Plus de 500 participants réunis au CNIT de La Défense pour découvrir les innovations de MongoDB et les retours d’expérience de grands comptes français.

Le 4 novembre 2025, MongoDB a tenu sa conférence annuelle .local Paris au CNIT de La Défense, accueillant plus de 500 professionnels de l’IT venus découvrir les dernières innovations de sa plateforme de base de données et échanger avec leurs pairs. L’événement, organisé en partenariat avec AWS, Google Cloud et Microsoft, a mis l’accent sur l’intelligence artificielle, la performance et la modernisation applicative, avec des témoignages marquants d’entreprises françaises comme Michelin, Amadeus, Edenred et Decathlon.

Une base de données prête pour l’ère des agents IA

La keynote d’ouverture, notamment animée par Boris Bialek (Global Fiel CTO MongoDB) et Daniel Coupal (Senior Staff Developer Advocate), a posé le décor : « Nous entrons dans une nouvelle ère, celle des agents intelligents capables de percevoir, décider et agir en contexte », a souligné Boris Bialek.
MongoDB entend se positionner au cœur de cette transformation en devenant la mémoire et l’état de ces agents — autrement dit, le socle de persistance et de contexte pour les applications d’IA générative.

Parmi les nombreuses annonces, on peut noter :

MongoDB 8.2 : des gains de performance spectaculaires pour l’ère de l’IA

La nouvelle version MongoDB 8.2, présentée lors de l’événement, apporte des améliorations de performance considérables :

  • 42% de gain sur les requêtes non indexées
  • 20% plus rapide pour les traversées d’array
  • Près de 3x plus rapide pour les insertions en masse de séries temporelles
  • 59% de débit supplémentaire pour les mises à jour en masse (par rapport à MongoDB 8.0)

Daniel Coupal, a souligné que MongoDB 8.0, lancé en septembre, est déjà devenue « la version adoptée le plus rapidement de notre histoire, avec plus de la moitié des clusters Atlas qui l’utilisent déjà ».

Queryable Encryption : une sécurité sans compromis

L’une des annonces majeures concerne l’évolution du chiffrement interrogeable (Queryable Encryption), une technologie exclusive à MongoDB qui permet de chiffrer les données non seulement au repos et en transit, mais aussi en cours d’utilisation. MongoDB 8.2 ajoute le support des recherches par sous-chaînes (prefix, suffix et correspondances partielles), permettant par exemple à un médecin de rechercher un patient par son nom via auto-complétion sans jamais exposer les données en clair.
« Aucun autre fournisseur de base de données n’offre cette capacité« , a précisé Daniel Coupal, insistant sur l’importance de cette fonctionnalité pour les secteurs sensibles, comme la santé et la finance.

Voyage AI : l’intelligence au service de la recherche sémantique

Fred Roma, Senior Vice President d’Atlas Data Services, a détaillé l’intégration de Voyage AI, récemment acquis par MongoDB. Les nouveaux modèles d’embedding et de re-ranking constituent désormais « les meilleurs du marché », selon MongoDB :

  • Voyage 3.5 : modèle généraliste d’embedding textuel, plus précis et plus économique que les concurrents (OpenAI, Cohere)
  • Voyage Multi Model 3 : capable de traiter simultanément texte et images sans pipeline de pré-traitement
  • Voyage Context Free : premier modèle d’embedding qui comprend le contexte du document entier avant de créer les embeddings
  • Re-rank 2.5 : modèle de re-ranking avec capacités d’instruction suivie

« La qualité des modèles d’embedding et de re-ranking fait la différence entre un prototype qui fonctionne et une application IA qui réussit en production« , a insisté Fred Roma.

Application Modernization Platform : accélérer la migration du legacy

Boris Bialek a présenté l’Application Modernization Platform (AMP), une solution intégrée d’outils alimentés par l’IA, de méthodologies éprouvées et d’experts en modernisation. Cette plateforme vise à accélérer par 2 à 3 la migration des applications legacy.
Des clients comme Lombard Odier (banque privée de plus de 200 ans), Intellect Design Arena (éditeur de logiciels bancaires) ou Bendigo Bank (Australie) ont déjà obtenu des résultats impressionnants, avec des cycles de test de régression passant de « jours à heures » et des améliorations de 60% à 90% des temps de portage.

Retours d’expérience : des cas d’usage variés et inspirants

Amadeus : 150 000 transactions/seconde dans le voyage

La session « Cap sur la croissance ! », animée par Ali Makke (Amadeus) et Thomas Scott (MongoDB), a mis en lumière comment le leader des technologies de voyage traite des millions de transactions par seconde avec MongoDB Atlas.
L’enjeu est de garantir la disponibilité et la cohérence des données sur des systèmes distribués mondiaux, tout en gérant les pics de charge saisonniers.
Amadeus exploite plus de 120 clusters MongoDB en production pour gérer plus de 150 000 transactions par seconde. MongoDB permet à Amadeus d’assurer une scalabilité horizontale quasi illimitée, soutenue par des outils de réplication et de sharding intégrés
Le cas d’usage présenté concernait le système d’intelligent caching pour les NDC (New Distribution Capabilities), une nouvelle norme de l’industrie aérienne. Face au défi de protéger les systèmes des compagnies aériennes tout en offrant un accès flexible aux agences de voyages, Amadeus a développé un système de cache intelligent capable de traiter 20 000 recherches par seconde avec des temps de réponse de quelques millisecondes seulement.

L’architecture repose sur :

  • Un hash sharding pour distribuer uniformément les données
  • Des TTL indexes pour le nettoyage automatique
  • Une compression ZSTD au niveau applicatif réduisant la taille des documents de 100KB à 12KB (réduction de 90%)
  • Une séparation des workloads avec des nœuds dédiés pour la recherche
  • Une intégration avec Kafka et des modèles de machine learning pour prédire la validité du cache

Michelin : un parcours de migration mouvementé, mais réussi

Le retour d’expérience Michelin E2E – From Pain to Gain, présenté par Aude Malabat et Yannick Raffin, a illustré le parcours d’un géant industriel vers MongoDB Atlas.
Ils ont livré un témoignage sans fard sur leur migration d’une infrastructure on-premise vers MongoDB Atlas pour leur application E2E (End-to-End Integration) qui monitore les flux d’intégration du groupe.

Partant de 2 serveurs on-premise (4 CPU, 62 Go RAM) en Docker avec MongoDB custom et Percona, l’équipe a entrepris une migration vers Atlas motivé par la simplification de la gestion et la possibilité d’autoscaling. Le parcours n’a pas été sans difficulté, mais, comme l’a souligné Yannick Raffin grâce au support constant de l’équipe de MongoDB, la migration est une réussite. Parmi les défis rencontrés, il faut souligner :

  • Dépassement de la limite de 4TB sur Azure lors de la migration de production, nécessitant un pivot vers NVMe
  • Données obsolètes non purgées (de 4TB à 1TB après nettoyage grâce à des scripts)
  • Index volumineux (plus gros que la collection) dus à un système custom d’Atlas Search
  • TTL non fonctionnel après une restauration de backup, entraînant une accumulation de données
  • Autoscaling non surveillé ayant triplé les coûts (passage de M60 à M80 puis M200 sur NVMe)

Les solutions apportées pour faire face ont été les suivantes :

  • Nettoyage méthodique des données obsolètes
  • Migration vers Atlas Search natif, éliminant 20 des 26 index existants
  • Réduction de 70% de la taille des messages
  • Gain de 30% sur le coût total du projet malgré les difficultés

« Les leçons apprises sont essentielles« , a souligné Aude Malabat. Comme elle le dit, « formation des équipes, transfert de compétences complet incluant le support et surveillance active des coûts cloud » font partie des prérequis pour une bonne gestion de ce type d’applications. En conclusion Yannick Raffin rappelait « qu’un système SaaS ne signifie pas absence de gestion« .

Decathlon : OnePrice, la centralisation des prix avec MongoDB

Julien Lampin, Technical Leader Backend chez Decathlon, a partagé le projet OnePrice, une refonte complète du système de gestion des prix du distributeur sportif qui gère 85 pays et des millions de références produits.
Créé en 2017, MasterPrice centralisait les prix auparavant dispersés dans différents systèmes. Huit ans plus tard, face à l’évolution des besoins (subsidiarité permettant aux magasins de fixer leurs prix, dynamic pricing par IA avec 1 million de prix par jour, marketplace avec 4 millions de prix quotidiens), une refonte s’imposait. Alors que Decathlon utilisait principalement une base SQL concurrente, MongoDB a été retenu pour plusieurs raisons :

  • Dénormalisation naturelle : toutes les données peuvent être regroupées sous trois ID (business model, localisation, entité)
  • Flexibilité du schéma pour gérer le spécifique de chaque pays sans code dédié
  • Gros documents (timelines de prix complexes)
  • Scalabilité verticale pour absorber les pics saisonniers
  • Mindset orienté problème plutôt que modèle de données

« On ne peut pas migrer du jour au lendemain un produit intégré par 85 pays avec des millions de données », a expliqué Julien Lampin. L’équipe a donc adopté une stratégie de migration progressive :

  1. Démarrage par la marketplace (le plus volumineux, mais le moins complexe réglementairement)
  2. Double run avec connecteurs permettant de comparer les sorties des deux systèmes
  3. Feature flipping pour activer progressivement les pays
  4. Façade API permettant une migration transparente pour les consommateurs

Une fois la migration achevée, MongoDB y sert de socle à une approche “Wisdom Engineering”, qui relie les décisions techniques, business et humaines autour d’une donnée unique, contextualisée et durable avec les fonctionnalités clés suivantes :

  • Online Archive pour déplacer automatiquement les anciennes timelines vers du cold storage
  • Optimistic locking pour gérer les problèmes de concurrence avec une approche légère
  • Configuration multi-couches (application, business model, pays, magasin) pour gérer la diversité des règles légales et business

« Les outils restent secondaires, nous sommes là pour résoudre des problèmes business« , a rappelé Julien Lampin. « MongoDB nous permet aujourd’hui d’être prêts pour les nouveaux business models ».

Edenred : relier le monde physique et digital

Dans la session « Relier le monde physique et digital avec MongoDB chez Edenred », Simon Lazzari et Maxime Eglem ont détaillé le projet Edenred+, une plateforme mondiale unifiant les solutions de paiement et d’avantages employés du groupe.
Le défi était de connecter deux mondes – celui des partenaires marchands physiques et celui des utilisateurs digitaux – via un modèle de données souple et scalable.
Pour ce faire les équipes d’Edenred ont mis en œuvre :

  • Un référentiel mondial des points de vente sous MongoDB, intégrant des données issues de multiples sources et enrichies en temps réel.
  • Un référentiel des transactions garantissant la fiabilité et la cohérence des paiements utilisateurs avec des exigences de latence très faibles.
  • Des index Lucene Atlas Search pour la recherche textuelle et géospatiale, avec une optimisation fine du scoring et de la pertinence

En termes de résultat, comme le soulignait Simon Lazzari et Maxime Eglem, un projet qui réunit les meilleures pratiques du moment avec une architecture data-driven, résiliente, multi-pays et multi-bénéfices, construite en mode agile et “greenfield”.

Des ateliers techniques pour approfondir

Au-delà de la séance plénière, l’événement offrait une variété d’ateliers techniques, notamment :

  • Construction d’applications agentiques avec MongoDB
  • Optimisation des performances et des index
  • Sécurité et conformité avec Queryable Encryption
  • Migration d’applications legacy avec AMP
  • Vector Search et RAG (Retrieval Augmented Generation)

Les participants ont également pu échanger avec les équipes MongoDB et les sponsors (AWS, Google Cloud, Microsoft) sur leurs stands tout au long de la journée.

Conclusion : MongoDB s’affirme comme la base de l’ère IA

Avec plus de 60 000 clients dans le monde, 70% du Fortune 500 qui utilisent MongoDB pour leurs applications critiques, et 40 000 professionnels qualifiés en France, MongoDB se positionne comme la plateforme de base de données non relationnelle de référence. L’événement .local Paris a clairement montré que l’entreprise ne se contente pas d’être une base de données, mais se positionne comme une plateforme complète pour l’ère de l’IA avec Voyage AI, l’automatisation de la modernisation avec AMP, et des performances toujours plus élevées avec MongoDB 8.2.

« Le modèle document JSON est devenu le langage de l’IA« , a conclu Boris Bialek. « Tous les LLMs émettent et consomment en JSON, ce qui rend MongoDB naturellement adapté pour les applications IA. Le choix de la base de données est la décision la plus importante pour vos systèmes d’agents IA. »