Certains d’entre vous ont peut-être remarqué un nom différent, et peut-être familier, au-dessus de cet article.
À la suite du changement de direction de cette semaine, le conseil d’administration m’a demandé de prendre la relève en tant que PDG par intérim. J’ai dirigé MongoDB pendant plus de 11 ans et j’ai siégé au conseil d’administration depuis lors, j’ai donc gardé des liens étroits avec nos employés, nos clients et l’entreprise. Je suis heureux d’être de retour et enthousiaste à l’idée de vous faire part des prochaines étapes de l’évolution de MongoDB.
L'IA traverse une période de transition importante. Les modèles s'améliorent en matière de raisonnement, mais le plus grand changement réside dans ce que nous leur demandons de faire. L'IA passe de la génération de réponses à la prise de mesures. Le logiciel ne se contente plus d'aider les gens à faire leur travail. De plus en plus, les agents effectuent eux-mêmes une partie du travail. Ils résolvent les problèmes des clients, écrivent et déploient des logiciels, exécutent les processus métier et fonctionnent en continu avec de moins en moins d’intervention humaine.
Ce changement a des implications profondes pour l'infrastructure sous-jacente aux applications. Un agent ne se contente pas de prendre un prompt et de donner une réponse. Il observe ce qui se passe, extrait le contexte, réfléchit à ce qu’il doit faire, prend des mesures, voit le résultat et recommence souvent le cycle. À mesure que les agents deviennent plus performants, ces boucles s’allongent, deviennent plus autonomes et ont plus de conséquences.
La qualité du modèle est primordiale. Mais il en va de même pour la qualité, la fraîcheur et l’accessibilité des données sur lesquelles le modèle travaille. C’est là que MongoDB joue un rôle important.
Aujourd’hui, nous annonçons la plus grande expansion de notre plateforme à ce jour :
- MongoDB 9.0 est la version de MongoDB la plus rapide et la plus performante que nous ayons jamais créée, conçue pour les applications et les agents qui agissent sur des données en direct.
- Atlas Infinite est une nouvelle option de déploiement conçue pour les charges de travail hautement élastiques, permettant au stockage et à la capacité de calcul d’être répartis indépendamment à mesure que la demande évolue.
- Le moteur d’agents Atlas fournit la mémoire, l’exécution et la gouvernance nécessaires à l’exploitation des agents en production, sur la même base de données à laquelle les clients font déjà confiance, tout en étant ouvert à n’importe quel modèle, framework ou cloud.
Avant de vous en dire plus sur ce que nous faisons, cela vaut la peine d’expliquer le problème que nous essayons de résoudre.
Pourquoi ce moment exige plus de la couche de données
Presque toutes les entreprises de données se présentent désormais comme une plateforme pour l’IA. La question la plus intéressante est de savoir ce qu'il advient de l'architecture des données lorsque l'IA cesse de se contenter de répondre aux questions et commence à agir.
Prenez l’exemple d’un agent du service client qui décide d’accorder un remboursement, d’un agent commercial qui promet la livraison d’un article, ou d’un agent financier qui effectue une action sur un compte. L’agent a besoin de savoir ce qui est vrai à l’instant présent. Un modèle peut raisonner parfaitement à partir des informations dont il dispose, et pourtant prendre une mauvaise décision si ces informations sont obsolètes. L’état des stocks de la veille, un ancien solde de compte, ou un statut de commande obsolète peuvent transformer une inférence techniquement correcte en une mauvaise action.
Cela en souligne l’actualité. Pour de nombreuses applications agentiques, copier périodiquement des données opérationnelles dans un autre système ne suffit pas. Les agents ont besoin d’un accès à l’état en direct de l’activité, et ils ont de plus en plus besoin d’agir sur ce même état.
Mais le fait de disposer de données actuelles ne résout pas tout le problème. Une entreprise peut disposer d'énormes quantités d'informations potentiellement pertinentes. L'agent doit identifier le petit sous-ensemble qui importe pour la décision qu'il prend. Une meilleure récupération améliore le contexte présenté au modèle, réduit les jetons non pertinents et réduit la probabilité que le modèle doive déduire ce qu’il ne sait pas.
C’est pourquoi nous pensons que les données opérationnelles et la récupération convergent. MongoDB est déjà le système de référence opérationnel de certaines des plus grandes entreprises au monde et des entreprises d’IA à plus forte croissance. Grâce à la recherche native et à la recherche vectorielle, combinées à la technologie de récupération et d’intégration de Voyage AI, les développeurs peuvent récupérer un contexte pertinent à partir des mêmes données opérationnelles en direct que leurs applications utilisent déjà. Vous n’avez pas besoin de choisir entre données opérationnelles et contexte d’IA. De plus en plus, il s’agit de la même chose.
Les agents créent également une charge de travail très différente. Les applications traditionnelles ont tendance à avoir des modèles de trafic relativement compréhensibles. Les systèmes agentiques peuvent se comporter très différemment. Une seule requête utilisateur peut déclencher une séquence de planification, de récupération, d’appels d’outils, de lectures et d’écritures dans la base de données, et de raisonnements supplémentaires. Un seul agent peut générer des centaines d’opérations. Des milliers d’agents peuvent commencer à travailler simultanément.
Par conséquent, la relation entre les utilisateurs et la consommation d'infrastructure devient bien moins prévisible. La demande peut être calme à un moment, et énorme l'instant d'après. Provisionnez pour la moyenne, et vous risquez la panne lors d'un pic d'activité. Provisionnez pour le pic, et vous payez pour une infrastructure qui reste inactive la plupart du temps.
Nous pensons que l’architecture des bases de données doit évoluer en même temps que la charge de travail. La capacité de calcul doit augmenter rapidement lorsque les agents en ont besoin et diminuer lorsqu’ils n’en ont pas besoin. Le stockage ne devrait pas avoir à évoluer simplement parce que le calcul le fait. Les développeurs ne devraient pas avoir à refaire leur application chaque fois que leur charge de travail franchit un autre seuil. C’est l’idée qui sous-tend Atlas Infinite.
Il y a un autre changement d'architecture en cours qui, je pense, n'est pas assez apprécié. Les agents utiles ont un état.
Ils doivent se rappeler ce qui s'est passé, récupérer ce qui est important, comprendre qui ou quoi prend une mesure, maintenir le contexte lors des interactions et agir dans le cadre d'autorisations et de politiques explicites.
Aujourd’hui, les développeurs assemblent souvent eux-mêmes cette infrastructure. Ils associent une base de données opérationnelle à une base de données vectorielle, à un système de mémoire, à un cadre de coordination, à un fournisseur de modèles et à une couche de gouvernance. Chaque système supplémentaire crée un point d’intégration supplémentaire, une autre limite de sécurité et, souvent, une autre copie des données.
Cela peut être gérable pour un prototype. C'est beaucoup plus difficile lorsque les agents prennent des mesures importantes dans une entreprise de production.
Nous pensons que la couche d’état, de mémoire, de récupération et de gouvernance des agents doit être aussi proche que possible des données opérationnelles sur lesquelles ces agents agissent. C’est ce que le moteur d’agents Atlas est conçu pour fournir.
Les annonces d'aujourd'hui s'appuient sur les fondations de MongoDB.
Ce que nous annonçons aujourd'hui
MongoDB 9.0
Les agents travaillant sur des données en direct imposent des exigences énormes à la base de données qui les sous-tend.
MongoDB 9.0 est la version la plus rapide et la plus performante de MongoDB que nous ayons jamais créée. Comparé à MongoDB 8.0, elle offre jusqu’à 2 fois plus de débit sur les grandes instances, 35 % de rapidité en lecture et 30 % de rapidité des mises à jour, ce qui améliore considérablement le rapport performance-prix à grande échelle.
Nous avons également continué à relever la barre en matière de sécurité, d'observabilité et de productivité des développeurs. Queryable Encryption protège désormais plus de types de données dans plus de situations, tandis que l'extension du réseau privé dans Atlas facilite l'exécution des charges de travail les plus sensibles sur MongoDB pour les organisations des secteurs hautement réglementés.
L’objectif est simple. À mesure que les applications deviennent plus autonomes et fonctionnent à une plus grande échelle, la base de données opérationnelle qui les sous-tend doit devenir plus rapide, plus sécurisée et plus efficace.
Atlas Infinite
Les charges de travail agentiques peuvent être extrêmement irrégulières et Atlas Infinite est conçu autour de cette réalité.
Il représente le plus grand changement architectural que nous ayons apporté à Atlas, permettant de répartir le stockage et le calcul indépendamment afin que les clients puissent répartir chacun d’eux en fonction des besoins réels de leur charge de travail.
Le résultat est une architecture conçue pour évoluer du prototype à l’échelle du pétaoctet, sans forcer les développeurs à prédire dès aujourd’hui les besoins en infrastructure de demain. Le temps de mise à l’échelle est plus de 96 % plus rapide, et chaque partition peut contenir 10 fois plus de stockage.
Tout aussi important : les clients n'ont pas besoin de réécrire leurs applications pour l'utiliser.
Atlas Infinite est un nouveau type de cluster au sein de la plateforme Atlas que les développeurs connaissent déjà. Les clients peuvent le choisir aux côtés d’Atlas Core en fonction des caractéristiques de leur charge de travail.
L’aperçu public commence sur AWS, avec une disponibilité multicloud complète prévue pour la disponibilité générale.
Moteur d'agents Atlas
La partie la plus difficile dans la création d'un agent n'est plus la phase de démonstration, c'est de faire fonctionner l'agent de manière fiable en production.
Le moteur d’agents Atlas apporte aux agents l’infrastructure avec état dont ils ont besoin sur la même plateforme de données où résident déjà leurs données opérationnelles.
La mémoire et la récupération intégrées permettent aux agents d’accéder à un contexte pertinent et en temps réel tout en réduisant la consommation inutile de jetons. Un plan de contrôle unifié assure l’identité et la gouvernance des actions des agents. Comme le moteur d’agents est ouvert à n’importe quel modèle, cadre ou cloud, les développeurs peuvent choisir la pile d’IA qui correspond le mieux à leur application au lieu d’être enfermés chez un seul fournisseur.
C’est particulièrement le cas pour les entreprises.
Plus de 70 000 clients et plus de 75 % des entreprises du classement Fortune 100 font déjà confiance à MongoDB pour leurs données opérationnelles. Le moteur d’agents Atlas leur permet de créer et d’utiliser des agents sur ce même socle au lieu de créer une architecture de données totalement distincte pour l’IA.
La voie à suivre
Nous n’en sommes encore qu’au début de cette transition. Les modèles vont s’améliorer. Les fenêtres contextuelles vont s’agrandir. L’inférence deviendra plus économique. Les agents deviendront plus performants et plus autonomes. Cependant, aucune de ces avancées n’éliminera le besoin de données opérationnelles de haute qualité. Elles le rendront encore plus important.
À mesure que les logiciels passent de systèmes qui enregistrent ce que font les gens à des systèmes qui aident les gens à décider quoi faire, puis à des systèmes qui agissent eux-mêmes de plus en plus, la couche de données fait partie du plan de contrôle de l’entreprise.
C'est l'opportunité pour laquelle nous construisons MongoDB.
Le nom en haut de cet article est peut-être familier, mais MongoDB est bien plus que son dirigeant. Ce sont les équipes chargées des produits et de l'ingénierie qui continuent d'innover, les équipes commerciales qui se concentrent sur les résultats des clients, et les clients qui confient à MongoDB leurs applications les plus sophistiquées et les plus stratégiques.
Je leur suis reconnaissant à tous pour tout ce qui a été accompli aujourd’hui. À demain au .local NYC.
Pour aller plus loin
Profitez de ces nouvelles fonctionnalités dès aujourd’hui et gratuitement sur mongodb.com/atlas. Pour découvrir toutes nos annonces de MongoDB.local NYC 2026, ainsi que les dernières mises à jour de nos produits, consultez notre page Nouveautés.