@MongoDB:10年。数千客户成果。一个为未来而构建的平台。随着MongoDB Atlas迎来其10年里程碑…
摘要
MongoDB Atlas庆祝其10年里程碑,重点介绍了来自Amadeus、Marsh、Toyota和Cisco的客户成功案例,展示了该平台如何实现更快的创新、AI就绪以及弹性应用。
查看缓存全文
缓存时间: 2026/07/29 18:01
10年。数千客户成果。一个专为未来而构建的平台。
随着MongoDB Atlas迎来十周年里程碑,我们回顾了这段旅程中的客户——那些使用Atlas加速创新、处理复杂数据,并构建弹性、AI就绪应用的组织。
MongoDB首席客户官Erica Volini分享客户如何利用MongoDB Atlas构建未来:https://mongodb.social/6017BELofx
Atlas十周年:致敬平台背后的客户
来源:https://www.mongodb.com/company/blog/news/atlas-10-years-celebrating-customers-behind-platform?utm_source=TWITTER&utm_medium=ORGANIC_SOCIAL 自3月加入MongoDB以来,有一件事变得清晰:人们选择MongoDB,是因为 他们信任它能驱动最重要的事。
而当我们纪念MongoDB Atlas十周年,回顾客户们所构建的一切与取得的成就时,这种信念更加坚定。
多年来,每当询问客户“为什么选择Atlas?”时,答案始终如一:他们希望技术能助力更快行动、适应变化、自信构建。他们希望快速投入AI,处理复杂且快速变化的数据,并在业务与监管需求演变时保持灵活。
而借助Atlas,他们恰恰做到了这一点。
这正是这一里程碑意义非凡的原因。Atlas的故事从来不止是云数据库的演进——它关乎客户带入平台的雄心,以及他们达成的成果。
而讲述这个故事的最佳方式,就是直接聆听他们的声音。
十年的客户成功故事
作为首席客户官,我工作中最棒的部分或许就是与客户交流——倾听他们的故事,帮助解决难题,并庆祝他们的成功。
例如 Amadeus(https://www.mongodb.com/solutions/customer-case-studies/amadeus),一家为全球170家航空公司服务、每秒处理100万笔交易的旅行软件提供商,利用MongoDB Atlas Search、Atlas Vector Search和OpenAI构建了智能事件调查工具iPIM,将新问题与非结构化数据的历史上下文进行匹配。如今,借助统一安全的堆栈,Amadeus团队能在几分钟内检测并解决Bug。
Marsh(https://www.youtube.com/watch?v=HP1ZWYjqVPs&list=PL4RCxklHWZ9tH01MTlChYwUqN8Cm2tl2r&index=19),一家财富500强保险巨头,早早意识到灵活性比以往任何时候都重要。其AI平台Lenai最初因每次交互都需要从零开始构建而陷入困境。通过使用MongoDB的灵活模式(Schema)结合语义搜索与混合搜索,Marsh添加了持久记忆层,既能精确定位保单编号等结构化信息,又能理解员工提问的意图。如今,Lenai在Marsh 9万名员工中的采用率高达89%,每年为每位同事节省约100小时。
Toyota Connected North America(https://www.mongodb.com/solutions/customer-case-studies/toyota-connected)是丰田旗下的独立公司,专注于出行领域的先进软件工程、AI、机器学习和数据科学。其案例有力证明了部署自由的重要性。超过20个Atlas数据库为其Safety Connect服务套件背后的远程信息处理平台提供支持,丰田测量该平台实现了99.99%的可用性,为超过900万辆丰田和雷克萨斯车辆的紧急服务提供支撑。Atlas的多区域能力还让团队能够在无停机的情况下进行维护和升级。
网络与网络安全巨头 Cisco(https://www.mongodb.com/solutions/customer-case-studies/cisco#challenge)需要同时推出数百个AI应用,同时维持严格的安全标准。MongoDB迅速获得了Cisco所需的安全认证,帮助公司创建了安全的Atlas沙箱集群用于实验。在此基础之上,Cisco利用Atlas上的 MongoDB Atlas Vector Search(https://www.mongodb.com/products/platform/atlas-vector-search)为其Webex虚拟助手提供RAG(检索增强生成)能力,对3600篇帮助文章进行语义索引。该助手已分流或解决了超过100个支持案例,为Cisco节省了约1000万美元。
为未来而生
这些案例令人印象深刻,但它们指向一个更大的趋势。Atlas持续伴随客户的雄心而扩展——从运行MongoDB云的更简单方式,演变为一个围绕构建者最核心需求(灵活性、规模、降低运维负担)的统一数据平台。
AI的成功不会来自拼凑一堆互不关联的系统然后寄希望于运气。它来自一个单一平台,既能支撑操作数据、搜索与检索,又能保持安全、可扩展,并随时可用于生产。
这一差异是我加入MongoDB的原因,也让我对未来充满期待。你们信任Atlas已长达十年,我们共同证明了什么是可能的,而接下来,我们将共同定义未来。
📢
下一步
准备好开始构建了吗?立即开始使用 MongoDB Atlas(https://www.mongodb.com/products/platform/atlas-database)。
相似文章
@MongoDB:传统技术栈无法驱动AI原生未来。https://mongodb.social/6011BEai8U 创始人Samantha McBride分享…
Samantha McBride的公司从传统技术栈迁移到MongoDB,构建了一个灵活的金融服务平台,使得在不重构客户数据的情况下更容易部署AI代理。
@swyx: 今年报道 Build Fest 太棒了——他们不知道的是,我十多年前就通过 MongoDB 学会了编程……
这条推文讨论了作者报道 Build Fest 和学习 MongoDB 的经历,同时强调了 MongoDB 为 AI 工程发布的新公告,包括 Atlas Managed MCP Server 以及与 Claude 和 ChatGPT 等 AI 工具的集成。
Meta发布企业AI平台,聘请MongoDB首席执行官领导新计划
Meta推出新的企业AI平台,以扩展其面向企业的AI服务,聘请MongoDB首席执行官CJ Desai领导该计划。
@tferriss: Kevin Ryan谈创立@MongoDB的艰难旅程及三年多无营收的困境。
Kevin Ryan讨论了创立MongoDB的挑战,包括超过三年没有营收的情况。
@DailyDoseOfDS_: 终于,数据库现在可以自己生成嵌入了。当您为应用添加语义搜索时,标准步骤是…
MongoDB Atlas 推出了自动嵌入功能,使数据库能够在内部生成和管理嵌入向量,用于语义搜索,无需外部服务并改善数据同步。