ในงาน AWS re:Invent อะเมซอน เว็บ เซอร์วิสเซส (Amazon Web Services, Inc.) หรือ AWS ซึ่งเป็นบริษัทในเครือของ Amazon.com, Inc. (NASDAQ: AMZN) และ Supabase แพลตฟอร์มพัฒนา Postgres ได้ประกาศเปิดตัวนวัตกรรมการจัดเก็บข้อมูลใหม่สองรายการที่ใช้ Amazon Simple Storage Service (Amazon S3) พร้อมฟีเจอร์ ETL ใหม่ที่ช่วยให้การสร้าง Gen AI แอปพลิเคชันและ Agents ทำได้ง่ายขึ้น Supabase Analytics Buckets ที่พัฒนาขึ้นบน Apache Iceberg และ Amazon S3 Tables รองรับการทำงานด้านการวิเคราะห์ข้อมูล ในขณะที่ Supabase Vector Buckets ให้บริการพื้นที่จัดเก็บข้อมูลแบบพิเศษที่ช่วยขับเคลื่อนฟีเจอร์ AI เช่น การค้นหาเชิงความหมายและการปรับแต่งให้เข้ากับผู้ใช้ Supabase ETL ช่วยให้ผู้ใช้สามารถโอนย้ายข้อมูลจากฐานข้อมูล Postgres ไปยังเครื่องมือวิเคราะห์ได้ในเพียงคลิกเดียว และช่วยลดระยะเวลาการเขียนโค้ดที่อาจใช้เวลาหลายเดือน ปัจจุบัน Supabase ที่พัฒนาบน AWS ได้เปิดให้บริการฐานข้อมูลแล้วมากกว่า 10 ล้านฐานข้อมูล และได้กลายเป็นแพลตฟอร์มที่ได้รับความนิยมจากบริษัทสตาร์ทอัพ โดยมากกว่า 60% ของบริษัทในโครงการ Y Combinator ใช้แพลตฟอร์มนี้ในการพัฒนา
เครื่องมือเหล่านี้ช่วยให้นักพัฒนาสร้างแอปพลิเคชันที่ตอบโจทย์ทั้งผู้บริโภคและความต้องการทางธุรกิจ โดยลูกค้าสามารถปรับขยายขนาดแอปพลิเคชันได้อย่างราบรื่น ตั้งแต่ขั้นต้นแบบไปจนถึงระบบที่ใช้งานจริง พร้อมรองรับผู้ใช้นับล้านโดยไม่ต้องสร้างระบบใหม่ที่มีค่าใช้จ่ายสูง ซึ่งอาจส่งผลกระทบต่อการเติบโตของบริษัท Supabase มีหน้าที่จัดการระบบเบื้องหลังทั้งหมดที่จำเป็นสำหรับเครื่องมือสร้างโค้ดด้วย AI เพื่อพัฒนาแอปพลิเคชันที่พร้อมใช้งานจริง โดยใช้ PostgreSQL ซึ่งเป็นหนึ่งในระบบฐานข้อมูลที่ได้รับความนิยมมากที่สุดในโลก เป็นศูนย์กลางการควบคุม แพลตฟอร์มนี้ให้บริการนักพัฒนากว่า 5 ล้านคนทั่วโลกและทำงานบน AWS และได้กลายเป็นกำลังสำคัญในการขับเคลื่อนเทรนด์ vibe coding ที่ช่วยให้นักพัฒนาสามารถทำงานได้อย่างต่อเนื่องและสร้างสรรค์ ในขณะที่เทคโนโลยี AI จัดการความซับซ้อนในการพัฒนาแอปพลิเคชันที่พร้อมใช้งานจริง
Paul Copplestone ซีอีโอและผู้ร่วมก่อตั้ง Supabase กล่าวว่า “ก่อนที่จะมี Supabase การพัฒนาแอปพลิเคชันหมายถึงการต้องจัดการกับหลายบริการแยกกัน ทั้งระบบฐานข้อมูล ระบบยืนยันตัวตนผู้ใช้ และระบบจัดเก็บไฟล์ ซึ่งแต่ละบริการมีแดชบอร์ดและวิธีการทำงานที่แตกต่างกัน ปัจจุบัน Supabase ได้รวมทุกบริการเหล่านี้เข้าด้วยกันในแพลตฟอร์มเดียว โดยทั้งหมดพัฒนาขึ้นบน Postgres นั่นหมายความว่านักพัฒนาสามารถทำงานได้จากจุดเดียวแทนที่จะต้องกระจายการทำงานถึงห้าที่ พร้อมความมั่นใจว่าโครงสร้างพื้นฐานของ AWS จะรองรับการขยายตัวได้อย่างราบรื่น ตั้งแต่ผู้ใช้คนแรกไปจนถึงผู้ใช้หนึ่งล้านคน”
ปัจจุบัน Supabase ให้บริการครอบคลุมบน AWS Region 17 แห่งรวมถึงภูมิภาคเอเชียแปซิฟิก (สิงคโปร์ โตเกียว และซิดนีย์) ยุโรป (ลอนดอน) และสหรัฐอเมริกาฝั่งตะวันตก (แคลิฟอร์เนียเหนือ) ช่วยให้นักพัฒนาสามารถสร้างฐานข้อมูลที่อยู่ใกล้กับผู้ใช้งานมากขึ้น ส่งผลให้การตอบสนองเร็วยิ่งขึ้น นั่นหมายความว่าแอปจะตอบสนองได้ทันที ไม่ว่าจะเป็นผู้ใช้ในโตเกียวที่กำลังค้นหาสินค้า หรือเกมเมอร์ในซิดนีย์ที่กำลังเข้าร่วมการแข่งขัน โครงสร้างพื้นฐานระดับโลกของ AWS ช่วยให้การทำงานเป็นไปอย่างรวดเร็วในระดับเสี้ยววินาที ทำให้แอปทำงานได้อย่างราบรื่นและตอบสนองได้ดี นอกจากนี้ Supabase ยังทำงานบนโปรเซสเซอร์ AWS Graviton โดยเฉพาะ ซึ่งช่วยเพิ่มประสิทธิภาพการทำงานและลดต้นทุนในการดำเนินงาน
รายละเอียดสำคัญของการเปิดตัวมีดังนี้:
Supabase ETL เป็นระบบที่ช่วยโอนย้ายข้อมูลจากฐานข้อมูล Postgres ไปยังชั้นข้อมูลรวมที่รองรับทั้งการวิเคราะห์และฟีเจอร์ AI ด้วยการคลิกเพียงครั้งเดียว ETL จะคัดลอกข้อมูลไปยังทั้ง Supabase Analytics Buckets และ Supabase Vector Buckets ทำให้แดชบอร์ดและแอปพลิเคชัน AI มีข้อมูลที่สะอาดและเป็นระเบียบพร้อมใช้งาน
Supabase Analytics Buckets รองรับรูปแบบ Apache Iceberg บน Amazon S3 Tables ซึ่งหมายความว่าข้อมูลเชิงวิเคราะห์จะถูกจัดเก็บในรูปแบบที่ Amazon และบริการอื่น ๆ สามารถเข้าถึงได้โดยตรง เมื่อผู้ใช้ต้องการดูแดชบอร์ดหรือรายงาน Supabase ETL จะทำการคัดลอกข้อมูลจากฐานข้อมูล Postgres หลักไปยัง Analytics Bucket จากนั้นผู้ใช้สามารถเรียกดูข้อมูลผ่าน Amazon Athena, Amazon Redshift, Amazon EMR หรือ Amazon Quick Sight ได้โดยไม่กระทบต่อประสิทธิภาพของฐานข้อมูลหลัก
Supabase Vector Buckets ช่วยให้ผู้ใช้สามารถเก็บชุดข้อมูลเวกเตอร์ขนาดใหญ่บน Amazon S3 แทนฐานข้อมูล Postgres ซึ่งเหมาะสำหรับฟีเจอร์ระบบแนะนำและการค้นหาเชิงตัวอย่างเช่น เมื่อผู้ใช้ค้นหา “summer dresses” ในแอปชอปปิง การค้นหาแบบดั้งเดิมจะมองหาคำที่ตรงกันเท่านั้น แต่การค้นหาแบบเวกเตอร์จะเข้าใจแนวคิดและสามารถค้นหารายการที่เกี่ยวข้องแม้จะใช้คำต่างกัน (เช่น “sundress” หรือ “warm weather outfits”) ผู้ใช้ยังคงสามารถสืบค้น Vector Buckets จาก Postgres โดยใช้อินเตอร์เฟซเดิม แต่การจัดเก็บจะอยู่บน S3 ซึ่งมีประสิทธิภาพด้านต้นทุนมากกว่าและสามารถขยายได้ถึงระดับล้าน embeddings โดยไม่กระทบต่อประสิทธิภาพของฐานข้อมูล
สถาปัตยกรรมระบบนี้ใช้ PostgreSQL เป็นฐานข้อมูลหลักในการประมวลผลธุรกรรมแบบเรียลไทม์ เช่น การประมวลผลคำสั่งซื้อ โดยมี Supabase ETL ทำหน้าที่คัดลอกและส่งข้อมูลไปยัง Supabase Analytics Buckets อย่างต่อเนื่อง เพื่อนำไปใช้ในการจัดทำรายงานและวิเคราะห์ข้อมูลทางธุรกิจ ในขณะที่ Supabase Vector Buckets จะจัดการส่วนของการแนะนำอัจฉริยะด้วย AI และการค้นหาเชิงความหมาย ระบบทั้งหมดทำงานประสานกันแบบเกือบจะเรียลไทม์ ทำให้บริษัทอีคอมเมิร์ซสามารถเขียนคำสั่งเพียงครั้งเดียวเพื่อแสดงข้อมูลคำสั่งซื้อปัจจุบันของลูกค้า (จากข้อมูลธุรกรรมใน PostgreSQL) วิเคราะห์ประวัติการซื้อ (จาก Supabase Analytics Buckets) และแนะนำสินค้าที่เหมาะสมรายบุคคล (จาก Supabase Vector Buckets) ทั้งหมดนี้สามารถทำได้จากอินเตอร์เฟซเดียว โดยไม่จำเป็นต้องแยกใช้งานถึงสามระบบ
Mai-Lan Tomsen Bukovec รองประธานฝ่ายเทคโนโลยีของ AWS กล่าวว่า “ในยุคปัจจุบัน ธุรกิจทุกแห่งล้วนขับเคลื่อนด้วยข้อมูล และ Amazon S3 ถือเป็นโครงสร้างพื้นฐานที่สำคัญสำหรับนักพัฒนา การผสานรวมจุดแข็งด้านขนาดและความน่าเชื่อถือของ S3 เข้ากับแพลตฟอร์มแบบครบวงจรของ Supabase จะช่วยให้นักพัฒนาสามารถจัดการข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น พร้อมทั้งสามารถพัฒนาต่อยอดจากขั้นทดลองไปสู่การใช้งานจริงในระบบการผลิตได้อย่างราบรื่น”
Paul Copplestone กล่าวเสริมว่า “ลองนึกภาพร้านค้าที่ต้องการวิเคราะห์พฤติกรรมลูกค้าจากหลากหลายช่องทาง ทั้งเว็บไซต์ แอปพลิเคชันมือถือ และหน้าร้านค้าจริง ทางร้านจำเป็นต้องรวบรวมข้อมูลจากระบบต่าง ๆ ทำการประมวลผลและทำความสะอาดข้อมูล แปลงให้เป็นรูปแบบเดียวกัน และส่งต่อให้ทีมวิเคราะห์นำไปใช้ประโยชน์ โดยต้องปรับปรุงข้อมูลให้เป็นปัจจุบันอยู่ตลอดเวลา ความร่วมมือระหว่างเรากับ AWS ช่วยทำให้กระบวนการทั้งหมดนี้ง่ายดายราวกับการคลิกเลือกในช่องตัวเลือก ทำให้ธุรกิจสามารถโฟกัสไปที่การใช้ประโยชน์จากข้อมูล แทนที่จะต้องเสียเวลาไปกับการพยายามเข้าถึงข้อมูลเหล่านั้น”
ในไตรมาสที่สามของปี 2568 เพียงไตรมาสเดียว Supabase สามารถสร้างโปรเจกต์ได้มากกว่าจำนวนโปรเจกต์ทั้งหมดในช่วงสี่ปีแรกของบริษัทรวมกัน บริษัทสตาร์ทอัพชั้นนำอย่าง Lovable, Figma Make และ Bolt ได้เลือกใช้ Supabase เป็นโครงสร้างพื้นฐานหลักในการขยายธุรกิจบนระบบคลาวด์ของ AWS โดยเฉพาะ Lovable ซึ่งเป็นแพลตฟอร์มสร้างเว็บไซต์ด้วยเทคโนโลยี AI ได้ใช้ Supabase ในการสร้างฐานข้อมูลแบบอัตโนมัติทุกครั้งที่ผู้ใช้สร้างแอปพลิเคชันใหม่ สะท้อนให้เห็นถึงศักยภาพของ Supabase ในการรองรับการทำงานอัตโนมัติระดับองค์กร
