Alors que les applications d'IA prolifèrent, de nombreuses équipes adoptent des bases de données vectorielles dédiées, mais cela crée de nouveaux silos de données. Un récent article de l'équipe KingbaseES préconise une approche multimodèle qui intègre les capacités vectorielles directement dans les bases relationnelles existantes. Cela réduit les mouvements de données et simplifie l'architecture, car les équipes n'ont plus besoin de synchroniser entre des systèmes séparés. L'article souligne comment KingbaseES intègre le stockage vectoriel avec SQL, permettant aux développeurs d'interroger des données structurées et non structurées de manière unifiée. Cette tendance gagne du terrain mondialement, avec des fournisseurs majeurs comme PostgreSQL et Oracle ajoutant également le support vectoriel. Pour les architectes de données, le point clé est d'évaluer si une base multimodèle peut répondre aux besoins des charges de travail IA avant d'ajouter un autre système spécialisé à la pile. L'approche promet une réduction des frais opérationnels et une meilleure cohérence, bien qu'elle puisse sacrifier certaines performances spécialisées.
Un fournisseur chinois de bases de données plaide pour des architectures multimodèles intégrant le stockage vectoriel aux données relationnelles, réduisant le besoin de bases vectorielles dédiées.