对于应用程序开发人员来说，我们生活在一个激动人心的时代：生成式人工智能（gen AI）和人工智能驱动的编码辅助等民主化创新的出现将导致新应用程序的爆炸式增长。事实上，IDC 预测，到 2025 年，将创建超过 7.5 亿个云原生应用程序。但对于许多组织来说，保持有竞争力的新产品和服务的定期节奏仍然是一个挑战。
MongoDB首席产品官Sahir Azam表示：“一方面，企业一直面临着创新和差异化的压力，而这种压力已经增加，因为生成式人工智能及其对其业务的颠覆性或优势。“然而，资本成本已经大幅上升。团队被要求用更少的资源、更高的效率和更低的成本来做到这一点。因此，一方面是人工智能一代对市场的破坏，另一方面是成本节约压力和经济逆风，这两者之间存在着真正的紧张关系。平衡这两者是重中之重。
更重要的是，开发人员供不应求。因此，至关重要的是，这些宝贵的资源必须专注于解决其组织的核心挑战，而不是处理传统关系数据库系统的复杂性。优先考虑开发人员的使命是组织以及与他们合作的供应商保持竞争力的最佳方式。
“这就是为什么我们要确保我们构建的技术解决方案对开发人员来说是令人愉快的，并满足他们的需求，”Azam补充道。“但我们也支持世界上最关键、可扩展和最安全的应用程序。”
VentureBeat 采访了 Azam，了解了组织在努力实现堆栈现代化时优先考虑的事项，从 AI 从头开始改变开发流程的方式，到彻底改变最终用户体验和解决蔓延问题。
利用生成式 AI 加快行动速度
人工智能的进步，尤其是生成式人工智能，是当今科技领域最大的新闻。开发人员和组织对旨在提高生产力的新型 AI 工具感到特别兴奋。其中包括从回答编码问题的聊天机器人到Amazon CodeWhisperer和GitHub Copilot等代码生成助手的所有内容。
Azam 分享了 MongoDB 投资 AI 的一些方式。他解释说，首先，该公司已将人工智能嵌入到其开发人员工具中，使开发人员能够更轻松地根据公司的最佳实践编写MongoDB代码和查询。MongoDB还与一些主要的超大规模数据中心合作，这些大型数据中心提供大量的按需计算资源。这些合作伙伴关系的重点是利用MongoDB自身资源的内部知识（包括文档、最佳实践和知识库）来优化大型语言模型（LLM）训练。
人工智能的繁荣也意味着支持一系列人工智能用例的工具正在出现。例如，使用 OpenAI 和 Azure AI 等公共 API 的开发人员需要一种工具来帮助他们使用专有数据来更好地自定义结果，而 RAG（即检索-增强生成）就诞生了。对于构建和训练自己的模型的公司来说，矢量数据库已经出现。矢量数据库使机器学习模型更容易记住以前的输入，使功能搜索、推荐和文本生成用例更加有效。
“对于大多数组织来说，引入这些工具的挑战也意味着一个全新的技术合作伙伴和全新的技术需要验证，”Azam 解释道。“确保它的安全、稳定、高性能等给 IT 领导者带来了巨大压力，并增加了更多的技术蔓延。为了应对这一挑战，我们专注于实现开箱即用的矢量数据库功能。
例如，借助 Atlas Vector Search，开发人员可以构建 AI 驱动的体验，同时通过统一且一致的开发人员体验访问他们需要的所有数据。由于 Atlas Vector Search 建立在 MongoDB Atlas 开发人员平台上，因此客户可以利用它，而无需查找、购买、安装和管理另一个组件。
MongoDB 的其他 AI 进步包括 MongoDB Compass 中的新 LLM 功能，它可以帮助开发人员编写 MongoDB 查询，加快开发过程并确保代码更准确。Azam 分享说，他们还将 gen AI 集成到 Atlas Charts 中，这有助于为应用程序的仪表板构建图表和图形，以便开发人员现在可以使用自然语言自动生成查询。
“通常，你必须知道MongoDB的查询语言才能生成那些漂亮的图表和图形，你想在你的应用程序中构建，或者放在你的仪表板上供你的企业查看，”Azam说。“现在，您可以使用自然语言自动生成查询。”
最后，MongoDB 已开始在其关系迁移器工具中实现 AI 功能，这大大降低了对遗留内容进行现代化改造的高成本。它分析遗留数据库，然后自动生成新的数据架构和代码以迁移到 MongoDB Atlas，无需停机。从那里，它会生成优化的代码，用于在新的现代化应用程序中处理数据。
整合成本，解决技术蔓延问题
在过去几年的数字化转型浪潮之后，组织现在正在评估其供应商关系。领导者看到重叠的供应商协议如何导致他们的团队在维护上花费更多的时间，而不是提供业务价值。
阿扎姆说：“我们经历了大流行和更宽松的货币政策时代，组织很容易在技术上花费大量资金，利用他们可能拥有的任何工具，即使它们重叠，甚至承担将所有这些东西整合在一起的成本和税收。“我们现在看到，一些组织希望通过更少的供应商来整合成本，这些供应商可以提供更多的功能，这样他们就可以在运营上节省时间和精力。”
这正是MongoDB将重点放在实现这些业务需求上的原因。
他解释说：“开发人员数据平台战略是MongoDB从第一天起就一直在做的事情的扩展，即将数据从开发人员构建现代应用程序的过程中移开。“通过一个界面、一种语言学习、一个环境，开发人员拥有了更快地构建当今应用程序所需的一切，同时大大减少了蔓延。”
因此，组织花费更少的钱，开发人员的工作效率更高。他们能够构建任何类型的应用程序，并灵活地利用多个云，无论是为了差异化还是定价优势，甚至可以在自己的数据中心运行应用程序。
最终用户体验的转变
“每个组织都希望由他们提供的客户体验来定义，而这些客户体验越来越多地由软件驱动，”Azam 说。“MongoDB使组织能够轻松地快速行动，并将一个想法从一开始就变成一个全球可扩展的应用程序，可以比任何其他平台更容易为数百万用户提供服务。
最重要的是，MongoDB以真正的多云方式做到这一点，这意味着开发人员可以在客户的数据中心构建应用程序，或者在必要时（例如出于监管原因）同时在所有主要的公共云平台上运行。组织可以与多个基础架构提供商合作，并在必要时更轻松地利用每个提供商的差异化服务，无论数据需要在何处运行，都可以灵活地控制和管理其数据。
值得注意的是，Azam解释说，MongoDB是唯一一家将所有这些复杂性整合到一个单一的开发人员数据平台中的公司，而不仅仅是针对应用程序或数据库堆栈的单个组件。
“如果一个组织押注于数据领域的技术，这可能是他们愿意忍受数年甚至数十年的决定，”Azam说。“他们有责任找到开发人员喜欢的技术，这些技术可以帮助招聘人才，但也可以随着组织的发展而扩展。”
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/4777.html
文章评论