MongoDB客户案例导读

Questflow借助MongoDB Atlas赋能AI员工，助力中小型初创企业自动化工作流程，简化数据分析，提升客户体验，推动AI与员工的协作，重新定义未来工作方式。

协作式AI自动化平台 无需编码即可拥有自己的AI员工

在Questflow首席执行官许博约（Bob Xu）看来，人类的工作方式正在发生着天翻地覆的变化。过去以人为主，未来将是人与AI共生，甚至出现1+N的情况，即1个人类员工与多个AI员工。大量的工作将会安排给AI员工自动化完成，人类员工则负责必要的衔接、审批、复核等工作。

Questflow是一家由奇绩创坛投资的专注于多AI智能体调度的初创公司，搭建了一个去中心化的自动化AI智能体网络，通过分发真实世界的需求和激励给到多个AI智能体来完成任务。与注重传统机器人自动化（RPA）的竞争对手相比，Questflow提供了全新的多AI智能体调度体系，允许人为介入工作流进行任务或交易的审批，打通新一代的工作流协作方式。

Questflow：去中心化AI智能体网络

Questflow目前主要面向资源有限、团队规模较小的中小型初创企业，让他们能够轻松拥有自己的AI员工，快速实现某些工作流程的自动化，如市场信息的收集与分析、新媒体内容的发布、邮件回复、会议记录与摘要等等，而无需自己开发一套自动化体系，在Questflow平台上就即可完成一系列智能工作和服务。
Image

业务挑战

AI员工需要更个性化、动态化 数据支撑需要更灵活、更有效

AI时代，拥有AI员工已成为一个趋势。AI员工可以执行重复性、繁琐或需要大量数据处理的工作，如数据分析、客户服务、文档处理等，可以集成到网站、移动应用程序或消息应用程序等各种平台中，为用户提供实时帮助和支持。

而AI员工作为Questflow的主推产品，Questflow更多思考的是如何使AI员工不只是像真人一样灵活，而且要比真人还更加高效。这就要求实现以下三个方面：

● 每一个AI员工都应是动态延展的，而不是静态的。例如一个员工初到一个公司，可能拥有基本教育背景和对行业、公司的基本了解，但随着工作开展，他不断将自身知识储备与工作实践相结合，不断记忆与学习。AI员工更应如此。
● 每一个AI员工都应是个性化的，而不是整齐划一的。每一个团队都会自己去创建一些专属的AI员工，从零去搭建，就需要赋予每个AI员工以不同的记忆能力、不同的分析能力、协调能力等等。
● 每一个AI员工的工作路径都应是顺畅的，而不是卡顿的。Questflow最核心的业务是可以通过自然语言描述帮助AI员工自动化完成任务，但是在执行的过程中，需要有推理、理解、执行等多个环节。基于AI模型的限制或是数据分析的限制，目前各个环节之间衔接还不够顺畅。

AI员工越智能，就需要越强大的数据库软件作为背后的支撑。当今社会正在同时经历“非结构化数据”与“人工智能”两场变革，AI员工要想变得动态化、个性化以及其工作路径变得顺畅，都需要后台处理大量非结构化数据。各类人工智能技术为人们提供了理解非结构化数据的途径，也就是将文本、图像、音频等非结构化数据嵌入为向量表示，并存储在向量数据库中，以便进行快速的相似度搜索和数据分析。

面对更高的工作标准，Questflow采用MongoDB Atlas，并将其应用于其数据管理服务。

解决方案

简化数据分析和程序开发 开创客户体验服务新局面

MongoDB Atlas是一个开创性的开发者数据平台，集成了操作、分析和生成AI数据服务，简化了智能应用程序的开发。

Questflow联合创始人兼首席技术官储奎（Carney Chu）表示：“要重新定义未来的工作方式，首先要重新定义我们自己的工作方式，即以出色的数据存储和处理能力提升我们AI员工的工作能力。MongoDB的适配性很强，尤其MongoDB Atlas作为针对AI量身打造的数据库解决方案，与我们的业务方向高度契合。”

向量数据存储

Questflow的产品形态都是通过类似ChatGpt的对话方式，针对用户提出的问题，帮助自动化解决，后台需要做大量向量数据存储和处理的工作。将向量数据存储在MongoDB Atlas中，客户将在平台中利用Atlas向量搜索，进而提供高精度的GenAI内容。MongoDB可以从知识库嵌入的角度支持客户传统数据和支持向量数据。在这种情况下，客户可以在不需要开发人员任何努力的情况下就地进行混合搜索。

弹性扩容

虽然Questflow在初创阶段并未将数据库的升降级考虑进去，但当公司运营至2年左右，随着数据量的增加，MongoDB自动将其数据库进行了升级。MongoDB所具有的这种弹性扩容能力很适合Questflow这类初创公司，能够使开发人员专注于业务数据收集和分类服务，而无需为日常运维分配时间与精力。

云端部署

Questflow选择在亚马逊云科技云上用MongDB Atlas，以此实现开箱即用，点点按钮，通过后台配置一下即可。如果是本地部署，将要配备运维人员和一整套机器环境，所以，在成本控制、便捷程度、安全管理等方面，云端部署都具有明显的优势。

客户价值

为真正的人工智能合作打开大门 为突破性创新提供更多时间和资金

AI员工某种程度上就是用更少的资源实现更多的新工作方式。基于MongoDB Atlas的数据解决方案，Questflow已帮助多家中小初创企业的创新提供了更多“时间和资金”。

如AI思维导图公司iMindMap，通过Questflow实现了博客发布的自动化；

开源VC数据库公司OpenVC，通过Questflow实现了抓取、筛选和更新数据的自动化。

在谈及未来创想时，许博约（Bob Xu）谈到：希望可以尽快超越与AI对话的模式。例如，目前要创建一张海报，用户可以通过与AI聊天，让AI将海报创建完成，但后续的修改还需在其他平台上完成，用户体验被前后割裂。Questflow下一步要实现的就是可以多人对于AI产生的内容去进行协作修改、优化。

Questflow相信，人类工作者和人工智能工作者之间将会有更多的合作，并将为真正的人工智能合作打开大门，最重要的是，这种合作将为更多突破性创新提供时间和资金。

基于这一创想，Questflow也正在涉足为大中企业提供自动化服务，从日常邮件回复、社交媒体运营、市场营销等服务领域，朝着为客户提供更深入、更全面的系统性服务迈进。

如正在接触的某家国际知名奢侈品牌，在现有的社交媒体运营中，往往是通过几百个不同社交账号进行新品的图文发布和客户维护，每一个社交账号背后都是一个真人在实际操作。在未来，Questflow完全可以为这类需求提供一整套的人工智能服务，即多名AI员工团队协作的自动化。

在AI服务与用户体验共同提升的同时，是数据库中数据量、数据复杂程度的几何式增长。在数据变得更为庞杂的过程中，Questflow期待与MongoDB之间建立起的是一种共同应对挑战、共同解决问题的关系。

客户证言

Questflow联合创始人兼首席执行官

许博约（Bob Xu）

“未来世界必定是一个人类与AI共生的世界。我们在努力让AI员工变得近在眼前而且能够不断学习和成长，早日实现人类员工在Questflow平台上的多人协作，共同对AI员工生成的内容或完成的工作进行修改或优化。这是我们的愿景，即重新定义一种未来的工作方式。”

Questflow联合创始人兼首席技术官 储奎（Carney Chu）

“早期创业公司一般都会面临人力、资金、人员梯度等方面的压力。通过MongoDB Atlas，我们能够在一个统一的平台中存储和管理文档和向量数据，而且无需考虑服务器和运维等因素。简化的逻辑处理管道降低了成本、提高了效率。作为一家初创公司，这是一个巨大的优势。”