隨著人工智能和生成式AI技術(shù)的迅猛發(fā)展,眾多企業(yè)和機構(gòu)正積極利用自然語言處理(NLP)、大型語言模型(LLM)等前沿技術(shù),打造出一系列AI驅(qū)動的產(chǎn)品、服務(wù)和應(yīng)用程序。本文將展示四家已在AI創(chuàng)新領(lǐng)域取得顯著成效的企業(yè),以及他們與MongoDB的緊密合作。這些企業(yè)選擇了MongoDB Atlas這一多云的開發(fā)者數(shù)據(jù)平臺,將操作、分析和生成式AI的數(shù)據(jù)服務(wù)完美融合,從而簡化了AI應(yīng)用程序的構(gòu)建流程。

1.Pending AI: 利用下一代技術(shù),革新藥物研發(fā)

澳大利亞的Pending AI公司憑借前沿的AI和量子技術(shù),成功打造出Pending AI平臺,旨在攻克藥物研發(fā)初期階段的核心難題。該平臺顯著提升了化合物發(fā)現(xiàn)流程的效率和效果,使研究人員在更短時間內(nèi)、更低成本下,獲得更優(yōu)質(zhì)、更具商業(yè)價值的模型,進而推進臨床開發(fā)進程。

在開發(fā)如生成式分子設(shè)計器等核心功能時,Pending AI遭遇了巨大的挑戰(zhàn)。因為化學(xué)領(lǐng)域涉及的已知藥理學(xué)相關(guān)分子數(shù)量龐大無比,涵蓋超過5000萬種化學(xué)反應(yīng)和數(shù)十億個分子構(gòu)建塊。要精準設(shè)計出所需分子并確定其最佳合成路徑,專業(yè)科學(xué)家往往需要經(jīng)歷成本高昂、耗時低效的試錯過程。因此,Pending AI急需一個能夠高效處理海量數(shù)據(jù)且性能卓越的數(shù)據(jù)庫,以滿足化學(xué)領(lǐng)域的廣泛需求。

圖一：Pending AI生成式分子設(shè)計器等工作成果

在對比多個數(shù)據(jù)庫后,Pending AI最終選擇了MongoDB。作為久經(jīng)考驗、穩(wěn)定可靠且易于部署的解決方案,MongoDB助力Pending AI團隊在MongoDB Atlas上成功構(gòu)建高性能部署。尤其在Pending AI開始采用AWS云時,MongoDB Atlas以低成本的全托管方案亮相,并通過在AWS和MongoDB集群間建立私有端點,確保了數(shù)據(jù)傳輸?shù)淖畹脱舆t和安全性。

展望未來,Pending AI計劃進一步探索MongoDB 7.0中的Atlas Search功能。此舉旨在將目前難以管理和維護的搜索功能直接集成到MongoDB中,從而擺脫對需單獨維護的Elasticsearch集群的依賴,為藥物研發(fā)帶來更為便捷與高效的體驗。

2.Eclipse AI: 洞察客戶互動,實現(xiàn)收入增長

Eclipse AI作為一款SaaS平臺,其核心價值在于將分散于多個渠道(如客戶電話、電子郵件、調(diào)查問卷、產(chǎn)品評論、支持工單等)的客戶互動數(shù)據(jù)轉(zhuǎn)化為深刻的洞察,進而助力企業(yè)留住客戶并提升收入。該平臺的設(shè)計初衷便是為了解決客戶體驗(CX)團隊長期以來面臨的挑戰(zhàn),使他們不必再為整合與分析多渠道客戶反饋數(shù)據(jù)而耗費大量時間與人力。

在將客戶反饋轉(zhuǎn)化為可操作洞察的過程中,Eclipse AI首要面臨的問題是整合那些碎片化的客戶聲音數(shù)據(jù);其次,則是深入分析這些數(shù)據(jù),提煉出具體的改進措施,以優(yōu)化客戶體驗并防止客戶流失。

MongoDB Atlas以其靈活的文檔數(shù)據(jù)庫特性,能夠輕松存儲和索引非結(jié)構(gòu)化數(shù)據(jù)的向量嵌入,因此成為Eclipse AI的理想選擇。借助MongoDB Atlas,Eclipse AI的開發(fā)團隊能夠高效、快速地構(gòu)建產(chǎn)品,同時免去了管理基礎(chǔ)設(shè)施的繁瑣工作。此外,MongoDB Atlas Device SDKs(前稱Realm)和MongoDB Atlas Search等功能在Eclipse AI平臺的功能實現(xiàn)中發(fā)揮了至關(guān)重要的作用。

圖二：Eclipse AI – MongoDB儀表盤

對Eclipse AI而言,MongoDB不僅是一個強大的數(shù)據(jù)庫,更是一種數(shù)據(jù)即服務(wù)的理念,它助力Eclipse AI快速迭代并發(fā)布新功能,從而不斷滿足市場與客戶的需求。

3.Safety Champion: 構(gòu)建未來安全管理,著眼生成式AI

Safety Champion,自2015年起便致力于革新安全管理行業(yè),深知工作場所安全的重要性。該公司充分利用云技術(shù),打破傳統(tǒng)紙質(zhì)流程局限,引領(lǐng)行業(yè)變革。其創(chuàng)始人Craig Salter強調(diào),數(shù)據(jù)是服務(wù)核心,推動下一代安全計劃的關(guān)鍵。因此,Safety Champion選擇MongoDB作為技術(shù)基石,并于2017年采用MongoDB Atlas,提升了成本效益,降低了管理負擔(dān)。

MongoDB的易用性使應(yīng)用開發(fā)迅速簡便,性能提升顯著,為開發(fā)人員節(jié)省時間,專注業(yè)務(wù)創(chuàng)新和客戶需求。MongoDB Charts為客戶提供強大的分析功能,助力做出基于證據(jù)的安全決策。經(jīng)過近十年發(fā)展,特別是在疫情期間,Safety Champion平臺迅猛增長,客戶數(shù)超2000家,每月處理文檔高達10萬份,開發(fā)團隊規(guī)模翻倍。

圖三：Safety Champion 平臺

展望未來,Safety Champion計劃利用MongoDB在生成式AI、搜索和多區(qū)域等方面的優(yōu)勢,滿足多樣化需求。公司正升級至MongoDB 6.0,全面融入MongoDB Search,并計劃于2024年下半年使用MongoDB Vector Search。Safety Champion正研究利用語義洞察理解員工文本數(shù)據(jù),結(jié)合大型語言模型提取有價值信息。

Craig Salter表示,客戶期望從數(shù)據(jù)中獲取深入分析、見解和更高層次意義。MongoDB Atlas支持下的Safety Champion新平臺,標志著公司邁向新階段,借助生成式AI等功能,引領(lǐng)安全管理新紀元。

4.Syncly: 利用MongoDB Atlas Vector Search加速客戶反饋分析創(chuàng)新

在現(xiàn)今商業(yè)環(huán)境中,企業(yè)對客戶反饋的迅速響應(yīng)與深入分析已成為業(yè)務(wù)增長的關(guān)鍵?？蛻糁?VoC)服務(wù)日益復(fù)雜,需要借助AI技術(shù)提升分析效率。韓國的Syncly公司,作為軟件即服務(wù)領(lǐng)域的初創(chuàng)企業(yè),敏銳捕捉到了VoC市場的潛力,推出了AI驅(qū)動的客戶反饋分析解決方案。

Syncly平臺集成多種渠道,實時收集、管理VoC數(shù)據(jù),并通過AI進行深入分析,為企業(yè)提出改進措施,增強客戶關(guān)系。其服務(wù)核心在于自動處理大量數(shù)據(jù),為VoC提供全面可見性,并重視語義搜索在定性分析中的作用。

然而,傳統(tǒng)搜索功能在處理復(fù)雜數(shù)據(jù)時存在局限。Syncly積極采用AI技術(shù),應(yīng)對結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn),實現(xiàn)高效相似性分析。為此,Syncly引入了MongoDB Atlas Vector Search,自動化數(shù)據(jù)加載與相似性分析,減輕開發(fā)者負擔(dān),提高生產(chǎn)力。

圖四：Syncly 平臺

隨著服務(wù)的拓展,Syncly計劃整合MongoDB的商業(yè)工具,增加搜索節(jié)點和全球集群,提升處理能力。同時,團隊還將利用AI開發(fā)VoC服務(wù),與MongoDB韓國團隊緊密合作,優(yōu)化產(chǎn)品與服務(wù),確保安全性。

這一系列舉措將使Syncly在客戶反饋分析領(lǐng)域保持領(lǐng)先,推動持續(xù)創(chuàng)新。通過利用MongoDB Atlas Vector Search等先進技術(shù),Syncly正助力企業(yè)更高效地聆聽客戶之聲,提升業(yè)務(wù)競爭力。

MongoDB Atlas是為AI量身打造的數(shù)據(jù)庫解決方案。MongoDB以其卓越的能力,助力企業(yè)及其開發(fā)團隊有效管理那些難以整齊地適應(yīng)傳統(tǒng)關(guān)系數(shù)據(jù)庫嚴格行和列結(jié)構(gòu)的豐富結(jié)構(gòu)化數(shù)據(jù),并將其轉(zhuǎn)化為富有意義且具備操作性的洞察,從而推動AI的實際應(yīng)用。此外,MongoDB Atlas新增的Vector Search(向量搜索)功能,使得開發(fā)者能夠構(gòu)建出由語義搜索和生成式AI驅(qū)動的智能應(yīng)用,這些應(yīng)用可適用于各種類型的數(shù)據(jù)。同時,MongoDB Atlas還引入了AWS CodeWhisperer編碼助手,為企業(yè)提供了更多探索AI的可能性。

本文所提及的僅是MongoDB Atlas在AI領(lǐng)域可實現(xiàn)功能的冰山一角。MongoDB的客戶遍布全球,涵蓋從初創(chuàng)企業(yè)到游戲、汽車、制造業(yè)、銀行、電信等多個行業(yè)。這些客戶正積極采用MongoDB Atlas及其Atlas Search、向量搜索等功能,共同描繪出未來十年AI和生成式AI的發(fā)展藍圖。