MongoDB 推出新项目,助力企业构建生成式 AI 现代应用程序

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 依托 MAAP,我们能够与合作伙伴共同助力客户利用生成式 AI 技术来提高生产率,颠覆客户交互方式,推动行业进步

MongoDB AI Applications Program

可为组织提供战略路线图、

行业专业知识及所需技术

加速从构思到大规模部署生成式 AI 应用程序

MongoDB (纳斯达克股票代码:MDB) 近日宣布推出 MongoDB AI Applications Program (MongoDB AI应用项目,简称:MAAP),进一步助力组织快速构建和部署具有生成式人工智能技术 (生成式 AI) 的现代企业级应用程序。借助 MAAP,客户可获得由 MongoDB 及合作伙伴提供的战略咨询、专业服务,以及集成式端到端技术堆栈。MAAP 由 MongoDB 携手多家合作伙伴共同推出,涵盖行业领先的咨询公司及基础模型 (FM)、云基础设施、生成式 AI 框架和模型托管提供商,致力于帮助客户识别可以通过先进的 AI 应用程序予以解决的业务问题。MAAP 旨在提供包括所需技术堆栈、专业知识在内的一站式解决方案,帮助企业快速高效地将生成式 AI 嵌入到应用程序中。

MongoDB 全球合作伙伴执行副总裁 Alan Chhabra

“我们发现,不论是小型初创公司还是成熟的跨国企业,我们的客户都对生成式 AI 表现出极大的热情。这些组织都在利用 MongoDB 的前沿技术和全面服务,将创新概念转化为现实应用。但是,也有一些组织仍在纠结于如何才能最好地集成生成式 AI 以精准地解决业务问题。这就是我们推出 MAAP 的初衷。MAAP 基于我们强大的开发者数据平台 MongoDB Atlas、专业知识、专业服务以及我们与生成式 AI 技术领导者建立的战略合作伙伴关系,能够为各种规模的组织提供全面的路线图,让他们满怀信心地采用和实施生成式 AI 技术。依托 MAAP,我们能够与合作伙伴共同助力客户利用生成式 AI 技术来提高生产率,颠覆客户交互方式,推动行业进步。”

随着生成式 AI 创新技术的不断发展,组织所面临的当务之急在于,要想取得竞争优势,就需要推动应用程序现代化,从而满足并超越客户的期望。各行各业、不同规模的组织都迫切地希望立即受益于技术转变,但令他们感到担忧的是,能否获得恰当的数据战略和技术来支持以安全、可靠的方式构建、部署和扩展新型应用程序。由于传统技术无法扩展,许多组织都陷入数据处理效率低下的困境;有的组织还尝试使用单一用途的、附加的解决方案,这样会产生不必要的复杂性和成本。其结果是,这些组织因采用过时技术或附加的解决方案最终无缘于长期成功,而其取得的短期成果也无法扩展到生产、无法提供企业级的安全性和可靠性、也无法带来显著的投资回报。

针对这些挑战,MAAP 可为客户提供战略框架、专家级服务和技术路线图,使其能够识别并逆向分析业务问题,快速构建和迭代解决方案,同时优化创新型生成式 AI 应用程序,并将这些应用程序投入生产运营。MAAP 结合了 MongoDB 的技术,使企业能够通过统一的开发者数据平台部署生成式 AI 应用程序。同时,借助 MongoDB 与行业领先的咨询公司及 FM、云基础设施、生成式 AI 框架和模型托管提供商建立的合作伙伴关系,MAAP 还可为客户提供端到端的解决方案。这些提供商包括 Anthropic、Anyscale、亚马逊云科技 (AWS)、Cohere、Credal.ai、Fireworks.ai、谷歌云、gravity9、LangChain、LlamaIndex、Microsoft Azure、Nomic、PeerIslands、Pureinsights 和 Together AI 等。

MAAP 为客户提供相关技术、全方位服务和专家支持,以实现以下目标:

●制定端到端的战略和路线图,为客户在构建、部署和扩展生成式 AI 应用程序的过程中提供切实支持
MAAP 的第一步是 MongoDB 以高度个性化的方式深入了解客户需求。MongoDB 专业服务会首先评估组织当前的技术堆栈,并与客户一起识别业务问题,以对问题进行逆向分析;然后与咨询合作伙伴合作,共同制定战略路线图,以快速构建所需架构的原型,验证初始结果是否符合客户预期,再优化完全构建的应用程序。客户可以对这些应用程序进行改进,以将其应用于生产环境中。如果客户需要开发新的生成式 AI 功能,MongoDB 专业服务团队还可提供后续支持。

●构建安全、可靠且值得信赖的高性能生成式 AI 应用程序
企业最关心的问题是,部署在组织内部及面向客户的应用程序中的新技术能否满足预期,是否会意外暴露敏感数据。MAAP 提供了精选的领先基础模型,这些基础模型由 MAAP 合作伙伴精心设计。通过将这些基础模型与检索增强生成 (RAG) 等技术相结合,使用具有强大治理控制的专有数据,客户可以精确控制为基础模型提供的数据,为它们提供所需的上下文,从而减少模型幻觉,提高准确性。通过 MAAP 合作伙伴,客户还可以使用优化的微调和推理服务,利用来自 Anthropic、Cohere、Meta、Mistral、OpenAI 等的模型来实现特定领域的用例和快速的 AI 模型响应。借助 MAAP,客户可以通过实用的专业服务获得其用例所需的生成式 AI 参考架构、集成技术和规定性指导,从而构建安全且符合预期的高性能应用程序。

●与业内专家一起参与生成式 AI 启动会
对于尚未准备好大规模采用生成式 AI 的组织,MAAP 内容可以进行针对性定制,在安全、私密的沙盒环境中为其团队提供原型开发会议。例如,定制 MAAP 内容的参与对象可以是组织的战略团队、运营团队、IT 团队或软件开发团队,或者多个团队同时参与。专家引导式会议将汇集不同的观点,并专注于确定企业应用生成式 AI 所面临的业务挑战。随后,MongoDB 专业服务团队会组织一场黑客马拉松,以共同构建解决方案,并测试其在内部用例中的有效性。MAAP 提供相关培训、资源和技术,使组织能够快速构建切实可行的解决方案,从而利用生成式 AI 解决特定的业务问题。

MongoDB客户期待通过 MAAP构建生成式 AI 应用程序
image.png

ACI Worldwide为全球数以千计的组织提供任务关键型实时支付软件解决方案。众多全球领先的金融机构都在通过 ACI 处理和管理数字化支付,支持全渠道商务支付,以及管理欺诈和风险。

ACI Worldwide 首席技术官 Abe Kuruvilla

“ACI Worldwide 与 MongoDB、PeerIslands 一直以来都保持着密切的合作关系,共同致力于推动我们的关键业务应用程序的现代化升级,并在初期阶段取得了骄人成果。借助 MongoDB Atlas 及 MongoDB 的人工智能解决方案,我们加快推进了现代化进程,减轻了开发人员所面临的数据库管理负担,使他们能够专注于创新工作。ACI Worldwide 期待能够参与 MAAP,继续与MongoDB、PeerIslands 及 MAAP 合作伙伴保持密切合作。”

image.png

软件即服务 (SaaS) 内容平台 Arc XP,旨在为客户在讲述精彩故事时提供成熟先进的故事讲述和数字体验。

Arc XP 首席技术官 Joe Croney

“我们需要一种既能满足自身发展需求又能跟上功能开发步伐的策略。基于此,我们选择了 MongoDB Atlas。我们的最终目标是促使开发人员为客户创造更多价值,MongoDB 正是一个可以有效满足我们需求的理想合作伙伴。Arc XP经历着飞速发展,MongoDB Atlas 在助力我们实现业务转型方面发挥了巨大作用。我们最新取得的进步,特别是在 AI 驱动的功能方面取得的进步,得益于我们与 MongoDB 专业服务团队、技术团队和客户团队的深入合作。这些合作伙伴关系至关重要,使 Arc XP 工程师能够利用 MongoDB的前沿技术,如 MongoDB Atlas Vector Search 等进行创新。”

MongoDB 合作伙伴加入MAAP共同为客户提供战略咨询技术和专业知识

亚马逊云科技

自2006年以来,亚马逊云科技成为全球服务最丰富、应用最广泛的云服务提供商之一。

亚马逊云科技技术合作伙伴关系总经理
Chris Grusz

“生成式 AI 是一项变革性技术,有望改变各行各业、不同规模组织开展业务、优化运营以及与客户互动的方式。多年来,亚马逊云科技携手 MongoDB 共同推动集成服务,使客户能够利用两家公司的优势来助力开发者更快地创新。MAAP 将帮助我们在当前基础上进一步帮助客户实现目标。”

谷歌云

谷歌云是一种向云平台迁移的全新途径,提供能够满足当下和未来需求的 AI、基础设施、开发者、数据、安全和协作工具。

谷歌云迁移、ISV 和 Marketplace 副总裁
Stephen Orban

“多年来,MongoDB 和谷歌云一直致力于帮助共同客户利用 AI 技术来增强业务。我们很高兴能够为 MAAP 提供支持来扩大双方的合作关系。我们将共同为企业提供所需的技术资源、框架和治理工具,使其能够在谷歌云的 AI 优化基础设施上更有效地构建和部署 生成式 AI 应用程序。”

微软

微软致力于成就“智能云与智能边缘”时代的数字化转型,予力全球每一人、每一组织成就不凡。

微软全球 ISV 商业解决方案副总裁
Alvaro Celis

“许多客户都希望快速启动并运行生成式 AI,但考虑到构建现代应用程序所需的众多技术和专业知识,最终又望而却步。全新的 MAAP 将为组织提供集成技术解决方案和切实支持,帮助他们降低复杂性,缩短时间,更加轻松地构建具有 生成式 AI 的应用程序。我们很高兴能够参与其中,共同推出 MAAP,帮助微软与MongoDB 的共同客户利用这一颠覆性技术。”

欲了解更多关于 MAAP 的详情,可登录 MAAP 专属网页

https://www.mongodb.com/services/consulting/ai-applications-program

相关文章
|
2月前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
1127 133
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
2月前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段三:自定义 Advisor 与结构化输出实现以及对话记忆持久化开发
本文介绍如何在Spring AI中自定义Advisor实现日志记录、结构化输出、对话记忆持久化及多模态开发,结合阿里云灵积模型Qwen-Plus,提升AI应用的可维护性与功能性。
608 125
AI 超级智能体全栈项目阶段三:自定义 Advisor 与结构化输出实现以及对话记忆持久化开发
|
2月前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
1341 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
2月前
|
人工智能 测试技术 项目管理
测试不再碎片化:AI智能体平台「项目资料套件」功能上线!
在实际项目中,需求文档分散、整理费时、测试遗漏等问题常困扰测试工作。霍格沃兹推出AI智能体测试平台全新功能——项目资料套件,可将多个关联文档打包管理,并一键生成测试用例,提升测试完整性与效率。支持套件创建、文档关联、编辑删除及用例生成,适用于复杂项目、版本迭代等场景,助力实现智能化测试协作,让测试更高效、更专业。
|
3月前
|
人工智能 IDE 开发工具
通义灵码 AI IDE使用体验(3)项目优化及bug修复
本文介绍了使用通义灵码 AI IDE进行项目重构与优化的全过程,涵盖页面调整、UI更新、功能修复等内容,并展示了多次优化后的成果与仍存在的问题。
342 0
|
2月前
|
人工智能 关系型数据库 数据库
公募REITs专属AI多智能体查询分析项目
公募REITs专属AI多智能体查询分析项目。本项目是基于 OpenAI Agent 框架的多智能体项目,提供二级市场数据查询分析、招募说明书内容检索、公告信息检索、政策检索等多板块查询服务。支持图标绘制、文件生成。
公募REITs专属AI多智能体查询分析项目
|
1月前
|
人工智能 小程序 搜索推荐
【一步步开发AI运动APP】十二、自定义扩展新运动项目2
本文介绍如何基于uni-app运动识别插件实现“双手并举”自定义扩展运动,涵盖动作拆解、姿态检测规则构建及运动分析器代码实现,助力开发者打造个性化AI运动APP。
|
3月前
|
人工智能 自然语言处理 负载均衡
排期延误预警:用AI预测项目风险的3层模型搭建教程
本文介绍了如何通过 AI 智能排期将项目排期误差减少 40% 以上。文章剖析了传统排期中常见的经验依赖、资源冲突、需求变更和进度滞后四大痛点,提出 AI 排期的三步落地方法:历史数据建模、动态适配需求、资源智能匹配,并推荐适配不同团队的 AI 排期工具。强调 AI 是辅助而非替代,核心在于用数据驱动提升排期准确性,帮助团队告别“拍脑袋估期”,实现高效、可控的项目管理。
排期延误预警:用AI预测项目风险的3层模型搭建教程
|
3月前
|
人工智能 自然语言处理 JavaScript
Github又一AI黑科技项目,打造全栈架构,只需一个统一框架?
Motia 是一款现代化后端框架,融合 API 接口、后台任务、事件系统与 AI Agent,支持 JavaScript、TypeScript、Python 多语言协同开发。它提供可视化 Workbench、自动观测追踪、零配置部署等功能,帮助开发者高效构建事件驱动的工作流,显著降低部署与运维成本,提升 AI 项目落地效率。
340 0
|
3月前
|
存储 人工智能 自然语言处理
让你拥有一个AI大脑,这个32.1k Github项目是你不错的选择,支持PDF、Markdown、代码、视频成为你的知识内容
Quivr 是开源全栈 RAG 平台,助你打造“第二大脑”,支持多文档类型与多种 LLM,实现智能搜索与聊天。具备语义检索、本地部署、隐私保护等功能,适用于个人知识管理与企业知识库,界面简洁易用,是高效智能问答的理想选择。
203 0

推荐镜像

更多