A Okta potencializa solicitações em linguagem natural com o MongoDB Atlas Vector Search.

INTRODUÇÃO

Gerenciamento inteligente de identidade e segurança para empresas

Em um mundo ideal, nossos dispositivos nos reconheceriam instantaneamente e concederiam acesso aos nossos aplicativos e documentos, protegendo nossas informações contra qualquer outra pessoa. Quando as redes eram privadas e os funcionários trabalhavam no escritório, a segurança era relativamente fácil de gerenciar para as organizações. Mas agora, com a migração para a nuvem e o crescimento do trabalho remoto, o gerenciamento de identidade e segurança tornou-se muito mais complexo.

Como líder mundial em soluções de identidade e segurança, a Okta busca permitir que qualquer pessoa use qualquer tecnologia, em qualquer dispositivo, com segurança, tendo sua identidade como base. Com mais de 18 mil clientes em todo o mundo, a Okta desenvolveu integrações para mais de 7 mil aplicações.

Para expandir seus recursos de governança e administração de identidades, a Okta adquiriu, em 2021, a plataforma de operações para o ambiente de trabalho atSpoke. Rebatizado como Okta Inbox, ele facilita a solicitação de acesso a aplicações. Por exemplo, a inteligência artificial integrada ao Okta Inbox permite que os usuários façam queries em linguagem natural para encontrar rapidamente o que precisam.

“Somos obcecados pelos clientes. Isso está no nosso DNA, da alta liderança à equipe de desenvolvimento. Tudo o que fazemos é pensado para ajudar nossos clientes a trabalhar com mais rapidez e segurança", afirma Suchit Agarwal, diretor de engenharia da Okta.

O DESAFIO

Encontrando uma maneira escalável de viabilizar consultas em linguagem natural

Para criar o Okta Inbox, a Okta escreveu código e desenvolveu manualmente modelos de aprendizado de máquina para viabilizar consultas em linguagem natural. Esses modelos geram embeddings vetoriais, uma série de valores ponderados que capturam os aspectos qualitativos e quantitativos de um conjunto de dados.

Embora essa abordagem fosse eficaz, ela precisava oferecer mais escalabilidade à medida que a empresa crescia e limitava a capacidade da equipe de experimentar. Por exemplo, ao pesquisar uma coleção vetorizada de aplicações usando linguagem natural, o modelo de aprendizado de máquina reconhecia que termos como "videoconferência", "fazer uma chamada de vídeo" ou "chamada de conferência" se referiam ao aplicativo de comunicação preferido daquela empresa.

Os modelos de aprendizado de máquina e os embeddings da Okta eram gerenciados e mantidos em um cluster dedicado do Kubernetes. No entanto, os vetores precisam ser armazenados em um banco de dados vetoriais dedicado — o que representa um custo adicional e mais uma solução para manter — ou é necessário instalar um mecanismo de busca complementar com suporte à pesquisa vetorial. Adaptar o ambiente para aumentar o desempenho geraria custos adicionais e consumiria tempo dos desenvolvedores.

A SOLUÇÃO

Automatizando embeddings e otimizando algoritmos

Ao conhecer o MongoDB Atlas Vector Search pela primeira vez, a Okta percebeu que automatizar o trabalho manual por trás das consultas em linguagem natural permitiria que os desenvolvedores se concentrassem na inovação.

"O MongoDB Atlas Vector Search foi a resposta para os nossos problemas. Ele simplifica grande parte do trabalho necessário para tornar o Okta Inbox extremamente fácil de usar para os clientes", afirma Agarwal. “Foi incrível encontrar uma solução que se integra ao MongoDB Atlas com tanta facilidade. Não precisamos abrir mão de ter uma plataforma única de dados."

Em vez de desenvolver uma solução personalizada para armazenar embeddings, agora eles podem ser armazenados em coleções do MongoDB Atlas. Quando recebe uma consulta, o MongoDB Atlas Vector Search pesquisa os embeddings para encontrar rapidamente a aplicação correta. Na abordagem anterior, a Okta dependia de algoritmos de busca desenvolvidos internamente para esse tipo de consulta. O MongoDB Atlas forneceu uma camada de dados unificada e eficiente que simplificou essas operações.

"O Okta Inbox identifica a qual aplicação o usuário está solicitando acesso e abre automaticamente um ticket para processar essa solicitação", explica Agarwal. "Ele recebe milhares de solicitações por meio dos nossos chatbots, e não precisamos mais processar manualmente milhares de embeddings de texto para resolver essas consultas."

Quando não estão desenvolvendo novos recursos, a equipe usa os recursos de análise e os painéis do MongoDB Atlas para monitorar o desempenho e identificar onde as consultas podem ser otimizadas para aumentar a eficiência de custos. No fim das contas, o MongoDB Atlas ajuda a Okta a se concentrar no que realmente importa e acelerar a inovação.

“Com backups, atualizações e escalabilidade sob responsabilidade da plataforma, minha equipe pode se concentrar no desenvolvimento de novos produtos que dão suporte ao nosso roadmap estratégico", afirma Agarwal. Com o tempo adicional proporcionado pelo MongoDB Atlas, Agarwal e sua equipe podem ajustar as soluções da Okta e experimentar diferentes modelos, mantendo os custos operacionais no mínimo. "Podemos executar vários algoritmos simultaneamente para compará-los e identificar qual oferece o melhor desempenho. Isso acelera a otimização, o que beneficia o cliente", acrescenta Agarwal.

OS RESULTADOS

Ótima funcionalidade com 30% de redução de custos

Com o MongoDB Atlas e o MongoDB Atlas Vector Search, a Okta pode se concentrar no desenvolvimento de excelentes novos produtos e oferecer uma experiência excepcional aos clientes. Além disso, a Okta sabe que seu banco de dados é resiliente e escalável o suficiente para atender ao crescimento da demanda.

“O MongoDB Atlas é flexível. Você não corre o risco de desenvolver uma solução que seu banco de dados não consiga suportar. Os novos produtos são adotados rapidamente, e sabemos que nosso banco de dados nunca será um gargalo que prejudique a experiência do cliente", afirma Agarwal.

O MongoDB também ajuda a Okta a se concentrar em entregar mais valor rapidamente. Como não precisam manter infraestrutura adicional, os desenvolvedores conseguem iterar mais rapidamente, e o ambiente simplificado do MongoDB Atlas é mais enxuto, oferece melhor desempenho e está menos sujeito a erros.

“O MongoDB assume a administração do banco de dados para a minha equipe. Os desenvolvedores ficam muito mais satisfeitos em otimizar o banco de dados do que em administrá-lo", explica Agarwal. “Também estamos no caminho certo para reduzir os custos operacionais em 30% em comparação com a solução auto-hospedada."

O Okta Inbox já está disponível no MongoDB Vector Search no Atlas, e a transição foi tranquila e sem problemas.

“Nossa jornada com a MongoDB tem sido empolgante. A equipe esteve muito envolvida conosco em todas as etapas. Eles são muito ágeis nas respostas, transparentes e colaborativos", observa Agarwal. “Com o apoio deles, podemos iterar em novas ideias e funcionalidades e colocá-las no mercado mais rapidamente."

Próximos passos

Para saber mais sobre como outros estão inovando com IA, confira a série de estudos de caso Building AI with MongoDB. Você também pode se registrar no MongoDB Atlas e visitar o guia de início rápido do MongoDB Vector Search no Atlas para começar a criar pesquisas mais inteligentes ou iniciar com IA generativa em seu próximo projeto.