MongoDB Atlas、Voyage AI 与多模态搜索如何构建智能体供应商管理

MongoDB 在博客中提出以 Atlas 为统一数据底座、结合 Voyage AI 检索层与多模态搜索构建智能体供应商管理应用，核心思路是把供应商管理能力从 ERP 核心中解耦出来，单独做成一个低延迟的业务应用。文章认为传统 ERP 为稳定环境设计，供应商信息散落在 PDF、表格和邮件链中，多模态数据无法查询，决策往往要等数小时甚至数天。 在数据模型上，MongoDB 的灵活模式允许把属性各异的供应商放在同一个集合里，例如为某区域 500 家供应商新增“Tariff Exposure Rating”或“Sustainability Score”字段，无需停机或重写 schema。Voyage AI 提供基于 API 的嵌入模型与重排器，把合同、图片等非结构化数据转成高维向量，与常规运营数据存在同一平台。 检索环节由 MongoDB Vector Search 承担，按数学上的“接近程度”而非关键词匹配寻找替代供应商，可覆盖产品属性、交期和可持续资质等维度。实时性方面，Change Streams 把旧系统更新以近零延迟推送到新应用，使企业能在数分钟内评估冲击，而非事后处理。 文章引用 KPMG 2026 年研究称企业正围绕灾后恢复时间、供应商多元化等建立新指标；IDC 预测到 2027 年 70% 的大型零售商将投资数据现代化；Congruence 数据显示 72% 的领先零售商正在投资含供应链在内的 AI 集成平台。文中还以韩国铝进口关税上调 50% 为例，演示系统实时识别受影响供应商并用自然语言描述需求找到替代方。