Atlas 十周年：致敬平台背后的客户
内容提要
MongoDB Atlas 迎来十周年。文章指出，客户选择 Atlas 是因为它能帮助其更快行动、适应变化并自信构建，尤其在 AI 和复杂数据场景中。案例包括：Amadeus 用 Atlas Search 和向量搜索快速排查故障；Marsh 借助灵活模式为 AI 平台加入记忆层，员工采用率达 89%；Toyota Connected 用 20 多个 Atlas 数据库支撑车联网服务，可用性达 99.99%；Cisco 用 Atlas 向量搜索支持 Webex 助手，节省约 1000 万美元。Atlas 已从云数据库发展为统一数据平台。
延伸解读
客户案例揭示 Atlas 的实际价值
文章通过四个客户案例说明 Atlas 如何解决具体问题：Amadeus 用 Atlas Search 和向量搜索快速排查故障；Marsh 借助灵活模式为 AI 平台加入记忆层，员工采用率达 89%；Toyota Connected 用 20 多个 Atlas 数据库支撑车联网服务，可用性达 99.99%；Cisco 用 Atlas 向量搜索支持 Webex 助手，节省约 1000 万美元。这些案例表明 Atlas 在搜索、AI 记忆、高可用和成本节省方面有实际成效。
从云数据库到统一数据平台的定位转变
文章指出，Atlas 已从简化 MongoDB 云运行的工具，发展为围绕灵活性、规模和降低运维开销的统一数据平台。这一转变呼应了客户在 AI 和复杂数据场景中的需求：他们希望在一个平台上同时处理操作数据、搜索和检索，并保持安全、可扩展和生产就绪。文章强调，AI 成功不应依赖拼接多个孤立系统，而应通过单一平台实现。
客户选择 Atlas 的共性原因
文章反复提到，客户选择 Atlas 是因为它帮助团队更快行动、适应变化并自信构建。具体表现为：快速推进 AI 项目、处理复杂且快速变化的数据、在业务和监管要求演变时保持灵活性。这些原因在 Amadeus、Marsh、Toyota Connected 和 Cisco 的案例中均有体现，说明 Atlas 的价值不仅在于数据库功能，更在于支持客户应对不确定性和加速创新。
Q&A
MongoDB Atlas 十周年文章主要讲了什么？
文章庆祝 MongoDB Atlas 十周年，强调客户选择 Atlas 是因为它能帮助更快行动、适应变化并自信构建，尤其在 AI 和复杂数据场景中。通过 Amadeus、Marsh、Toyota Connected 和 Cisco 等客户案例，展示 Atlas 如何助力客户取得成功，并指出 Atlas 已从云数据库发展为统一数据平台。
为什么客户选择 MongoDB Atlas？
客户选择 Atlas 是因为他们想要能帮助自己更快行动、适应变化并自信构建的技术。他们希望快速推进 AI、处理复杂且快速变化的数据，并在业务和监管需求演变时保持灵活性。
Amadeus 如何使用 MongoDB Atlas？
Amadeus 使用 MongoDB Atlas Search、Atlas Vector Search 和 OpenAI 构建了智能事件调查工具 iPIM，将新问题与历史上下文匹配，从而在几分钟内检测并解决 bug。
Marsh 的 AI 平台 Lenai 如何利用 Atlas 提升员工采用率？
Marsh 利用 MongoDB 的灵活模式与语义和混合搜索，为 Lenai 添加了持久记忆层，能精准定位结构化信息（如保单号）并理解员工问题意图。目前 Lenai 在 Marsh 9 万名员工中采用率达 89%，每位员工每年节省约 100 小时。
Toyota Connected 如何用 Atlas 支撑车联网服务？
Toyota Connected North America 用 20 多个 Atlas 数据库支撑 Toyota Safety Connect 服务套件的远程信息处理平台，实现 99.99% 的可用性，为超过 900 万辆丰田和雷克萨斯汽车提供紧急服务支持。Atlas 的多区域能力还允许团队在不中断服务的情况下进行维护和升级。
Cisco 如何利用 Atlas 向量搜索节省成本？
Cisco 使用 MongoDB Atlas Vector Search 为 Webex 虚拟助手提供 RAG 支持，对 3600 篇帮助文章进行语义索引。该助手已分流或解决超过 100 个支持案例，为 Cisco 节省约 1000 万美元。
Atlas 在过去十年中如何演变？
Atlas 从一种在云中运行 MongoDB 的简单方式，发展为围绕构建者最需要的灵活性、规模和降低运营开销而设计的统一数据平台。它支持操作数据、搜索和检索，同时保持安全、可扩展且可用于生产环境。
