产品愿景
PlantPulse AI 解决的问题
制造现场当前面临三大核心课题：
数据孤岛
SCADA、MES、ERP、文档系统各自独立运行。为了查清一个异常现象，需要在多个系统之间来回采集数据、用 Excel 整理、再翻阅手册，耗时 30 分钟到 1 小时。
以事后处置为主的运营
大多数工厂依赖基于规则的报警。报警响起时，问题其实已经发生。预防性维护基于固定周期执行，与设备实际状态无关。
依赖熟练人员
核心技术知识依赖少数熟练人员的经验。人员退休时隐性知识随之流失，新人培养周期漫长。
PlantPulse AI 的思路
PlantPulse AI 通过一个自然语言界面解决上述问题。
"주입기 상태 분석해줘"
只需这一句话，AI 便会自动完成：
- 查询实时传感器数据（统一 MCP，116 个数据工具）
- 执行异常检测与预测（TimeSeries-Insight、IBM Granite TSPulse）
- 掌握设备关系结构（知识图谱 —— 统一 MCP、Neo4j）
- 检索相关手册（RAG —— LightRAG，混合检索）
- 生成综合分析报告（AURA LLM，工业专用模型）
以上全过程在10 秒以内完成。
差异化优势
| 传统方案 | PlantPulse AI |
|---|---|
| 以仪表盘为中心 —— 需要用户自己去找 | 由 AI 找出答案并呈现 —— 自然语言提问 |
| 单一领域分析 | 跨领域整合分析（传感器+OEE+报警+文档） |
| 基于规则的报警 | 基于 AI 的异常检测 + 预测 |
| 通用 AI | 工业专用 AURA LLM —— 学习制造领域知识 |
| 依赖云端 | 本地/边缘部署 —— 支持 DGX Spark |
| 以英语为主 | 韩语原生 —— 理解现场用语 |
| 专家工具 | 人人可用 —— 自然语言界面 |