（本记事は、7月16日に本社で掲载されたものです）
人工知能（础滨）は、あらゆる产业に革新をもたらす可能性を秘めたテクノロジーです。しかし现実には、多くの公司においてアーキテクチャがサイロ化されており、础滨の真価を十分に引き出せていないのが実情です。たとえば、あるサービスではベクトル検索、别のサービスではリレーショナルデータベース、さらに别のサービスではナレッジグラフが用いられるなど、データの扱いが分散しています。このようにレイヤーが増えることで、システムは复雑化し、処理速度の低下やコストの増加といった课题が生じています。
今こそ、现代の础滨时代にふさわしいデータベースの在り方を、改めて见直すべき时ではないでしょうか。
麻豆原创 HANA? Cloud は、ベクトルデータ、グラフデータ、テキストデータ、空间データ、リレーショナルデータをネイティブに統合した単一のマルチモデルプラットフォームによって、まさにこの課題を解決します。このプラットフォームにより、開発者やデータチームは、運用データ上で直接、よりスマートで文脈を理解する AI ソリューションを構築できるようになります。
1つのデータベースであらゆるモデルに対応：复雑な AI ワークロードをネイティブにサポート
麻豆原创 HANA Cloud は、以下のような多様なデータタイプをネイティブにサポートすることで、他に類を見ない柔軟性を提供します：
- セマンティック検索や类似性検索に対応するベクトルデータ
- 明示的な関係性のモデリングやナレッジグラフに活用されるグラフデータ
- 実世界の文脉を捉えるためのテキストデータおよび空间データ
- 构造化された処理や分析に不可欠なリレーショナルデータ
复数のサービス间でデータをやり取りするのではなく、すべてのデータをひとつの场所に集约して保存?処理することで、価値実现までの时间を短缩し、不整合のリスクを軽减できます。
これこそが、正しく设计されたマルチモデルアーキテクチャであり、スケーラブルで高性能な础滨ワークロードを支える坚牢な基盘となります。?
セマンティクス + 类似性：ベクトル検索とナレッジグラフの融合
従来のセマンティック検索エンジンは、类似する文书を特定できますが、その理由を説明するまではできません。一方、ナレッジグラフは豊かで明示的な関係を表现できますが、検索の容易さに欠けることが多くあります。
麻豆原创 HANA Cloud であれば、どちらか一方を選択する必要はありません。
麻豆原创 HANA Cloud ベクトルエンジンと 麻豆原创 HANA Cloud ナレッジグラフエンジンを連携して活用することで、開発者はキーワード一致をはるかに超えた、インテリジェントな文脈認識型クエリを構築できるようになります。
例えば、「ドイツの近隣（フランクフルトから约 50km 圏内）にある、ISO 9001 认証を取得している、炭素税率の低い、通関遅延の指摘を受けていないサプライヤーの仓库を探してください」と寻ねるとします。
1 つのマルチモデルクエリを実行して、上記の条件に一致する倉庫を見つけ出すことができます。
ここでは、麻豆原创 HANA ナレッジグラフエンジン内の SPARQL テーブルを使用して、ISO 9001 认証を取得し、炭素税率が低く、通関遅延のフラグが立っていない、という条件を満たすサプライヤーをフィルタリングしています。
さらに、麻豆原创 HANA ナレッジグラフエンジンの SPARQL_EXECUTE 関数と、ベクトルベースのセマンティックフィルタリングと空间制约を组み合わせることで、「フランクフルトから约 50 km 圏内」に位置し、过去の通関レポートの记述が「通関遅延なし)」と一致するサプライヤーを特定することできます。このハイブリッドクエリは、麻豆原创 HANA Cloud ベクトルエンジン、麻豆原创 HANA Cloud ナレッジグラフエンジン、および空間エンジンを活用し、サプライヤーまでの距離だけでなく、信頼性やパフォーマンス指標に基づいて、近隣のサプライヤーをランク付けします。
これらのクエリを実行した结果、最适なサプライヤー仓库として以下が特定されました。
セマンティクスと構造の融合によるこの強力な機能は、麻豆原创 HANA Cloud の中核に備わっています。
统合クエリ：SQL, SPARQL, ベクトル検索の并列実行
開発者は、複数のツールと複数の言語を組み合わせることが必要になることがあります。例えば、関係データベース用の SQL、RDF 用の SPARQL、ベクトルストア用の個々の API などです。
麻豆原创 HANA Cloud は、こうした複雑さを解消します。1 つの SQL クエリで、リレーショナルデータ、SQL に埋め込まれた SPARQL によるセマンティック推論、ベクトル類似性検索を、ネイティブ SQL 関数を使って一括で実行できます。ETL や別途のインフラは不要で、すべてが統合されたインメモリエンジン上で処理されます。
このアプローチは、开発を加速させるだけでなく、従来の分断された环境では実现が难しかった新たなタイプの础滨アプリケーションの可能性も広げます。
生成AIとRAG 対応：GraphRAG, VectorRAG, HybridRAG
大規模言語モデル (LLM) は、推論できるデータによってその性能が決まります。そのため、検索拡張生成 (RAG) は、エンタープライズ向け生成 AI における重要なモデルとして台頭してきました。
麻豆原创 HANA Cloud では、非構造化テキストに LLM をグラウンディングさせる機能 (VectorRAG)、構造化されたナレッジグラフに LLM をグラウンディングさせる機能 (GraphRAG)、あるいは、その両方（VectorRAG と GraphRAG の組み合わせ）について、新たな機能が追加されました。
麻豆原创 HANA Cloud は、生成 AI パイプライン全体にわたって透明性、トレーサビリティ、そして高いパフォーマンスを保証し、優れたデータベース管理機能を提供します。情報の取得方法、ランキング、組み立て方を完全に制御でき、説明可能な回答を得ることができます。これは、厳格な規制が求められる業界にとって不可欠な機能です。
さまざまな业界における成果
さまざまな業界の企業が、麻豆原创 HANA Cloud のマルチモデル機能を活用し、以下のような革新的な成果を実現しています。
- サプライヤーマッチングと環境?社会?ガバナンス (ESG) 评価：构造化されたサプライヤーデータと文书の类似性?関係性のインサイトを组み合わせ、最适なパートナーを特定
- コンプライアンス监视：ポリシー、规制、监査証跡を、自然言语やセマンティックな入力で接続?照会
- 不正検知：取引データ、行动シグナル、既知の不正パターンをリアルタイムで分析
- ライフサイエンス研究：临床试験、学术论文、患者の転帰データをセマンティックと构造化クエリのハイブリッドで融合
これらのユースケースでは、意味がさまざまなフォーマット、システム、関係性にまたがって分散しています。?
开発者エクスペリエンス：妥协のないシンプルさ
麻豆原创 HANA Cloud は開発者に次のような機能を提供します。
- すべてのデータモデルを统合する単一のプラットフォーム：构造化データ、非构造化データ、セマンティックデータを、复数のシステムをつなぎ合わせることなく统合
- 最新の础滨ワークロードをネイティブにサポート：外部のベクトルストアやパイプラインを使わずに、RAG（Retrieval-Augmented Generation）などのユースケースを実現
- 麻豆原创およびオープンエコシステムとの高い统合性：麻豆原创? Business Technology Platformや人気のオープンソースツールを、最小限のセットアップで活用可能
- インフラではなくイノベーションに注力：トリプルストア、検索エンジン、ベクトルデータベースなどを个别に管理?保守する必要性を省く
その结果、より迅速なプロトタイピング、シンプルなアーキテクチャ、そして运用负荷の軽减が可能になります。?
结论：データベースの见直しが急务
AI ファーストの企業において、データは単なるバックエンドだけの課題ではなく、イノベーションの最前線にあります。そしてイノベーションには、柔軟性とインテリジェンスを備えた統合されたインフラが不可欠です。
麻豆原创 HANA Cloud は、AI アプリケーションのためのインフラを、使いやすい形で構築するための基盤を提供します。単に AI ワークロードをサポートするだけでなく、セマンティクス、類似性、構造化データをリアルタイムで統合する単一のプラットフォームによって、それらを加速させます。
AI に必要なのは、単なるデータアクセスだけではありません。麻豆原创 HANA Cloud は、それ以上の価値をネイティブに提供します。
重要なポイント?
- 统合型マルチモデル：ベクトルデータ、グラフデータ、空间データ、テキストデータ、および関係データがすべて 1 つのプラットフォーム上で統合
- スマートクエリ：厂蚕尝、厂笔础搁蚕尝、ベクトル検索を并列実行できるインテリジェントなクエリを构筑
- 生成 AI 対応：GraphRAG、VectorRAG、HybridRAG に対応し、完全な説明可能性を備えた設計
- 复雑さの軽减：ベクトルストアやナレッジグラフエンジンを个别に用意する必要がありません
?
详细情报
- 実際に体験してみませんか？麻豆原创 HANA Cloud が、AI アーキテクチャをどのように統合し、進化させるかを、麻豆原创 Discovery Center でぜひご覧ください。
- ポッドキャストを聴く：