MongoDB apunta al mercado de agentes de IA con 7 nuevas funciones de plataforma

MongoDB Inc. está profundizando su apuesta por la IA empresarial con el lanzamiento de siete nuevas funciones para su plataforma de datos Atlas, diseñadas para dotar a los agentes de IA de la memoria a largo plazo y el contexto en tiempo real que necesitan para ser confiables en producción. El movimiento desafía el enfoque fragmentado de múltiples proveedores que muchas empresas utilizan actualmente para su pila de datos de IA.

"La parte más difícil de ejecutar agentes en producción no es el modelo. Es la capa de datos que hay debajo", afirmó CJ Desai, presidente y director ejecutivo de MongoDB. "Para confiar en un agente a escala, este debe recuperar el contexto adecuado, mantener la memoria a través de las sesiones y operar a velocidad de máquina".

Anunciadas en su evento de Londres, las actualizaciones incluyen los Automated Voyage AI Embeddings en MongoDB Vector Search, ahora en vista previa pública, que genera automáticamente integraciones vectoriales a medida que se actualizan los datos. Para los desarrolladores, la empresa anunció la disponibilidad general de una integración con LangGraph.js, que proporciona memoria persistente para agentes de IA basados en JavaScript. La base de datos principal también recibió una actualización significativa, con MongoDB 8.3 ofreciendo hasta un 45% más de lecturas y un 35% más de escrituras.

Para MongoDB (NASDAQ: MDB), esta es una jugada directa para convertirse en la capa de datos fundamental para el creciente mercado de la IA agéntica. Al integrar capacidades como búsqueda vectorial, memoria e integraciones en una sola plataforma, la empresa pretende reducir el "impuesto de sincronización" para los desarrolladores, aumentando potencialmente su cuota en el mercado de infraestructura de IA frente a una intensa competencia de otros proveedores de plataformas.

Las nuevas funciones abordan directamente lo que el CTO de campo para IA de MongoDB, Pete Johnson, denomina el "problema de memoria" de los grandes modelos de lenguaje. Sin la capacidad de retener el contexto a través de las conversaciones o acceder a datos relevantes y actualizados al minuto, los agentes de IA producen resultados inconsistentes o incorrectos, lo que erosiona la confianza del usuario. Al integrar los modelos de integración y reclasificación de su reciente adquisición de Voyage AI directamente en la plataforma Atlas, MongoDB pretende asegurar que los agentes reciban información precisa de antemano.

La empresa afirma que sus modelos de integración Voyage AI ocupan el puesto número 1 en el Massive Text Embedding Benchmark (MTEB), una métrica clave para la precisión de la recuperación. La generación automatizada de integraciones convierte lo que antes era un proyecto de ingeniería de varias semanas en una "configuración de dos minutos", según Ben Cefalo, director de producto de MongoDB.

Esta estrategia de crear una plataforma unificada y consciente del contexto refleja una tendencia más amplia de la industria, ya que proveedores como Atlassian con su Teamwork Graph también compiten por convertirse en el sistema nervioso central de la IA empresarial. El objetivo es poseer el "contexto empresarial", la memoria institucional que permite a los agentes de IA tomar decisiones informadas.

Para apoyar aún más la adopción empresarial, particularmente en industrias reguladas, MongoDB también anunció conectividad entre regiones para AWS PrivateLink. Esto permite que el tráfico de la base de datos entre diferentes regiones de AWS permanezca en una red privada, simplificando la seguridad y el cumplimiento para organizaciones globales.

Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.