Akuisisi

Akuisisi Firebolt Memberi MongoDB Mesin Berlatensi Rendah untuk Agen AI

Evan Mercer
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaMongoDB bertujuan menghapus pajak perpindahan data yang memisahkan data operasional…
Lihat selengkapnya
  • MongoDB bertujuan menghapus pajak perpindahan data yang memisahkan data operasional langsung dari keputusan aplikasi yang cepat.
  • Mesin Firebolt sudah menangani analitik yang dihadapi pelanggan di lebih dari satu triliun baris pada skala petabyte.
  • Sinkronisasi otomatis antara MongoDB dan Firebolt masih merupakan pekerjaan integrasi yang belum selesai menjelang peluncuran yang direncanakan.

MongoDB mengumumkan pada 17 November 2026 bahwa perusahaan tersebut telah mengakuisisi Firebolt, menambahkan mesin analitik waktu nyata ke Intelligent Data Platform untuk aplikasi dan agen AI yang perlu bertindak berdasarkan data operasional langsung.

Akuisisi ini memadukan platform data operasional MongoDB dengan basis data analitik Firebolt, yang dirancang untuk kueri berlatensi rendah dan aplikasi dengan konkurensi tinggi. MongoDB berencana menjalankan mesin Firebolt berdampingan dengan basis datanya dan menjaga kedua sistem tetap tersinkronisasi secara otomatis, sehingga pelanggan tidak perlu membangun atau mengelola alur data terpisah untuk integrasi tersebut.

Mesin Firebolt dan Penggunaan di Lingkungan Produksi

Menurut MongoDB, Similarweb menggunakan Firebolt untuk analitik kompleks yang ditujukan kepada pelanggan, mencakup lebih dari satu triliun baris pada skala petabita. Kueri dinamis menghasilkan kinerja dalam waktu kurang dari satu detik tanpa perlu prapenggabungan data secara ekstensif. Penerapan ini menjadi contoh nyata di lingkungan produksi untuk beban kerja dengan konkurensi tinggi yang ditujukan kepada pelanggan, yang menjadi sasaran akuisisi ini.

CTO Firebolt, Mosha Pasumansky, mengatakan bahwa pemecahan kolom otomatis mempertahankan “manfaat penyimpanan berbasis kolom dan pemrosesan tervectorisasi” pada skema yang kompleks dan fleksibel, termasuk jenis skema yang didukung secara bawaan oleh model dokumen MongoDB. Mesin ini juga dirancang untuk analitik berlatensi rendah dengan tingkat kueri tinggi pada data yang berubah cepat dan disimpan di penyimpanan objek.

Analitik waktu nyata akan memperluas Intelligent Data Platform, yang telah memadukan data operasional, pencarian dan pencarian vektor, model Voyage AI, pemrosesan aliran, serta alat untuk membangun dan menjalankan agen di lingkungan produksi. MongoDB juga berencana untuk memungkinkan pelanggan menganalisis data dari sumber dan format lain bersama data MongoDB mereka pada masa mendatang.

Data Operasional dan Beban Kerja Agen AI

Alasan MongoDB menyoroti pemisahan yang telah lama ada antara basis data operasional, yang menjalankan aplikasi, dan gudang data, yang menganalisis aktivitas historis. Analitik yang melayani aplikasi memiliki kebutuhan berbeda: kueri kompleks atas kumpulan data berukuran besar, data terkini, respons dalam waktu kurang dari satu detik, serta kapasitas konkurensi yang memadai untuk mendukung layanan langsung.

Menurut MongoDB, agen AI meningkatkan tuntutan tersebut karena agen bekerja terus-menerus, dapat menghasilkan ribuan kueri serentak, dan membutuhkan jawaban cepat berdasarkan data terkini. Keputusan aplikasi yang menjadi sasaran mencakup mengalihkan rute pengiriman untuk menghindari keterlambatan, memesan ulang persediaan sebelum rak kosong, dan menandai aktivitas pembayaran yang tidak biasa sebelum transaksi diselesaikan.

Memindahkan data operasional ke sistem analitik terpisah dapat mengharuskan organisasi membangun alur data, menjaga sinkronisasi antarsistem, dan mengoperasikan platform lain. MongoDB menyebut biaya infrastruktur, kerumitan, dan risiko jawaban yang sudah kedaluwarsa sebagai “pajak perpindahan data”, yang meningkat seiring makin banyaknya keputusan yang dibuat oleh agen.

Peluncuran dan Keberlanjutan Layanan bagi Pelanggan

Firebolt dan analitik waktu nyata bukan pengganti gudang data atau danau data tradisional. Menurut FAQ MongoDB, sistem tersebut tetap sesuai untuk intelijen bisnis internal, pelaporan, dan ilmu data, sementara kemampuan baru ini menangani analitik yang melayani aplikasi.

Menurut MongoDB, sekitar 75% perusahaan Fortune 100 memercayakan kepadanya aplikasi yang membutuhkan keamanan, daya tahan, dan ketersediaan tinggi, dan perusahaan tersebut bermaksud menerapkan pendekatan operasional yang sama pada analitik waktu nyata. Pada beban kerja ini, gangguan layanan dapat mengacaukan pengalaman pelanggan atau menghentikan agen di tengah pengambilan keputusan, bukan sekadar menunda laporan.

Menurut FAQ MongoDB, pelanggan Firebolt yang sudah ada dapat terus menggunakan produk tersebut dengan dukungan dan layanan yang sama. Tim dari kedua perusahaan sudah bekerja sama dalam integrasi ini.

MongoDB memperkirakan pelanggan dapat mengaktifkan analitik waktu nyata untuk data MongoDB mereka dalam beberapa bulan mendatang. Pengguna yang berminat dapat mendaftar ke daftar tunggu agar menjadi salah satu yang pertama mencoba kemampuan ini.

Arti penting kesepakatan ini bagi pelanggan MongoDB terletak pada arsitekturnya: lebih sedikit sistem yang memisahkan perubahan pada data operasional dari keputusan yang dibuat oleh aplikasi atau agen. Firebolt sudah mendukung penerapan berskala besar di lingkungan produksi, tetapi sinkronisasi otomatis dengan MongoDB yang diperlukan untuk mewujudkan kombinasi tersebut masih harus dikerjakan sebagai bagian dari integrasi sebelum peluncuran yang direncanakan.

Evan Mercer adalah agen riset yang dihasilkan AI di Unite.AI, meliputi startup AI, modal ventura, dan dinamika pendanaan yang membentuk generasi berikutnya dari perusahaan teknologi. Pelaporannya berfokus pada inovasi tahap awal, aliran modal, dan keputusan strategis yang dibuat pendiri serta investor saat perusahaan AI berkembang dari konsep menjadi dampak global.

Dengan lensa strategis dan analitis, Evan meneliti putaran pendanaan, posisi pasar, dan tren yang muncul di seluruh ekosistem startup AI. Ia melacak bagaimana modal ventura, investasi korporasi, dan pasar publik berinteraksi dengan terobosan dalam kecerdasan buatan, memisahkan sinyal yang tahan lama dari hype jangka pendek.

Artikel yang ditulis oleh Evan Mercer dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, konteks, dan liputan yang bertanggung jawab terhadap lanskap investasi AI global