製品ビジョン
PlantPulse AIが解決する問題
製造現場は今日、三つの核心的な課題に直面しています：
データサイロ
SCADA、MES、ERP、文書システムがそれぞれ分離されて運用されています。一つの異常現象を把握するために複数のシステムを行き来しながらデータを収集し、エクセルで整理し、マニュアルを調べるのに30分から1時間かかります。
事後対応中心の運用
ほとんどの工場はルールベースのアラームに依存しています。アラームが鳴った時にはすでに問題が発生した後です。予防保全は周期ベースのため、実際の設備状態とは無関係に行われます。
熟練人材への依存
核心的な技術知識が少数の熟練者の経験に依存しています。退職時に暗黙知が失われ、新入社員教育には長期間がかかります。
PlantPulse AIのアプローチ
PlantPulse AIはこれらの問題を一つの自然言語インターフェースで解決します。
"주입기 상태 분석해줘"
この一言でAIが自動的に：
- リアルタイムセンサーデータ照会（統合MCP、116個のデータツール）
- 異常検知および予測実行（TimeSeries-Insight、IBM Granite TSPulse）
- 設備関係構造把握（ナレッジグラフ — 統合MCP、Neo4j）
- 関連マニュアル検索（RAG — LightRAG、ハイブリッド検索）
- 総合分析レポート生成（AURA LLM、産業特化モデル）
このすべての過程が10秒以内に完了します。
問うのは入口一つです。人が使うアプリであるコパイロットは、AIが先に見つけた問題を根拠とともに提案として上げ、人が承認して 措置・結果・再発検証まで閉じ、繰り返される確認は自動化に任せる現場判断アプリです — 問う・提案・自動化の三つで使います（サイドバーには新規対話・提案・自動化があり、問うは新規対話に入ります）→ コパイロット — 現場判断アプリ
差別化ポイント
| 既存ソリューション | PlantPulse AI |
|---|---|
| ダッシュボード中心 — ユーザーが探す必要がある | AIが問題を見つけて根拠とともに提案 — わからなければ自然言語で質問 |
| 単一ドメイン分析 | クロスドメイン統合分析（センサー+OEE+アラーム+文書） |
| ルールベースアラーム | AIベースの異常検知＋予測 |
| 汎用AI | 産業特化AURA LLM — 製造ドメイン学習 |
| クラウド依存 | オンプレミス/エッジ配備 — DGX Spark対応 |
| 英語中心 | 韓国語ネイティブ — 現場用語の理解 |
| 専門家向けツール | 誰でも使える — 自然言語インターフェース |