MongoDB anunció en San Francisco la incorporación de nuevas capacidades de recuperación de contexto en su plataforma Atlas, con el objetivo de mejorar la precisión en aplicaciones de inteligencia artificial y reducir el costo operativo asociado. La compañía presentó un conjunto de herramientas basadas en modelos de Voyage AI, incluyendo el modelo voyage-code-4 para recuperación de código, así como APIs de embeddings y reranking que permiten a los desarrolladores integrar estas funciones directamente en sus aplicaciones sin necesidad de gestionar infraestructuras complejas.
La propuesta busca resolver un problema recurrente en proyectos de IA: la dificultad de mantener sincronizados los sistemas operativos con almacenes vectoriales externos y pipelines de embeddings. Con la automatización de embeddings en Atlas, los datos se indexan y se recuperan de manera nativa, eliminando la necesidad de procesos adicionales. Según MongoDB, sus modelos de Voyage AI ocupan el primer lugar en el benchmark público Retrieval Embedding Benchmark (RTEB), lo que respalda la afirmación de que ofrecen mayor precisión frente a alternativas de Google o Cohere.
Entre los casos de uso destacados, el Financial Times adoptó estas capacidades para mejorar la búsqueda semántica en su plataforma digital, logrando mayor precisión en más de 100.000 consultas diarias y optimizando el balance entre calidad y costo. La empresa señaló que la reducción de infraestructura les permite concentrarse en la experiencia de lectura de sus suscriptores. Otro ejemplo proviene de Eve, una plataforma legal de IA, que utiliza la API de embeddings y reranking de Atlas para mejorar la relevancia de la información en procesos judiciales, donde la precisión en la recuperación de evidencia resulta crítica.
El anuncio se enmarca en una tendencia más amplia del sector tecnológico: la recuperación de información se ha convertido en un factor competitivo clave para la eficiencia y confiabilidad de agentes de IA en producción. Un estudio de McKinsey en 2026 identificó la inexactitud en la recuperación como el principal riesgo en la adopción de IA, citado por el 74% de las organizaciones consultadas.
Analistas del mercado señalan que la estrategia de MongoDB refuerza su posición como plataforma de datos preparada para IA, al integrar en un solo entorno funciones que antes requerían múltiples sistemas. Esto reduce la fragmentación y los costos asociados, un aspecto valorado por empresas que buscan escalar aplicaciones inteligentes sin comprometer cumplimiento normativo ni rendimiento.
Fuente: MongoDB | Editado por CDOL
