Alan Chhabra:MongoDB AI应用程序计划(MAAP) 为客户提供价值

Image

MongoDB全球合作伙伴执行副总裁
Alan Chhabra

每当有人向我问询MongoDB,我都会说他们很可能在不觉之间已经与MongoDB有过交集。事实上,包括70%财富百强在内的许多世界领先企业公司都在使用MongoDB。我们在MongoDB所做的一切都是为了服务客户,但我们的工作基本都在幕后进行,因此许多用户并不知情。

就我而言,我的工作是建立一个能够助力客户创新的合作伙伴生态系统。最近的一个例子是,MongoDB与亚马逊云服务(AWS)和Amazon Bedrock合作,帮助巴西金融科技提供商Base39实现贷款分析的自动化,将决策时间从三天缩短至一小时,并将每次贷款分析的成本降低了96%。另外,印度公司IndiaDataHub通过加入MongoDB AI应用程序计划(MAAP),获取了AI专业知识、深度支持及全栈技术,增强了IndiaDataHub分析平台内的AI功能,其中包括将MongoDB中的相关数据与Meta的AI模型相连接,以对文本数据集进行情感分析。

这种例子不胜枚举——毕竟,MongoDB有数万名客户都有类似的成功故事。助力客户成功正是我们去年夏天推出MAAP的初衷,也是该计划不断推进的原因所在。

客户告诉我们,他们想要利用AI,但不确定如何在快速变化的市场中找到方向、如何控制成本、如何从AI投资中解锁商业价值。因此,MongoDB推出MAAP,为客户提供一套完整的AI堆栈和一系列集成的专业服务,帮助他们跟上最新的创新、发现最佳的AI用例,并确保他们的AI投资能够适应未来。

近日,随着凯捷(Capgemini)、Confluent、IBM、QuantumBlack(麦肯锡AI)、Unstructured等的加入,MAAP合作伙伴网络已有22个成员。这意味着MAAP生态系统(该生态系统最初由埃森哲、Anthropic、Anyscale、Arcee AI、AWS、Cohere、Credal、Fireworks AI、谷歌云、gravity9、LangChain、LlamaIndex、微软Azure、Nomic、PeerIslands、Pureinsights和Together AI共同创立)现在能够为客户提供更多前沿的AI集成和解决方案,以及更多帮助他们走向AI成功之路的方法。

CentralReach:利用AI应对自闭症

目前已有超过150家客户参与了MAAP,其中包括让我尤为激动的CentralReach所达成的工作成果。

CentralReach提供了一个由AI驱动的电子病历(EMR)平台,旨在改善被诊断为自闭症以及相关智力和发育障碍(IDD)的儿童和成年人的治疗效果。

在与MongoDB和MAAP合作之前,CentralReach 一直在寻找一个经验丰富的合作伙伴,以进一步连接和整合其跨越多个解决方案的超过40亿个财务和临床数据点。

CentralReach利用MongoDB的文档模型,将公司从评估到临床数据收集的各种形式的信息进行聚合,以便在数据库之上构建丰富的AI辅助解决方案。同时,MAAP合作伙伴帮助CentralReach设计并优化了其全面构建中的多个层级。这一切将使CentralReach能够支持诸如基于价值的成果测量、临床监测以及医疗服务效率提升等举措。有了这些新的数据层级,医疗服务提供者将能够对其临床服务进行实质性改进,以优化对所服务患者的护理。

CentralReach首席执行官Chris Sullens表示:“作为一家使命驱动的组织,CentralReach始终代表我们全球服务的临床专业人士以及超过35万名自闭症和IDD患者进行创新。因此,能够依靠MongoDB的数据库技术,并借鉴MAAP合作伙伴网络的集体专业知识,以及MongoDB的技术专长和服务,帮助我们改善全球客户和他们负责的患者的治疗效果,这具有无法估量的价值。”

从客户需求出发

凯捷、Confluent、IBM、QuantumBlack(麦肯锡AI)以及Unstructured加入MAAP合作伙伴网络,为客户提供了额外的技术和AI支持选项。这也进一步丰富了MongoDB更广泛的合作伙伴生态系统,该系统旨在为客户提供灵活性和选择权。

通过与合作伙伴在产品发布、集成以及现实挑战方面的紧密合作,MongoDB能够更好地理解客户所面临的挑战,并为他们提供资源和信心,以推动他们采用突破性技术,如AI。

以下为MAAP为客户提供的支持的一些例子:

为一家基于AI的医疗健康提供商提供关于数据分块策略的指导,该提供商根据复杂的数据源为患者提供建议

与一家大型咨询公司合作,研究先进的检索技术,以提高自动化手动研究的响应准确性

为一家开发诊断应用程序的知名汽车制造商评估多模态数据存储的嵌入模型

为一家成熟的企业技术提供商提供关于复杂代理工作流架构的指导,以增强其客户服务工作流程

我们提供这种支持的一种方式是通过MAAP卓越中心(CoE)。MAAP CoE由来自MongoDB和MAAP合作伙伴生态系统的AI技术专家组成,他们与客户合作,了解客户面临的挑战、技术要求和时间表。然后,MAAP CoE可以根据客户的特定用例和需求,推荐定制的全栈架构和实施最佳实践。

确实,定制化是MAAP的核心理念:MongoDB和我们的MAAP合作伙伴将随时满足客户的需求,帮助他们实现目标。例如,如果某个组织希望完全自主掌控其AI应用程序的开发,MongoDB和合作伙伴可以提供指导和专业知识。而在客户需要实际操作支持的情况下,我们可以提供专业服务来加速项目进程。

最终,我们希望MAAP客户——以及所有与MongoDB更广泛的合作伙伴生态系统合作的人——都能被赋能掌控应用程序的开发,并将挑战转化为机遇。让我们携手构建下一个卓越应用!

要了解更多关于使用MongoDB构建AI驱动应用程序的信息,请点击阅读原文访问MongoDB的AI资源中心、合作伙伴生态系统目录或MAAP页面。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/935732.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

蓝桥杯历届真题 --#递推 翻硬币(C++)

文章目录 思路完整代码结语 原题链接 思路 通过观察测试用例,我们猜测,从左到右依次对比每一个位置上的状态,如果不一样我们就翻一次,最终得到的答案即为正解。 完整代码 //这里是引入了一些常用的头文件,和一些常规操作 //第一…

vs配置c++标准

在 vcxproj 文件中添加 <LanguageStandard>stdcpp17</LanguageStandard> 和在 Visual Studio 属性页面中设置 “C语言标准” 为 “ISO C17 标准 (/std:c17)” 是完全等价的。 它们的对应关系是&#xff1a; VS属性页面中的设置&#xff1a; 项目 -> 属性 ->…

机器人构建详解:售前售后服务客服机器人与广告生成机器人的微调数据处理方法

引言 大模型&#xff08;如BERT、GPT等&#xff09;在自然语言处理任务中展现了强大的能力&#xff0c;但为了使其更贴合特定应用场景&#xff0c;通常需要进行微调。本文将详细讲解如何为售前售后服务的客服机器人和广告生成机器人准备高质量的微调数据&#xff0c;并通过具体…

R学习——因子

目录 1 定义因子&#xff08;factor函数&#xff09; 2因子的作用 一个数据集中的 只需要考虑可以用哪个数据来进行分类就可以了&#xff0c;可以用来分类就可以作为因子。 Cy1这个因子对应的水平level是4 6 8&#xff1a; 1 定义因子&#xff08;factor函数&#xff09; 要…

计算机毕设-基于springboot的口腔诊所系统的设计与实现(附源码+lw+ppt+开题报告)

博主介绍&#xff1a;✌多个项目实战经验、多个大型网购商城开发经验、在某机构指导学员上千名、专注于本行业领域✌ 技术范围&#xff1a;Java实战项目、Python实战项目、微信小程序/安卓实战项目、爬虫大数据实战项目、Nodejs实战项目、PHP实战项目、.NET实战项目、Golang实战…

【ComfyUI+视频生成】LTX-Video 快速生成视频 + 图生视频 (生成4秒 3090需要20秒)

代码&#xff1a;https://github.com/Lightricks/LTX-Video comfyui官方工作流&#xff1a;https://comfyanonymous.github.io/ComfyUI_examples/ltxv/ 官方模型&#xff1a;https://huggingface.co/Lightricks/LTX-Video 工作流下载&#xff1a;https://pan.baidu.com/s/1g9Y…

axios的引入和基本使用

一、axios的引入 使用 pnpm add axios 二、使用axios 三、axios的使用方法补充 axios除了直接使用它实例上的方法&#xff0c;还可以通过配置的方式进行使用axios({})&#xff0c;传入一个对象&#xff0c;这个对象可以有如下属性&#xff1a; url&#xff08;字符串&#…

【蓝桥杯最新板】蓝桥杯嵌入式液晶上实现电子时钟

这几年蓝桥杯比赛比较适合学生技能学习&#xff0c;考虑板子功能&#xff0c;提出完成的任务。 要求在液晶完成如下图效果&#xff1a; 主要是实现液晶显示时钟和数字时钟&#xff0c;具体样式可以依据实际情况微调。 实现过程&#xff1a; 1.需要画圆&#xff08;外圆、内圆…

JavaScript 写css的内联样式

一、使用style属性-直接设置单个 CSS 属性 // 获取元素 var element document.getElementById("myElement");// 设置样式 element.style.color "red"; element.style.backgroundColor "blue"; element.style.fontSize "20px"; 二…

Linux系统操作03|chmod、vim

上文&#xff1a; Linux系统操作02|基本命令-CSDN博客 目录 六、chmod&#xff1a;给文件设置权限 1、字母法 2、数字法&#xff08;用的最多&#xff09; 七、vim&#xff1a;代码编写和文本编辑 1、启动和退出 1️⃣启动 2️⃣退出 2、vim基本操作 六、chmod&#x…

AndroidStudio配置aar包的依赖方式

创建本地仓库文件夹和aar文件夹 创建本地仓库文件夹LocalRepo&#xff0c;文件夹名称可以自定义。在LocalRepo文件夹下为每一个aar单独创建文件夹&#xff0c;如下所示。aar包就放在各自的文件夹下。请注意一个aar文件夹下只能放置一个aar。 配置build.gradle文件 在aar文件…

数据分析python小工具录入产品信息到Excel

在没有后台管理系统的时候&#xff0c;有时候为了方便起见&#xff0c;想提供一个输入框让运营人员直接输入&#xff0c;然后数据就会以数据库的形式存进数据库 效果图&#xff1a; 输入用户名 输入数据 输入信息后点击添加到表格&#xff0c;检查后方便批量保存到excel …

数据结构 (35)分配类排序

前言 分配类排序是数据结构中的一种重要排序方法&#xff0c;其核心思想是利用分配和收集过程对元素进行排序&#xff0c;而无需比较元素之间的关键字。这种方法突破了基于关键字比较的排序算法的时间下界&#xff0c;可以达到线性时间复杂度O(n)。 一、分配类排序的基本概念 分…

sftp+sshpass

实现场景&#xff0c;要求客户端定时将本地的日志文件传输到服务器。 工作环境ubuntu&#xff0c;注意不通操作系统的版本不通&#xff0c;依赖的工具的版本也有所不同 实现目标需要客户端满足安装工具&#xff1a; 1、下载安装sshpass ---安装命令&#xff1a;sudo apt-ge…

Java 环境配置 + IntelliJ IDEA 使用指南

文章目录 一、Java 程序的运行必须经过3 个步骤&#xff1a;编写、编译、运行&#xff08;1&#xff09;Java 和 JavaScript 的区别&#xff08;2&#xff09;JDK、JRE、JVM 的关系&#xff08;3&#xff09;是否需要 Maven&#xff1f; 二、软件下载2.1、JDK下载与安装 —— 是…

013路由协议-OSPF

OSPF具有更适用于规模较大的网络环境&#xff0c;收敛更快速、依据带宽来计算路径成本等。 计算方式&#xff1a; 100M/当前端口的带宽 如果小于1就按照1来计算 例如&#xff1a; 当前端口的带宽是1.54M 路径成本 100/1.54 65 当前端口的带宽是 1000M 路径成本 100/100 0.…

刷题日志【4】

目录 1、猜数字大小 1、猜数字大小 题意有点抽象&#xff0c;我大概讲一下&#xff0c;就是在1——n里面会有一个目标数&#xff0c;我们通过猜数字的方式逼近这个数字&#xff0c;直到解出这个数&#xff0c;之前我们是用二分法求最快达到求解的问题&#xff0c;这道题多了每…

关于TDSQL(MySQL)的简单知识分享

0. 前言 最近在系统改造过程中&#xff0c;接触到了国产分布式数据库TDSQL&#xff0c;记录一下关于TDSQL的部分知识点。 1. TDSQL简介 TDSQL是腾讯推出的一款兼容MySQL的自主可控、高一致性分布式数据库产品。 1.1 TDSQL优点&#xff1a; 数据强一致性高性能低成本线性水…

学习记录:js算法(一百二十三):不同路径 II

文章目录 不同路径 II思路一 不同路径 II 给定一个 m x n 的整数数组 grid。一个机器人初始位于 左上角&#xff08;即 grid[0][0]&#xff09;。机器人尝试移动到 右下角&#xff08;即 grid[m - 1][n - 1]&#xff09;。机器人每次只能向下或者向右移动一步。 网格中的障碍物…

优秀的3d建模是数据可视化的视觉核心2

空间与深度感知的增强&#xff1a;3D建模提供了数据的三维表示&#xff0c;使得用户能够直观地理解数据在空间中的分布和关系。这种深度感知是二维数据可视化无法比拟的&#xff0c;它有助于揭示数据之间的隐藏联系和模式。 复杂数据的直观化&#xff1a;对于高维或复杂的数据集…