Atlas Vector Search 在 Retool 2023 年 AI 现状调查中获得最高开发者净推荐值 (NPS)

Retool 刚刚发布了其第一份 《AI 现状》报告，非常值得一读。AI 现状调查借鉴了其广受欢迎的《内部工具现状》报告的模式，对来自不同行业的 1500 多名科技人士，包括软件工程师、领导者、产品经理、设计师等，进行了一次全面的调研。调查的目的是了解这些科技人员如何使用和构建人工智能 (AI)。

作为调查的一部分，Retool 深入研究了哪些工具最受欢迎，包括 AI 领域最常使用的向量数据库。调查发现，MongoDB Atlas Vector Search 在发布后仅五个月时间就斩获了最高净推荐值 (NPS)，成为市占率排名第二的向量数据库。这使其领先于那些已经存在多年的竞争解决方案。

在这篇博文中，我们将探讨向量数据库的惊人崛起，以及开发者如何使用 Atlas Vector Search 等解决方案来构建 AI 驱动的应用。我们还将介绍 Retool 报告中的其他重要亮点。

向量数据库采用率：几乎要爆表

从数学上的好奇心跃升为生成式人工智能和大型语言模型 (LLM) 背后的超能力，向量嵌入和管理向量的数据库在很短时间内就取得了长足的进步。

查看 DB-Engines 过去 12 个月的数据库模型趋势，您会发现向量数据库在人气增长方面遥遥领先。只需看看下图，粉色线条“扶摇直上”。

为什么向量数据库如此受欢迎？

向量数据库是一种称为检索增强生成 (RAG) 的新架构模式的关键组成部分，这种模式把预训练的通用 LLM 的逻辑推理能力和实时的企业数据相结合，形成一种强大的组合。其结果就是 AI 驱动的应用，它们为各种业务提供专属服务 — 无论是创造新产品，重塑客户体验，还是将内部生产力和效率提升到前所未有的高度。

向量嵌入是释放 RAG 强大能力的关键要素之一。向量嵌入模型将企业数据 — 无论是文本、代码、视频、图像、音频流还是表格 — 编码为向量。然后，这些向量在向量数据库或向量搜索引擎中存储、索引和查询，提供相关的输入数据作为所选 LLM 的上下文。这样，AI 应用就能以企业数据和知识为基础，这些数据和知识不仅与业务息息相关，而且准确可靠、时刻更新。

正如 Retool 调查所揭示的那样，向量数据库领域仍处于早期发展阶段。目前，只有不到 20% 的受访者使用向量数据库，但定制模型和 AI 基础设施的浪潮势不可挡，向量数据库的普及必然会迎来加速。

为什么开发者要采用 Atlas Vector Search？

Retool 的 AI 现状调查聚焦了几个技术先进的向量数据库，它们在过去几年中引领了语义搜索的发展，尤其擅长挖掘语义关联，助力产品目录和内容发现等应用更上一层楼。

然而，开发者使用这些向量数据库所面临的挑战是，他们必须将向量数据库与其他数据库一起集成到应用的技术栈中。

应用技术栈中的数据库层数越多，复杂性、延迟和运维开销就越高。对于增加的数据库，开发者需要购买、学习、集成（包括开发、测试和生产环节）、安全认证、扩展、监控和备份，而且要确保所有系统的数据保持同步。

MongoDB 采用了一种不同的方法来完全避免这些挑战：

• 开发者直接在运营数据库中存储和搜索原生向量嵌入，无需额外系统。

• 通过 MongoDB 的分布式架构，开发者可以隔离不同的工作负载，同时保持数据完全同步。

• 搜索节点为内存密集型向量搜索工作负载提供至关重要的专用计算和工作负载隔离，因此能够提高性能和可用性。

• MongoDB 灵活且动态的文档模式让开发者可以自由建立和发展向量、元数据、应用数据之间的关系，其他数据库望尘莫及。

• 借助强大的查询 API 和支持所有最流行编程语言的驱动程序，开发者可以采用应用所需的任何方式处理和筛选向量与运营数据。

• 完全托管的 MongoDB Atlas 开发者数据平台让开发者能够实现应用程序用户期望的规模、安全性和性能。

这种统一方法对开发者意味着什么？更快的开发周期，更高性能的应用，更低的延迟，更及时的数据，以及更低的运营开销和成本。MongoDB 同类最佳的 NPS 得分反映了这些结果。

查看我们的“使用 MongoDB 构建 AI”博客系列（前往“入门”部分查看往期）。从对话式 AI（包括聊天机器人和语音机器人）、Co-pilot、威胁情报和网络安全、合同管理，到问答、医疗健康合规和治疗助理、内容发现和变现，Atlas Vector Search 助力各种生成式人工智能应用大放异彩。

从 Retool 报告中可以了解到 AI 的哪些信息？

除了揭示最流行的向量数据库之外，调查还从多方面展示了 AI 的现状和影响。它首先调查了受访者对 AI 的看法（意料之中，高层领导比基层员工更看好 AI）。接着，它分析了投资重点，AI 对未来就业的影响，以及 AI 对开发者的影响和未来的技能需求。

然后，调查探讨了 AI 的采用水平和成熟度。超过 75% 的受访者表示，他们的公司正在努力开始使用 AI，其中大约一半表示这些项目仍处于早期阶段，主要面向内部应用。调查继续询问了有哪些应用，以及受访者认为它们对业务有多大用处。调查发现，无论允许与否，几乎每个人都在工作中使用 AI。调查还确定了最大的痛点。毫不意外，模型准确性、安全性和幻觉位列榜首。

调查最后揭晓了最热门的模型，OpenAI 提供的模型依然是王者，不过人们对于未来使用开源模型以及定制化 AI 工具和基础设施的兴趣也越来越浓厚。

您可以阅读报告，深入了解所有调查细节。

Atlas Vector Search 入门

渴望了解我们的 Vector Search 产品？请前往我们的 Atlas Vector Search 产品页面。其中提供了教程、文档和关键 AI 生态系统集成的链接，助您轻松开启生成式人工智能应用的开发之旅。