應用程式開發者目前正在一個令人振奮的環境中前進，這裡充滿了生成式人工智慧（生成 AI）和 AI 驅動的編碼助手等突破性創新。根據 IDC 預測，到 2025 年將創建超過 7.5 億個雲原生應用程式。然而，許多組織仍然在持續提供具競爭力的產品和服務方面面臨挑戰。
MongoDB 的首席產品官 Sahir Azam 表示：“組織面臨著巨大的創新和區隔壓力，特別是在生成 AI 帶來的干擾下。與此同時，不斷上升的資本成本要求團隊在資源和預算有限的情況下實現更多。這在生成 AI 的潛力與節省成本的壓力之間形成了緊張關係，平衡這些因素至關重要。”
此外，開發者短缺的問題日益嚴重。為了保持競爭力，組織必須確保開發者專注於核心挑戰，而非在傳統關聯數據庫的複雜性中掙扎。優先提高開發者的效率顯得尤為重要。
Azam 強調：“這就是我們專注於為開發者量身打造技術解決方案的原因，以滿足他們的需求。同時，我們支持可高度擴展且安全的關鍵應用程式。”
在一次討論中，Azam 分享了組織在現代化技術堆疊時的關鍵優先事項，特別展示了 AI 如何改變開發過程並提升用戶體驗。
使用生成 AI 加速開發
生成 AI 是當今技術上最重要的進展之一，開發者熱衷於各種 AI 驅動的工具，以提升生產力，例如用於編碼問題的聊天機器人以及像 Amazon CodeWhisperer 和 GitHub Copilot 的代碼生成助手。
MongoDB 在 AI 方面進行了大量投資，以增強開發者的使用體驗。公司將 AI 整合進其開發者工具，簡化了編寫 MongoDB 代碼和查詢的過程。此外，與主要雲服務商合作，專注於利用 MongoDB 的內部資源（如文檔和最佳實踐）來優化大型語言模型（LLM）的訓練。
隨著 AI 技術的演進，各種 AI 應用的工具不斷出現。例如，利用 OpenAI 和 Azure AI 的 API 的開發者需要像檢索增強生成（RAG）這樣的工具，根據專有數據定制結果。向量數據庫也日益受到重視，通過使機器學習模型保留先前的輸入來提高搜索、推薦和文本生成的有效性。
Azam 解釋道：“組織在整合這些工具時面臨挑戰，通常需要新的合作夥伴和技術驗證。為了解決這個問題，我們優先考慮開箱即用的向量數據庫功能。”
通過 Atlas 向量搜索，開發者可以在獲取所有必要數據的同時創建 AI 驅動的解決方案。該功能基於 MongoDB Atlas 平台，減輕了管理額外元件的負擔。
MongoDB 還在 MongoDB Compass 中引入新的 LLM 功能，幫助開發者高效編寫查詢，並已將生成 AI 集成到 Atlas 圖表中，以實現自然語言生成查詢以進行視覺化。
Azam 分享道：“之前創建圖表和圖形需要了解 MongoDB 的查詢語言，而現在自然語言可以自動生成查詢。”
此外，MongoDB 正在加強其關聯遷移工具的 AI 功能，大幅降低現代化遺留系統所需的成本。該工具分析現有數據庫，生成新的模式和代碼，以無停機時間地順利遷移至 MongoDB Atlas。
簡化成本並管理技術擴張
隨著最近的數位轉型，組織正在重新評估其供應商關係。領導者意識到重疊的供應商協議導致了更大的維護工作，而不是創造價值。
Azam 評論道：“我們已經從一個疫情驅動的開支時代過渡到一個關注成本整合的時代。組織尋求更少的供應商以提供更全面的能力，從而節省時間和運行資源。”
回應這一趨勢，MongoDB 強調其開發者數據平台戰略，旨在消除開發者在構建現代應用程式時遇到的數據障礙。通過統一的介面和通用語言，開發者可以更快地創建應用程式，減少技術擴張。
這種方法使開發者的成本降低、生產力提升。組織在構建多樣化應用程式的同時，享有靈活性，並能夠充分利用多個雲環境，達到最佳的差異化和成本效率。
轉變最終用戶體驗
組織日益希望通過其提供的客戶體驗來定義自己，而這主要是由軟體推動的。Azam 表示：“MongoDB 使組織能夠將想法轉化為全球可擴展的應用程式，服務數百萬用戶。”
MongoDB 宣布，其多雲能力允許開發者在不同基礎架構上同時構建應用程式，確保在需要時進行多樣化的數據管理。
值得注意的是，MongoDB 獨特地將這種複雜性整合到一個單一的開發者數據平台中，涵蓋整個應用和數據庫堆疊。
Azam 強調：“當選擇影響數據管理的技術時，組織面臨長期決策。選擇開發者喜愛且能隨著業務擴展的技術至關重要。”
準備好為您的開發者提供所需的關鍵工具和技術了嗎？立即開始。
排行榜
