AI正逐步成為業務運營體系中的關鍵組成部分，但對於許多IT團隊來說，這並不是條暢通無阻的平坦之路。了解個中挑戰的最佳方式，自然是直接詢問負責將AI引入企業的負責人——NetApp在其最新發布的《2024年數據複雜性報告》中正是這樣做的。這份報告囊括了關於組織如何應對挑戰的見解，表明AI落地要求以不同於以往的方式看待數據資源。
隨著人工智慧成為現代企業中不可或缺的組成部分，當前了解組織如何管理其數據已經比以往任何時候都更加重要。NetApp的這份報告重點關注數據管理與AI準備工作中的複雜性，為正在探索AI旅程的公司帶來了寶貴見解。
數據在AI成功中發揮的作用
從本質上講，AI落地離不開數據。AI計劃的成功與否，取決於組織如何準備、管理並運用其數據資源。NetApp的報告顯示，部署AI的挑戰大多源自底層數據問題，而且在混合及多雲環境中表現得尤其明顯。有能力通過數據戰略視角應對AI準備問題的企業，往往更善於釋放AI價值進而實現業務改造目標。
這種關注點的轉變，反映出人們正廣泛意識到數據戰略不應僵化靜態。企業越來越多地將數據視為戰略資產，其需要一個支撐動態環境的框架，全面涵蓋從本地系統到雲端的整個運營體系。建立統一數據管理方法，正在成為AI集成的基礎性步驟。
實現AI就緒過程中的挑戰
NetApp在其2024年數據複雜性報告中，確定了企業在實現AI就緒期間面臨的幾大關鍵挑戰：
數據孤島仍是一個重大障礙，限制著組織間資訊的可及性與流動性。
安全問題也在加劇，特別是隨著AI推廣過程中所涉及數據的數量與敏感度提升。組織意識到，將強大的安全與治理措施集成至數據戰略當中，對於降低風險並保障合規正越來越重要。
可持續性也成為另一個關鍵考量因素。隨著AI普及的加快，其能耗足亦也在增加。企業正通過探索新的技術和框架來解決這些環境問題，旨在減少AI運營造成的碳影響。
邁向高效AI集成的具體步驟
儘管面臨諸多挑戰，但優先關注數據戰略的企業仍然取得了可喜的進展。採用統一的數據管理方法（連接不同環境中的資訊，而非將其整合至單一位置）的企業將擁有更強的AI運營支持能力。這種方法使得企業能夠將其數據基礎設施同AI目標保持一致，同時實現靈活性與可擴展性。
組織也通過投資將可持續性、安全性及適應性戰略框架納入業務體系。通過關注並運用這些考量因素，企業能夠滿足當前AI需求，同時為未來可能出現的新需求做好準備。
分析師觀點：戰略反思的重要時刻
我們很難不同意報告中的結論性表述，即2025年將成為企業AI發展歷程中的關鍵節點。優先考慮統一數據、解決運營複雜性並整合可持續性實踐的組織，將更有能力釋放AI的全部潛力並獲得競爭優勢。而著眼當下，企業正處於AI轉型之旅中的關鍵時期。
儘管許多組織在優化數據環境方面都取得了長足進步，但後續仍有大量工作要做。隨著AI越來越深入融合進企業運營，花時間評估數據策略並投資長期解決方案的企業，往往更有能力取得成功。
為了推動AI成功，組織必須採用數據管理戰略框架。具體方法應當包含：
統一數據基礎設施：提供跨不同位置的一致數據訪問通道，而無需依賴過時的單一數據湖。
戰略投資：著力關注能夠增強數據治理、安全性及可持續性的工具和實踐。
主動規劃：通過應對網路安全威脅和環境影響等挑戰，為AI戰略提供面向未來的保障。
此番研究不僅為2024年數據複雜性報告提供了資訊支持，同時也為數據基礎設施的後續發展帶來了指引，NetApp自然將這些結果銘記在心。今年早些時候，該公司提出了AI智能數據基礎設施的發展願景，這套方案有望滿足報告中指出的一系列需求，超越傳統存儲、一步步邁向企業級AI數據管理引擎的新時代。
NetApp在這一領域的表現優先於其他傳統競爭對手，該公司在整個AI生命周期中提出的數據管理願景，也比戴爾科技或聯想等廠商所公布的方案更加廣泛且綜合——作為長期合作夥伴，相信這些巨頭也將在路線之中始終追隨NetApp的腳步。正如報告中所強調，這是企業客戶的需求，自然也是解決方案廠商躲不開的課題。
對於探索這一領域的企業來說，核心結論已經非常明顯：理解並解決數據複雜性，對於實現AI就緒至關重要。AI要求以不同於以往的方式看待數據。通過關注數據管理、安全性及可持續性等基本要素，組織可以為有意義的AI集成與創新奠定基礎，進而為業務的長期成功做好準備。
