Cohere联合创始人Aidan Gomez讨论了AI公司面临的挑战，强调了数据和模型/方法创新的重要性。他认为扩大模型规模是低效的，应探索其他途径。他担心AI创业公司被大型云服务公司收购。

MongoDB在MongoDB.local NYC上宣布了新的产品功能、合作伙伴集成、服务和解决方案，以帮助开发人员构建以客户为中心的人工智能解决方案。MongoDB提供灵活的文档模型，可以轻松访问和查询存储在MongoDB中的向量数据和其他类型的数据。MongoDB Atlas是一个完全托管的多云开发者数据平台，支持基于人工智能的应用和体验。MongoDB还在Atlas中引入了搜索节点，为高性能的人工智能工作负载提供专用计算能力。公司发布了MongoDB Compass、MongoDB关系迁移工具和MongoDB Atlas Charts的更新，以增强开发人员的生产力。MongoDB提供MongoDB AI应用程序计划（MAAP），帮助客户快速开始使用人工智能。公司还扩大了其人工智能创新者计划，并推出了人工智能创业中心，以支持人工智能初创企业。MongoDB为大型企业提供人工智能加速器和咨询包。总体而言，MongoDB旨在简化应用中的人工智能使用，并确保数据创新简单、快速和灵活。

Gen AI为美国州政府提供了改善服务和交付的机会，但需要管理风险。州领导者应设定风险防范措施，并在准备广泛采用之前试点低风险应用。Gen AI可以处理非结构化数据，使组织能够创新。州领导者应制定Gen AI战略，并解决采用、治理、技术和数据、人才和运营等问题。可以使用四种Gen AI应用原型：大数据驱动的决策制定、系统创新、用户互动和个性化内容。州政府可以从提高效率、改善居民体验、实用洞察和增强人才管理中受益。州领导者应制定采用路线图，建立治理机制，评估基础设施和数据需求，准备人才，并确定Gen AI采用的业务流程。

M Science与Databricks合作，利用云管理和Spark实施提供数据派生产品。他们采用了湖仓架构和Unity目录来降低复杂性和改善数据组织。M Science计划利用Databricks技术优化大型语言模型，并利用治理和隐私工具。这次合作展示了数据创新的潜力。