Blueprint 2 · Agentic Analytics
Postgres®インターフェースを通じて、統合検索、分析、そしてエージェント的思考を実現します。
ベクター、フルテキスト、SQLクエリが一つのPostgresネイティブプラットフォームに統合されており、データの移動や別の検索インフラは不要です。
1 インターフェース
統一ベクトル、全文検索、および分析クエリ
時間 → 秒
アナリストのデータ発見時間（BFSI）
ETLは不要です
運用データに対して実行されるクエリ
どのように構築されているか
アーキテクチャフロー
どのように機能するか
| 01 | クエリ | カスタムアプリケーション、Grafana、およびMetabaseは、標準のPostgresインターフェースを通じてEDB Postgres AI (EDB PG AI) にクエリを送信します。別途検索APIは不要です。すべてのクエリはSQLまたはPG MCP Serverを介して入力されます。 |
| 02 | 最適化 | AIDBパイプラインは、クエリが実行される前にEDB PGD内のすべての検索構造を準備します。外部サービスは不要です。pg_tokenizerは、生のテキストをBERTトークン化されたBM25スパースベクトル（30,522トークンのBERT語彙）に変換します。aidbは、セマンティック検索のためにpgvector HNSWインデックスに保存された768次元のBERT密埋め込みを生成します。これらの構造は、新しいデータが到着するたびに段階的に更新されます。 |
| 03 | 取得 | 三つの検索アームが並行して実行されます。BM25アーム（pgvector検索 &>演算子）：BERTトークン化されたテキストに対するキーワードの関連性。セマンティックアーム（AIDB管理のpgvector HNSW ->演算子）：768次元のBERT埋め込みによる概念的類似性。分析アーム（PGAA）：EDB PGDおよびIcebergテーブルに対して直接実行される列指向のSQL集計。RRFは、すべてのアームを単一のランキング結果セットに統合します。Elasticsearchや外部検索サービスは不要です。 |
| 04 | 理由 | 相互ランキング融合（RRF）は、BM25キーワード、セマンティック埋め込み、およびPGAA列指向を単一のスコア化された結果セットに統合します。スコアリング自体が推論ステップであり、複数のアームにわたって結果が現れることは高い信頼性のマッチを示し、単一の手法の失敗モードを排除します。Langflowは、統合結果に追加のLLMベースの推論を提供するオプションがあり、AIDBパイプラインに接続します。これは主な検索フローには存在しませんが、より深い分析洞察のために利用可能です。 |
| 05 | 表示 | Metabase、Tableau、およびGrafanaは、EDB PGDから直接検索結果と不正検出ダッシュボードを表示します。これらは現在のオープンソースリリースにおける視覚化ツールです。 |
Blueprint 2 · 검증된 파트너
Blueprint 2에서 검증된 파트너
Grafana
Monitors Airflow pipeline health, WarehousePG query performance, and lakehouse telemetry in a unified real-time view.
Kafka / Redpanda
Streams high-velocity event data directly into EDB PG AI pipelines as queryable, transactional records — the ingest backbone for all three inference paths.
Metabase
Surfaces compliance and analytical dashboards for regulatory and executive audiences — no data extraction required.
MinIO
Provides sovereign S3-compatible object storage for Iceberg-formatted inference results, model artifacts, and long-term analytics data.
Tableau
Translates sovereign lakehouse data — BCBS 239-aligned regulatory outputs, clinical data — into governed executive visualizations.
業界別ユースケース
本番環境におけるBlueprint 2
-
BFSIBFSI
インテリジェントデータディスカバリー
グローバルな投資銀行のリスクアナリストは、40以上のサイロ化されたシステムを通じてデータを見つけ出し、準備するのに60％の時間を費やしています。トレーディング、リスク、コンプライアンスデータにおいて統一されたセマンティック検索とキーワード検索をデプロイし、PGAAがオペレーショナルデータの分析クエリを加速することで、各クエリのためにデータを別のウェアハウスに移動する必要がなくなります。
-
ヘルスケアヘルスケア
環境臨床インテリジェンス
トップ5の健康保険会社は年間1500万件の請求を処理しています。臨床レビューを要する複雑な請求は、平均12日のターンアラウンドタイムが必要です。LangflowとPG MCP Serverを活用したエージェント型臨床推論の導入により、AIエージェントが臨床ガイドライン、構造化された会員資格データ、長期的な臨床履歴に対してベクトル検索を行うことで、一貫したガバナンスのもと、スケールに応じた請求の審査が可能になります。
検証済みデプロイ環境
オンプレミス、クラウド、またはハイブリッド環境において、同一のPostgresインターフェースを通じて、運用データを照会できます。
データに対する統合検索、分析、および主体的な推論を実現します。
1つのPostgresインターフェースを通じて、運用データと履歴データに対して、ベクトル、フルテキスト、SQLによるハイブリッドクエリを実行します。ソリューションエンジニアにご相談ください。