MongoDB เปิดตัว Atlas สําหรับการผลิตและอุตสาหกรรมยานยนต์

8 7 MongoDB Launches Atlas for Manufacturing and Automotive

การเปิดตัว MongoDB Atlas สําหรับการผลิตและอุตสาหกรรมยานยนต์ใหม่ช่วยให้องค์กรสามารถปรับใช้แอปพลิเคชันที่ใช้ข้อมูลเรียลไทม์เพื่อเพิ่มประสิทธิภาพกระบวนการและสร้างประสบการณ์ผู้ใช้ที่น่าตื่นเต้นด้วยเทคโนโลยีที่เชื่อมต่อ

AWS, HiveMQ, Share Now และ Digitread Connect อยู่ระหว่างพันธมิตรและลูกค้าที่ทํางานร่วมกับ MongoDB ในอุตสาหกรรมยานยนต์และการผลิต

แฟรงก์เฟิร์ต ประเทศเยอรมนี, 21 ก.ย. 2566 – MongoDB, (NASDAQ: MDB) วันนี้ที่ MongoDB.local แฟรงก์เฟิร์ต ประกาศ MongoDB Atlas สําหรับการผลิตและอุตสาหกรรมยานยนต์ เป็นความริเริ่มใหม่ที่ช่วยให้องค์กรสร้างนวัตกรรมด้วยข้อมูลเรียลไทม์ และสร้างแอปพลิเคชันที่ใช้ประโยชน์จากเทคโนโลยีที่มีสติปัญญาและเชื่อมต่อ MongoDB Atlas สําหรับการผลิตและอุตสาหกรรมยานยนต์รวมถึงการนําเสนอนวัตกรรมโดยผู้เชี่ยวชาญ การสร้างพันธมิตรทางเทคโนโลยีที่พิถีพิถัน และเครื่องมือเร่งความรู้ที่เฉพาะด้านอุตสาหกรรมเพื่อจัดหาเส้นทางการฝึกอบรมที่กําหนดเองได้ ซึ่งออกแบบมาสําหรับกรณีการใช้งานที่หลากหลายที่นักพัฒนาในอุตสาหกรรมเหล่านี้ทํางานด้วย – ตั้งแต่ดิจิทัลทวินของสถานประกอบการผลิตจนถึงการบํารุงรักษาที่คาดการณ์ได้ของอุปกรณ์โรงงานไปจนถึงแอปพลิเคชันที่น่าตื่นเต้นอย่างยิ่งสําหรับรถยนต์ที่เชื่อมต่อ เริ่มต้นกับ MongoDB Atlas สําหรับการผลิตและอุตสาหกรรมยานยนต์ ตอนนี้


MongoDB

ความก้าวหน้าทางเทคโนโลยีด้านการเชื่อมต่อ การอัตโนมัติ และการวิเคราะห์เรียลไทม์กําลังส่งผลกระทบอย่างรุนแรงต่ออุตสาหกรรมการผลิต และยิ่งในภาคอุตสาหกรรมยานยนต์มากขึ้นเมื่ออุตสาหกรรมกําลังเปลี่ยนผ่านไปสู่พลังงานขับเคลื่อนที่สะอาด องค์กรในอุตสาหกรรมเหล่านี้จําเป็นต้องเปลี่ยนแปลงการดําเนินงานของตนด้วยข้อมูลเรียลไทม์และเทคโนโลยีที่เชื่อมต่อเพื่อสามารถปรับใช้โซลูชัน เช่น การบํารุงรักษาที่คาดการณ์ได้และป้องกันยานพาหนะและอุปกรณ์การผลิต การจัดตารางการบํารุงรักษาอัตโนมัติสําหรับผู้บริโภคและช่างเทคนิคในโรงงาน และการเพิ่มประสิทธิภาพกระบวนการผลิตด้วยโซลูชันโรงงานอัจฉริยะและการอัตโนมัติห่วงโซ่อุปทาน อย่างไรก็ตาม โซลูชันสมัยใหม่เหล่านี้ใช้เทคโนโลยีที่เชื่อมต่อจํานวนมากพร้อมกับอุปกรณ์ IoT และเซ็นเซอร์ที่สร้างข้อมูลปริมาณมหาศาล ดังนั้นองค์กรจําเป็นต้องมีความสามารถในการเก็บ ประมวลผล และวิเคราะห์ข้อมูลปริมาณสูงแบบเรียลไทม์จากแหล่งข้อมูลต่างๆ – ซึ่งเป็นกระบวนการที่ท้าทายอย่างยิ่ง ตัวอย่างเช่น ข้อมูลที่อุปกรณ์ IoT และเซ็นเซอร์สร้างมีหลายรูปแบบและต้องถูกปรับให้อยู่ในรูปแบบเดียวกัน รวมเข้าด้วยกัน และประมวลผลก่อนที่จะเ