MongoDB a lancé officiellement son intégration Atlas Vector Search avec Amazon Bedrock, présentée pour la première fois lors de l’événement Amazon Re:Invent l'année dernière. Cette collaboration permet aux développeurs de synchroniser leurs modèles fondamentaux et agents IA avec les données propriétaires stockées dans MongoDB, améliorant ainsi la pertinence, l'exactitude et la personnalisation des réponses grâce à la génération augmentée par récupération (RAG).
"De nombreuses entreprises s'inquiètent de l'exactitude des résultats des systèmes IA tout en protégeant leurs données propriétaires", a déclaré Sahir Azam, directeur produit de MongoDB. "Nous simplifions le processus pour les clients communs de MongoDB et AWS afin qu'ils puissent utiliser divers modèles fondamentaux hébergés dans leurs environnements AWS. Cela leur permet de développer des applications d'IA générative qui intègrent de manière sécurisée leurs données propriétaires dans MongoDB Atlas, améliorant ainsi l'exactitude et l'expérience utilisateur."
Amazon Bedrock, le service géré d'AWS pour l'IA générative, sert de référentiel central pour les besoins des clients d'entreprise en matière de développement d'applications IA. La gamme croissante de modèles comprend ceux d'Amazon, Anthropic, Cohere, Meta, Mistral et Stable Diffusion. Bien que l'utilisation de modèles externes puisse être bénéfique, les entreprises préfèrent souvent utiliser leurs propres bases de données pour un contexte client plus riche.
L'intégration de MongoDB est cruciale à cet égard. Les développeurs peuvent personnaliser leurs modèles fondamentaux choisis avec des données propriétaires, facilitant ainsi le développement d'applications autour de nouveaux LLM sans intervention manuelle. "Vous pouvez créer des applications d'IA générative, mais si vous ne pouvez pas intégrer vos données opérationnelles en temps réel, vous obtiendrez des réponses génériques", a expliqué Scott Sanchez, vice-président du marketing produit et de la stratégie chez MongoDB, lors d'une conférence de presse.
"Cette intégration avec MongoDB permet aux clients de relier les points facilement", a-t-il ajouté. "Ils peuvent personnaliser leurs grands modèles de langage avec des données propriétaires en les convertissant en embeddings vectoriels stockés dans MongoDB. Par exemple, un détaillant pourrait créer une application d'IA générative utilisant des agents autonomes pour gérer des tâches telles que les demandes d'inventaire en temps réel ou les retours de clients."
Cette annonce fait suite à des collaborations antérieures entre MongoDB et AWS, y compris la recherche vectorielle de MongoDB disponible sur Amazon SageMaker et le support d’Atlas par CodeWhisperer. MongoDB continue d'innover, dévoilant des initiatives telles que son programme d'applications IA (MAAP) pour aider les clients d'entreprise à développer des applications d'IA.
Classement
