MongoDB, Inc. (NASDAQ : MDB) a annoncé aujourd’hui à la conférence AWS re:Invent 2023 l’intégration prévue de MongoDB Atlas Vector Search dans Amazon Bedrock afin de permettre aux organisations de concevoir des applications dernière génération sur leur infrastructure cloud de pointe d’Amazon Web Services (AWS). MongoDB Atlas Vector Search utilise les données opérationnelles pour fournir plus simplement des capacités d’IA générative et de recherche sémantique dans les applications, ce qui signifie des expériences toujours plus engageantes et personnalisées pour les utilisateurs finaux. Pour les développeurs, cette intégration va faciliter la création d’applications programmée sur AWS qui utilisent l’IA générative pour accomplir toutes sortes de tâches complexes et obtenir des réponses adaptées aux données propriétaires traitées par MongoDB Atlas Vector Search.
Pour en savoir plus sur la conception d’applications IA sur MongoDB Atlas : mongodb.com/fr-fr/use-cases/artificial-intelligence.
« Des start-ups jusqu’aux entreprises transnationales, tous nos clients nous confient qu’ils ont hâte de pouvoir utiliser l’IA génératrice pour concevoir des applications de pointe et assurer la pérennité de leur activité face aux nouvelles technologies. Cependant, de nombreux clients s’interrogent sur les difficultés d’assurer la précision des résultats générés par les fonctionnalités IA tout en préservant leurs données propriétaires » explique Sahir Azam, Chief Product Officer chez MongoDB. « Avec l’intégration de MongoDB Atlas Vector Search dans Amazon Bedrock, nous permettons à nos clients qui utilisent les services AWS d’utiliser toutes sortes de modèles de fondation hébergés sur leurs environnements AWS pour concevoir des applications d’IA génératrice qui utilisent leurs données propriétaires en toute sécurité pour améliorer la pertinence de l’expérience améliorée des utilisateurs finaux. »
Amazon Bedrock est un service entièrement géré d'AWS qui offre un choix de modèles de fondation (FM) très performants via une API unique, ainsi qu'un large éventail de capacités permettant de créer des applications d'IA générative dans le respect de la sécurité et de la confidentialité. Cette nouvelle intégration avec Amazon Bedrock permet aux organisations de déployer rapidement et facilement des applications d'IA générative sur AWS qui peuvent agir sur les données traitées par MongoDB Atlas Vector Search. et fournir des réponses plus précises et plus pertinentes. Contrairement aux solutions complémentaires qui ne stockent que des données vectorielles, MongoDB Atlas Vector Search alimente les applications d'IA générative en fonctionnant comme une base de données vectorielle hautement performante et évolutive, avec les avantages supplémentaires d'être intégrée à une base de données opérationnelle distribuée à l'échelle mondiale qui peut stocker et traiter toutes les données d'une organisation.
Grâce à l'intégration avec Amazon Bedrock, les clients peuvent personnaliser les FM (AI21 Labs, Amazon, Anthropic, Cohere, Meta et Stability AI) avec leurs données propriétaires, convertir les données en embeddings vectoriels et traiter ces embeddings à l'aide de MongoDB Atlas Vector Search. En s'appuyant sur Agents for Amazon Bedrock pour la génération augmentée de recherche (RAG), les clients peuvent alors créer des applications qui répondent aux requêtes des utilisateurs avec des réponses pertinentes et contextualisées - sans avoir besoin de coder manuellement. Par exemple, une entreprise de vente au détail de vêtements peut plus facilement développer une application d'IA générative pour aider les employés à automatiser des tâches telles que le traitement des demandes d'inventaire en temps réel ou pour aider à personnaliser les retours et les échanges des clients en suggérant des styles similaires de marchandises en stock. Avec des capacités entièrement gérées, cette nouvelle intégration permettra aux clients communs d'AWS et de MongoDB d'utiliser en toute sécurité l'IA générative avec leurs données propriétaires dans toute leur étendue au sein d'une organisation et de réaliser une valeur commerciale plus rapidement - avec moins de frais généraux opérationnels.
« Dans cette prochaine vague d'adoption généralisée de l'IA, les organisations veulent renforcer leurs stratégies de données pour développer des solutions des solutions compétitives et différenciatrices grâce à l’IA générative », a déclaré Vasi Philomin, vice-président Generative AI d’AWS. « L'intégration de MongoDB Atlas Vector Search avec Amazon Bedrock aidera nos clients à ajuster plus précisément leurs stratégies de données afin de concevoir et d’étendre leurs solutions innovantes qui utilisent l’IA générative. Après plus de dix ans de collaboration, nous avons hâte de prolonger l’élan de notre synergie avec MongoDB pour permettre à nos clients communs d’exploiter le plein potentiel de l’IA générative. »
Scalestack AI est une plateforme tout-en-un d’enrichissement, de priorisation et d’activation de données qui permet aux équipes go-to-market d’adapter leurs données existantes au profil de leur client idéal pour optimiser leurs moteurs de ventes et de revenus.
« La mission de Scalestack est d’aider les organisations à maximiser la productivité de leurs ventes, ce pour quoi MongoDB nous a toujours été crucial » pour Elio Narciso, co-fondateur et CEO de Scalestack. « Nous utilisons MongoDB Atlas Vector Search pour stocker les données que nous utilisons dans nos chatbot RAG. Il sert également de mémoire à long terme pour nos grands modèles de langage (LLM). Nous avons hâte de voir MongoDB Atlas Vector Search intégré dans Amazon Bedrock, ce système entièrement pris en charge permettra à nos développeurs de consacrer tous leurs efforts sur les innovations pour nos clients. Chez Scalestack, nous comptons utiliser MongoDB et AWS pour continuer à développer RevOps, notre plateforme orientée IA. »
L’intégration de MongoDB Atlas Vector Search dans Amazon Bedrock sera disponible sur AWS dans les mois qui viennent.
Pour en savoir plus sur la conception d’applications IA sur MongoDB Atlas : mongodb.com/fr-fr/use-cases/artificial-intelligence.
« Des start-ups jusqu’aux entreprises transnationales, tous nos clients nous confient qu’ils ont hâte de pouvoir utiliser l’IA génératrice pour concevoir des applications de pointe et assurer la pérennité de leur activité face aux nouvelles technologies. Cependant, de nombreux clients s’interrogent sur les difficultés d’assurer la précision des résultats générés par les fonctionnalités IA tout en préservant leurs données propriétaires » explique Sahir Azam, Chief Product Officer chez MongoDB. « Avec l’intégration de MongoDB Atlas Vector Search dans Amazon Bedrock, nous permettons à nos clients qui utilisent les services AWS d’utiliser toutes sortes de modèles de fondation hébergés sur leurs environnements AWS pour concevoir des applications d’IA génératrice qui utilisent leurs données propriétaires en toute sécurité pour améliorer la pertinence de l’expérience améliorée des utilisateurs finaux. »
Amazon Bedrock est un service entièrement géré d'AWS qui offre un choix de modèles de fondation (FM) très performants via une API unique, ainsi qu'un large éventail de capacités permettant de créer des applications d'IA générative dans le respect de la sécurité et de la confidentialité. Cette nouvelle intégration avec Amazon Bedrock permet aux organisations de déployer rapidement et facilement des applications d'IA générative sur AWS qui peuvent agir sur les données traitées par MongoDB Atlas Vector Search. et fournir des réponses plus précises et plus pertinentes. Contrairement aux solutions complémentaires qui ne stockent que des données vectorielles, MongoDB Atlas Vector Search alimente les applications d'IA générative en fonctionnant comme une base de données vectorielle hautement performante et évolutive, avec les avantages supplémentaires d'être intégrée à une base de données opérationnelle distribuée à l'échelle mondiale qui peut stocker et traiter toutes les données d'une organisation.
Grâce à l'intégration avec Amazon Bedrock, les clients peuvent personnaliser les FM (AI21 Labs, Amazon, Anthropic, Cohere, Meta et Stability AI) avec leurs données propriétaires, convertir les données en embeddings vectoriels et traiter ces embeddings à l'aide de MongoDB Atlas Vector Search. En s'appuyant sur Agents for Amazon Bedrock pour la génération augmentée de recherche (RAG), les clients peuvent alors créer des applications qui répondent aux requêtes des utilisateurs avec des réponses pertinentes et contextualisées - sans avoir besoin de coder manuellement. Par exemple, une entreprise de vente au détail de vêtements peut plus facilement développer une application d'IA générative pour aider les employés à automatiser des tâches telles que le traitement des demandes d'inventaire en temps réel ou pour aider à personnaliser les retours et les échanges des clients en suggérant des styles similaires de marchandises en stock. Avec des capacités entièrement gérées, cette nouvelle intégration permettra aux clients communs d'AWS et de MongoDB d'utiliser en toute sécurité l'IA générative avec leurs données propriétaires dans toute leur étendue au sein d'une organisation et de réaliser une valeur commerciale plus rapidement - avec moins de frais généraux opérationnels.
« Dans cette prochaine vague d'adoption généralisée de l'IA, les organisations veulent renforcer leurs stratégies de données pour développer des solutions des solutions compétitives et différenciatrices grâce à l’IA générative », a déclaré Vasi Philomin, vice-président Generative AI d’AWS. « L'intégration de MongoDB Atlas Vector Search avec Amazon Bedrock aidera nos clients à ajuster plus précisément leurs stratégies de données afin de concevoir et d’étendre leurs solutions innovantes qui utilisent l’IA générative. Après plus de dix ans de collaboration, nous avons hâte de prolonger l’élan de notre synergie avec MongoDB pour permettre à nos clients communs d’exploiter le plein potentiel de l’IA générative. »
Scalestack AI est une plateforme tout-en-un d’enrichissement, de priorisation et d’activation de données qui permet aux équipes go-to-market d’adapter leurs données existantes au profil de leur client idéal pour optimiser leurs moteurs de ventes et de revenus.
« La mission de Scalestack est d’aider les organisations à maximiser la productivité de leurs ventes, ce pour quoi MongoDB nous a toujours été crucial » pour Elio Narciso, co-fondateur et CEO de Scalestack. « Nous utilisons MongoDB Atlas Vector Search pour stocker les données que nous utilisons dans nos chatbot RAG. Il sert également de mémoire à long terme pour nos grands modèles de langage (LLM). Nous avons hâte de voir MongoDB Atlas Vector Search intégré dans Amazon Bedrock, ce système entièrement pris en charge permettra à nos développeurs de consacrer tous leurs efforts sur les innovations pour nos clients. Chez Scalestack, nous comptons utiliser MongoDB et AWS pour continuer à développer RevOps, notre plateforme orientée IA. »
L’intégration de MongoDB Atlas Vector Search dans Amazon Bedrock sera disponible sur AWS dans les mois qui viennent.
Autres articles
-
MongoDB étend sa collaboration avec Google Cloud pour aider ses clients à déployer et à mettre à l’échelle de nouvelles catégories d’applications
-
Precisely annonce la prise en charge du service Amazon RDS pour Db2 avec des capacités d’intégration de données en temps réel
-
Rivery permet de répliquer des données de MongoDB vers Snowflake
-
Comme Monsieur Jourdain, faut-il faire du Data Mesh sans le dire?
-
Cloudera annonce de nouveaux partenariats pour faire progresser l'IA générative
