五年前，GitLab推出参考架构，为大规模部署提供可扩展的基础，解决性能和可用性问题，促进最佳实践。通过数据收集和性能测试，GitLab开发了标准化环境设计，并不断更新以支持不同规模和云原生变体，优化DevSecOps流程。

MongoDB发布了MongoDB AI应用程序计划（MAAP），旨在帮助组织采用人工智能技术。MAAP提供参考架构、技术集成、专业服务和支持等资源，帮助客户构建和部署AI应用。该计划与Accenture、AWS、Google Cloud和Microsoft Azure等技术领导者合作。MAAP提供了通用AI应用的中央架构、预配置集成和专业服务，以解决数据孤岛和技术专业知识有限的问题。MAAP的最终目标是帮助客户充分利用数据，并自信地进行AI创新。

构建用户面向分析解决方案需要考虑数据新鲜度、查询延迟和查询吞吐量。参考架构包括数据摄取层、指标计算层、分析数据存储层和服务层。解决方案提供实时洞察力，保持数据新鲜度，最小化延迟，并支持高查询吞吐量。

MongoDB推出AI应用程序计划（MAAP），旨在帮助企业轻松创建和整合AI应用。该计划提供蓝图和参考架构，简化AI技术的使用。同时，MongoDB还推出AI策略服务和加速器服务，支持客户从构思到生产的全过程。此外，新功能将提升开发者在AI应用中的数据处理能力，确保高效、实时的数据管理。

金融机构面临网络犯罪风险，现有欺诈检测系统无法及时应对变化的欺诈手段。MongoDB Atlas和Amazon SageMaker Canvas结合提供革命性欺诈检测方法，实时训练模型保护客户和系统。参考架构包括不同类型欺诈检测方案。