Les principales annonces concernant l’IA au MongoDB.local NYC

MongoDB
May 2, 2024

Le paysage de l’IA évolue rapidement, et il n’est pas surprenant que les clients se sentent dépassés dans leurs choix. Entre les modèles de fondation pour tout, du texte au code, en passant par les frameworks d’IA et le flux quotidien de nouvelles entreprises liées à l’IA, les développeurs et les entreprises sont confrontés à un éventail vertigineux de choix.

MongoDB autonomise les clients grâce à une plateforme de données pour les développeurs qui évite la dépendance vis-à-vis des fournisseurs de services cloud ou d’IA dans cet espace en évolution rapide. Cette liberté permet aux clients de choisir le grand modèle de langage (LLM) qui répond le mieux à leurs besoins, actuels ou futurs, qu’il soit open source ou propriétaire. Aujourd’hui, à l’occasion de la conférence MongoDB.local NYC, nous avons annoncé de nombreuses nouvelles fonctionnalités de produits, intégrations de partenaires, services et offres de solutions qui permettent aux équipes de développement de démarrer et de créer des solutions orientées client grâce à l’IA.

Exécutez partout, quelle que soit la technologie que vous utilisez dans votre pile IA

Le document model flexible de MongoDB repose sur la philosophie selon laquelle « les données accessibles et utilisées ensemble sont stockées ensemble ». Les vecteurs constituent une extension naturelle de cette capacité, ce qui signifie que les clients peuvent stocker leurs données sources, leurs métadonnées et les représentations vectorielles associées dans le même document. L’ensemble est accessible et interrogé à l’aide d’une API de requête commune. Les données vectorielles sont ainsi faciles à combiner et à utiliser avec d’autres types de données stockées dans MongoDB.

MongoDB Atlas, notre plateforme de données multicloud pour les développeurs entièrement gérée, facilite la création d’applications et d’expériences basées sur l’IA, grâce à l’étendue et à la profondeur des partenariats et des intégrations d’IA de MongoDB, quels que soient le langage, le framework applicatif, le modèle de fondation ou le partenaire technologique choisi par les développeurs.

Cette année, nous continuons à nous concentrer sur nos partenariats et les intégrations de l’IA afin que les développeurs puissent créer plus facilement des applications innovantes avec l’IA générative, en particulier :

MongoDB s’intègre parfaitement à un riche écosystème de frameworks de développement rassemblant IA, LLM et fournisseurs d’intégration. Nous continuons à investir pour que l’ensemble de la pile IA fonctionne de manière transparente, permettant aux développeurs de tirer facilement parti des capacités de l’IA générative dans leurs applications. Les intégrations de MongoDB et nos capacités multicloud de pointe permettent aux entreprises d’agir rapidement et d’éviter de dépendre d’un fournisseur de cloud particulier ou d’une technologie d’IA spécifique dans un environnement en évolution rapide.

Créez des applications d’IA hautes performances en toute sécurité et à grande échelle

L’isolation des charges de travail, sans isolation des données, est essentielle pour créer des applications d’IA performantes et évolutives. Les nœuds de recherche dans MongoDB Atlas fournissent un calcul dédié et permettent aux utilisateurs d’isoler les charges de travail d’IA gourmandes en mémoire pour des performances supérieures et une disponibilité accrue. Les utilisateurs peuvent optimiser la consommation des ressources en fonction de leur cas d’utilisation, en augmentant ou en réduisant la taille du hardware pour ce nœud spécifique, sans tenir compte du reste du cluster. Les nœuds de recherche facilitent l’optimisation des performances pour les requêtes de recherche vectorielle sans avoir à sur- ou sous-approvisionner l’ensemble d’un cluster. Les intégrations IaC avec Hashicorp Terraform Atlas Provider et Cloudformation permettent aux développeurs de configurer et de déployer par programmation des nœuds de recherche à grande échelle.

Les nœuds de recherche font partie intégrante d’Atlas Search, notre plateforme multicloud entièrement gérée et testée. Nous avions annoncé auparavant la disponibilité des nœuds de recherche pour nos clients AWS et Google Cloud. Nous sommes maintenant ravis d’annoncer au MongoDB.local NYC la disponibilité des nœuds de recherche pour nos clients Azure. Atlas Search aide les développeurs à travailler plus rapidement en éliminant les difficultés liées à l’intégration, à la sécurisation et à la maintenance des composants de données essentiels à la création et au déploiement d’applications d’IA modernes.

Améliorez la productivité des développeurs grâce à des expériences basées sur l’IA

Aujourd’hui, nous avons également annoncé de nouvelles versions améliorées de nos expériences de développement intelligentes dans MongoDB Compass, MongoDB Relational Migrator et MongoDB Atlas Charts, visant à améliorer la productivité et la rapidité des développeurs. Avec les versions mises à jour, les développeurs peuvent utiliser le langage naturel pour interroger leurs données à l’aide de MongoDB Compass, résoudre les problèmes courants pendant le développement, effectuer la conversion de requêtes d’API SQL directement depuis MongoDB Relational Migrator et créer rapidement des graphiques et des tableaux de bord à l’aide de prompts en langage naturel dans Atlas Charts.

Collectivement, ces expériences intelligentes aideront les développeurs à créer des fonctionnalités différenciées avec plus de contrôle et de flexibilité, facilitant plus que jamais la création d’applications avec MongoDB.

Aidez les équipes de développement à démarrer et à créer des solutions orientées client plus rapidement et plus facilement grâce à l’IA

MongoDB permet aux entreprises de toutes tailles de créer facilement des applications basées sur l’IA. Afin de fournir à ses clients un moyen simple de démarrer avec l’IA générative, MongoDB annonce le MongoDB AI Application Program (MAAP). Sur la base de schémas d’utilisation pour des cas d’utilisation courants de l’IA, les clients reçoivent une application fonctionnelle construite sur une architecture de référence soutenue par MongoDB Atlas, des modèles d’IA et des solutions d’hébergement approuvés, un support technique et un engagement de service complet dirigé par notre équipe de services professionnels.

L’année dernière, afin de permettre aux startups de développer des solutions d’IA avec MongoDB Atlas, nous avons lancé le programme AI Innovators, une extension de MongoDB for Startups, qui offre 5 000 dollars supplémentaires en crédits Atlas à nos startups spécialisées dans l’IA. Cette année, nous élargissons le programme en introduisant le programme AI Startup Hub, qui propose un guide organisé pour démarrer avec MongoDB et l’IA, des guides de démarrage rapide pour MongoDB et certains partenaires IA, ainsi que des offres de crédit de démarrage de nos partenaires IA.

Nous proposons deux nouveaux packages de conseil AI Accelerator pour les grandes entreprises : AI Essentials et AI Implementation. Alors que le programme MAAP vise exclusivement à créer des architectures de référence hautement vérifiées, ces packages de conseil permettent aux clients de concevoir, de créer et de déployer des prototypes et des solutions d’IA ouvertes dans leurs applications.

Les données ont toujours constitué un avantage concurrentiel pour les entreprises, et MongoDB permet d’innover facilement, rapidement et de manière flexible avec les données. Nous continuons à investir pour faciliter l’accès des entreprises à toutes les autres composantes de la pile IA : nous sélectionnons les meilleurs partenaires pour garantir la compatibilité avec les différentes parties de la pile d’applications, nous créons un service géré qui couvre plusieurs cloud en fonctionnement, et nous garantissons l’ouverture qui a toujours été au cœur de MongoDB pour éviter le verrouillage des fournisseurs.

MongoDB Atlas unifie les services de données opérationnels, analytiques et d’IA générative en fournissant une plateforme unique pour gérer et analyser les données. Cela permet aux entreprises de rationaliser le processus de développement d’applications enrichies par l’IA en leur fournissant un accès facile aux données dont elles ont besoin. Consultez notre page MongoDB pour l’IA pour en savoir plus.

← Previous

Creare applicazioni moderne più velocemente: le nuove funzionalità al MongoDB.local NYC 2024

Oggi abbiamo lanciato il MongoDB.local di NYC e presentato nuove funzionalità della nostra piattaforma dati per sviluppatori. Gli aggiornamenti e le funzionalità annunciati oggi aprono una nuova era di modernizzazione delle app e consentiranno agli sviluppatori di sfruttare tutto il potenziale di tecnologie trasformative come l'IA. Ecco una panoramica dei nostri annunci, da un aggiornamento completo di MongoDB alle esperienze per sviluppatori basate sull'IA: Le applicazioni moderne hanno bisogno di un database moderno Le applicazioni moderne devono offrire sia un'esperienza eccezionale che un guadagno aggiuntivo. Per soddisfare queste esigenze, gli sviluppatori hanno bisogno di un database che offra prestazioni, scalabilità e resilienza operativa ottimali, pur mantenendo l'efficienza dei costi. Siamo entusiasti di annunciare l'anteprima di MongoDB 8.0 , la prossima evoluzione del database MongoDB. MongoDB 8.0 è incentrato sulla fornitura di prestazioni, scalabilità, sicurezza e resilienza operativa senza precedenti, per supportare la creazione di applicazioni di nuova generazione, comprese sofisticate soluzioni basate sull'IA. Fornisce prestazioni ottimali aumentando notevolmente le prestazioni delle query, migliorando la resilienza durante i periodi di carico elevato, rendendo la scalabilità più semplice e conveniente e rendendo le collection di Time Series più veloci ed efficienti. Modernizzare la prossima applicazione con MongoDB ora è più semplice Man mano che aumentano i progetti di modernizzazione delle applicazioni, le migrazioni stanno diventando una realtà pressante per i team di sviluppo e di database. La transizione dai sistemi relazionali legacy ai database moderni come MongoDB è essenziale per tenere il passo con i cambiamenti tecnologici come l'IA. Tuttavia, la modernizzazione e le migrazioni presentano numerose sfide, dalla conversione di schemi complessi e dalla traduzione di grandi quantità di codice delle applicazioni al mantenimento della sincronizzazione dei database durante lunghi progetti di modernizzazione. Annunciato nel giugno 2023, MongoDB Relational Migrator semplifica il processo di migrazione automatizzando attività come lo schema design, le migrazioni dei dati e la generazione di codice delle applicazioni. Mantenere la sincronizzazione dei dati è fondamentale nei progetti di modernizzazione di lunga durata, in cui i relational database legacy devono coesistere con MongoDB fino al completamento del progetto. Oggi siamo lieti di annunciare che MongoDB Relational Migrator è ora integrato con Confluent Cloud per supportare processi di sincronizzazione CDC (Change Data Capture) di lunga durata. Questi processi garantiscono resilienza operativa e osservabilità, affrontando le complessità delle transizioni graduali senza l'onere aggiuntivo di gestire Apache Kafka in modo indipendente. Inoltre, la migrazione da relational database legacy spesso comporta un impegno significativo nella riscrittura di query SQL, procedure memorizzate e trigger, che tradizionalmente è stato dispendioso in termini di tempo e difficile. Ora disponibile in public preview, uno strumento di conversione di query SQL basato sull'IA è stato introdotto in MongoDB Relational Migrator , che automatizza il processo di conversione di query SQL, procedure memorizzate e trigger esistenti per funzionare con MongoDB in linguaggi come JavaScript, Java o C#. Questo approccio semplificato, abbinato ai servizi professionali MongoDB, consente un processo di migrazione semplificato e scalabile in modo efficace. Aiutiamo gli sviluppatori a creare più velocemente e con sicurezza su MongoDB Riconosciamo il ruolo vitale che gli sviluppatori svolgono nel successo di ogni progetto, motivo per cui ci impegniamo a rendere la loro esperienza con MongoDB il più fluida possibile. I framework sono un ottimo modo per gli sviluppatori di aumentare la produttività, migliorare la coerenza e la qualità del codice e, in definitiva, consegnare il codice più velocemente. Per la community di sviluppatori C#, siamo lieti di annunciare che il provider MongoDB per Entity Framework Core (EF Core) è ora disponibile a livello generale. Ciò consente agli sviluppatori C# che creano con EF Core di sfruttare tutta la potenza della piattaforma dati per sviluppatori di MongoDB, continuando a utilizzare le API EF Core e i modelli di progettazione che già conoscono e apprezzano. E riconoscendo le esigenze della comunità PHP, siamo anche orgogliosi di presentare Laravel Aggregation Builder . Questa funzionalità semplifica il processo di creazione di query di aggregazione complesse all'interno di Laravel, il framework più popolare tra gli sviluppatori PHP. Migliorando l'integrazione di MongoDB con Laravel, miriamo ad aumentare la produttività e facilitare la complessità delle operazioni con query, assicurando che anche gli sviluppatori PHP possano godere di un'esperienza di sviluppo ottimizzata con MongoDB. Generazione di query e visualizzazioni con l'IA Fin dalla sua versione iniziale nel 2015, MongoDB Compass ha aiutato gli sviluppatori a creare ed eseguire il debug di query e aggregazioni per il codice della loro applicazione in modo rapido. Oggi, MongoDB Compass introduce un'esperienza di query in linguaggio naturale basata sull'IA, rendendo ancora più semplice per gli sviluppatori l'utilizzo della potente Query API di MongoDB. Ora disponibile a livello generale, questa funzionalità consente agli sviluppatori di utilizzare il linguaggio naturale per generare sintassi eseguibile MongoDB Query API per qualsiasi esigenza, dalle query semplici alle aggregazioni sofisticate tramite un'esperienza intelligente e guidata. Ad esempio, uno sviluppatore può inserire "Filtra le case vacanze per posizione, raggruppa i documenti rimanenti per numero di camere da letto e calcola il prezzo medio di affitto per notte" e MongoDB Compass suggerirà il codice per eseguire le fasi della aggregation pipeline. Le visualizzazioni dei dati sono un modo efficace per comprendere i dati delle applicazioni e l'incorporamento di grafici nelle applicazioni rivolte all'utente ne migliora ulteriormente l'utilità e l'attrattiva per gli sviluppatori. Tuttavia, la creazione di visualizzazioni è spesso ostacolata dalla necessità di una conoscenza approfondita del set di dati e dalla competenza nell'utilizzo di strumenti di business intelligence, competenze che molti sviluppatori potrebbero non avere. Ora disponibile in public preview, abbiamo introdotto uno strumento di visualizzazione facile da usare con funzionalità di IA generativa in MongoDB Atlas Charts . Utilizzando i prompt in linguaggio naturale, gli sviluppatori possono facilmente eseguire il rendering di grafici e creare dashboard, rendendo la visualizzazione dei dati e l'arricchimento delle app semplice e veloce. Ad esempio, gli sviluppatori possono inserire "Mostrami l'elenco dei film usciti nell'ultimo anno ordinati per genere" e MongoDB Atlas Charts raccoglierà i dati e genererà rapidamente la visualizzazione richiesta. Gli annunci di oggi sottolineano l'impegno di MongoDB nell'aiutare gli sviluppatori a innovare in modo rapido e semplice. Per ulteriori informazioni sugli aggiornamenti del MongoDB.local NYC 2024, consulta la pagina degli annunci di prodotto sul nostro sito web.

May 2, 2024
Next →

Payments Modernization and the Role of the Operational Data Layer

To stay relevant and competitive, payment solution providers must enhance their payment processes to adapt to changing customer expectations, regulatory demands, and advancing technologies. The imperative for modernization is clear: payment systems must become faster, more secure, and seamlessly integrated across platforms. Driven by multiple factors—real-time payments, regulatory shifts like Payment Services Directive 2 (PSD2), heightened customer expectations, the power of open banking, and the disruptive force of fintech startups—the need for payment modernization has never been more pressing. But transformation is not without its challenges. Complex systems, industry reliance on outdated technology, high upgrade costs, and technical debt all pose formidable obstacles. This article will explore modernization approaches and how MongoDB helps smooth transformations. Approaches to modernization As businesses work to modernize their payment systems, they need to overcome the complexities inherent in updating legacy systems. Forward-thinking organizations embrace innovative strategies to streamline their operations, enhance scalability, and facilitate agile responses to evolving market demands. Two such approaches gaining prominence in the realm of payment system modernization are domain-driven design and microservices architecture : Domain-driven design: This approach focuses on a business's core operations to develop scalable and easier-to-manage systems. Domain-driven design ensures that technology serves strategic business goals by aligning system development with business needs. At its core, this approach seeks to break down complex business domains into manageable components, or "domains," each representing a distinct area of business functionality. Microservices architecture: Unlike traditional monolithic architectures, characterized by tightly coupled and interdependent components, a microservices architecture decomposes applications into a collection of loosely coupled services, each of which is responsible for a specific business function or capability. It introduces more flexibility and allows for quicker updates, facilitating agile responses to changing business requirements. Discover how Wells Fargo launched their next-generation card payments by building an operational data store with MongoDB . Modernizing with an operational data layer In the payments modernization process, the significance of an operational data layer (ODL) cannot be overstated. An ODL is an architectural pattern that centrally integrates and organizes siloed enterprise data, making it available to consuming applications. The simplest representation of this pattern looks something like the sample reference architecture below. Figure 1: Operational Data Layer structure An ODL is deployed in front of legacy systems to enable new business initiatives and to meet new requirements that the existing architecture can’t handle—without the difficulty and risk of fully replacing legacy systems. It can reduce the workload on source systems, improve availability, reduce end-user response times, combine data from multiple systems into a single repository, serve as a foundation for re-architecting a monolithic application into a suite of microservices, and more. The ODL becomes a system of innovation, allowing the business to take an iterative approach to digital transformation. Here's why an ODL is considered ideal for payment operations: Unified data management: Payment systems involve handling a vast amount of diverse data, including transaction details, customer information, and regulatory compliance data. An ODL provides a centralized repository for storing and managing this data, eliminating silos and ensuring data integrity. Real-time processing: An ODL enables real-time processing of transactions, allowing businesses to handle high numbers of transactions swiftly and efficiently. This capability is essential for meeting customer expectations for instant payments and facilitating seamless transactions across various channels. Scalability and flexibility: Payment systems must accommodate fluctuating transaction volumes and evolving business needs. An ODL offers scalability and flexibility, allowing businesses to scale their infrastructure as demand grows. Enhanced security: An ODL incorporates robust security features —such as encryption, access controls, and auditing capabilities—to safeguard data integrity and confidentiality. By centralizing security measures within the ODL, businesses can ensure compliance with regulatory requirements and mitigate security risks effectively. Support for payments data monetization: Payment systems generate a wealth of data that can provide valuable insights into customer behavior, transaction trends, and business performance. An ODL facilitates real-time analytics and reporting by providing a unified platform for collecting, storing, and analyzing this data. Transform with MongoDB MongoDB’s fundamental technology principles ensure companies can reap the advantages of microservices and domain-driven design—specifically, our flexible data model and built-in redundancy, automation, and scalability. Indeed, the document model is tailor-made for the intricacies of payment data, ensuring adaptability and scalability as market demands evolve. Here’s how MongoDB helps with domain-driven design and microservice implementation to adopt industry best practices: Ease of use: MongoDB’s document model makes it simple to model or remodel data to fit the needs of payment applications. Documents are a natural way of describing data. They present a single data structure, with related data embedded as sub-documents and arrays, making it simpler and faster for developers to model how data in the application will be mapped to data stored in the database. In addition, MongoDB guarantees the multi-record ACID transactional semantics that developers are familiar with, making it easier to reason about data. Flexibility: MongoDB’s dynamic schema is ideal for handling the requirements of microservices and a domain-driven design. Domain-driven design emphasizes modeling the domain to reflect the business requirements, which may evolve over time. MongoDB's flexible schema allows you to store domain objects as documents without rigid schema constraints, facilitating agile development and evolution of the domain model. Speed: Using MongoDB for an ODL means you can get better performance when accessing data, and write less code to do so. A document is a single place for the database to read and write data for an entity. This locality of data ensures the complete document can be accessed in a single database operation that avoids the need internally to pull data from many different tables and rows. Data access and microservice-based APIs: MongoDB integrates seamlessly with modern technologies and frameworks commonly used in microservices architectures. MongoDB's flexible data model and ability to handle various data types, including structured and unstructured data, is a great fit for orchestrating your open API ecosystem to make data flow between banks, third parties, and consumers possible. Scalability: Even if an ODL starts at a small scale, you need to be prepared for growth as new source systems are integrated, adding data volume, and new consuming systems are developed, increasing workload. MongoDB provides horizontal scale-out on low-cost, commodity hardware or cloud infrastructure using sharding to meet the needs of an ODL with large data sets and high throughput requirements. High availability: Microservices architectures require high availability to ensure that individual services remain accessible even in the event of failures. MongoDB provides built-in replication and failover capabilities, ensuring data availability and minimal downtime in case of server failures. Payment modernization is not merely a trend but a strategic imperative. By embracing modern payment solutions and leveraging the power of an ODL with MongoDB, organizations can unlock new growth opportunities, enhance operational efficiency, and deliver superior customer experiences. Learn how to build an operational data layer with MongoDB using this Payments Modernization Solution Accelerator . Learn more about how MongoDB is powering industries on our solution library .

May 15, 2024