MongoDB cible le marché des agents d'IA avec 7 nouvelles fonctionnalités de plateforme

MongoDB Inc. renforce son offensive dans l'IA d'entreprise en déployant sept nouvelles fonctionnalités pour sa plateforme de données Atlas, conçues pour doter les agents d'IA de la mémoire à long terme et du contexte en temps réel dont ils ont besoin pour être fiables en production. Cette initiative remet en question l'approche fragmentée et multi-fournisseurs que de nombreuses entreprises utilisent actuellement pour leur pile de données d'IA.

« La partie la plus difficile de l'exploitation d'agents en production n'est pas le modèle. C'est la couche de données sous-jacente », a déclaré CJ Desai, président et directeur général de MongoDB. « Pour faire confiance à un agent à grande échelle, celui-ci doit extraire le bon contexte, conserver la mémoire au fil des sessions et fonctionner à la vitesse de la machine. »

Annoncées lors de son événement à Londres, les mises à jour incluent les Automated Voyage AI Embeddings dans MongoDB Vector Search, désormais en version préliminaire publique, qui génèrent automatiquement des plongements vectoriels à mesure que les données sont mises à jour. Pour les développeurs, la société a annoncé la disponibilité générale d'une intégration LangGraph.js, offrant une mémoire persistante aux agents d'IA basés sur JavaScript. La base de données centrale a également bénéficié d'une mise à niveau significative, MongoDB 8.3 offrant jusqu'à 45 % de lectures en plus et 35 % d'écritures en plus.

Pour MongoDB (NASDAQ : MDB), il s'agit d'une stratégie directe pour devenir la couche de données fondamentale du marché croissant de l'IA agentique. En intégrant des capacités telles que la recherche vectorielle, la mémoire et les plongements dans une plateforme unique, l'entreprise vise à réduire la « taxe de synchronisation » pour les développeurs, augmentant potentiellement sa part du marché de l'infrastructure d'IA dans un contexte de concurrence intense de la part d'autres fournisseurs de plateformes.

Les nouvelles fonctionnalités répondent directement à ce que Pete Johnson, CTO terrain de l'IA chez MongoDB, appelle le « problème de mémoire » des grands modèles de langage. Sans la capacité de conserver le contexte au fil des conversations ou d'accéder à des données pertinentes et actualisées, les agents d'IA produisent des résultats incohérents ou incorrects, érodant la confiance des utilisateurs. En intégrant les modèles de plongement et de re-classement issus de sa récente acquisition Voyage AI directement dans la plateforme Atlas, MongoDB vise à garantir que les agents reçoivent des informations précises dès le départ.

La société affirme que ses modèles de plongement Voyage AI se classent au premier rang du Massive Text Embedding Benchmark (MTEB), un indicateur clé pour la précision de la récupération. La génération automatisée de plongements transforme ce qui était auparavant un projet d'ingénierie de plusieurs semaines en une « configuration de deux minutes », selon Ben Cefalo, Chief Product Officer de MongoDB.

Cette stratégie consistant à créer une plateforme unifiée et sensible au contexte fait écho à une tendance plus large du secteur, alors que des fournisseurs comme Atlassian avec son Teamwork Graph font également la course pour devenir le système nerveux central de l'IA d'entreprise. L'objectif est de s'approprier le « contexte d'entreprise », la mémoire institutionnelle qui permet aux agents d'IA de prendre des décisions éclairées.

Pour soutenir davantage l'adoption par les entreprises, en particulier dans les secteurs réglementés, MongoDB a également annoncé une connectivité inter-régions pour AWS PrivateLink. Cela permet au trafic de base de données entre différentes régions AWS de rester sur un réseau privé, simplifiant ainsi la sécurité et la conformité pour les organisations mondiales.

Cet article est uniquement à titre informatif et ne constitue pas un conseil en investissement.