聊聊企业AI准备情况：一切重点在于数据

AI正逐步成为业务运营体系中的关键组成部分，但对于许多IT团队来说，这并不是条畅通无阻的平坦之路。了解个中挑战的最佳方式，自然是直接询问负责将AI引入企业的负责人——NetApp在其最新发布的《2024年数据复杂性报告》中正是这样做的。这份报告囊括了关于组织如何应对挑战的见解，表明AI落地要求以不同于以往的方式看待数据资源。

随着人工智能成为现代企业中不可或缺的组成部分，当前了解组织如何管理其数据已经比以往任何时候都更加重要。NetApp的这份报告重点关注数据管理与AI准备工作中的复杂性，为正在探索AI旅程的公司带来了宝贵见解。

数据在AI成功中发挥的作用

从本质上讲，AI落地离不开数据。AI计划的成功与否，取决于组织如何准备、管理并运用其数据资源。NetApp的报告显示，部署AI的挑战大多源自底层数据问题，而且在混合及多云环境中表现得尤其明显。有能力通过数据战略视角应对AI准备问题的企业，往往更善于释放AI价值进而实现业务改造目标。

这种关注点的转变，反映出人们正广泛意识到数据战略不应僵化静态。企业越来越多地将数据视为战略资产，其需要一个支撑动态环境的框架，全面涵盖从本地系统到云端的整个运营体系。建立统一数据管理方法，正在成为AI集成的基础性步骤。

实现AI就绪过程中的挑战

NetApp在其2024年数据复杂性报告中，确定了企业在实现AI就绪期间面临的几大关键挑战：

数据孤岛仍是一个重大障碍，限制着组织间信息的可及性与流动性。

安全问题也在加剧，特别是随着AI推广过程中所涉及数据的数量与敏感度提升。组织意识到，将强大的安全与治理措施集成至数据战略当中，对于降低风险并保障合规正越来越重要。

可持续性也成为另一个关键考量因素。随着AI普及的加快，其能耗足亦也在增加。企业正通过探索新的技术和框架来解决这些环境问题，旨在减少AI运营造成的碳影响。

迈向高效AI集成的具体步骤

尽管面临诸多挑战，但优先关注数据战略的企业仍然取得了可喜的进展。采用统一的数据管理方法（连接不同环境中的信息，而非将其整合至单一位置）的企业将拥有更强的AI运营支持能力。这种方法使得企业能够将其数据基础设施同AI目标保持一致，同时实现灵活性与可扩展性。

组织也通过投资将可持续性、安全性及适应性战略框架纳入业务体系。通过关注并运用这些考量因素，企业能够满足当前AI需求，同时为未来可能出现的新需求做好准备。

分析师观点：战略反思的重要时刻

我们很难不同意报告中的结论性表述，即2025年将成为企业AI发展历程中的关键节点。优先考虑统一数据、解决运营复杂性并整合可持续性实践的组织，将更有能力释放AI的全部潜力并获得竞争优势。而着眼当下，企业正处于AI转型之旅中的关键时期。

尽管许多组织在优化数据环境方面都取得了长足进步，但后续仍有大量工作要做。随着AI越来越深入融合进企业运营，花时间评估数据策略并投资长期解决方案的企业，往往更有能力取得成功。

为了推动AI成功，组织必须采用数据管理战略框架。具体方法应当包含：

统一数据基础设施：提供跨不同位置的一致数据访问通道，而无需依赖过时的单一数据湖。

战略投资：着力关注能够增强数据治理、安全性及可持续性的工具和实践。

主动规划：通过应对网络安全威胁和环境影响等挑战，为AI战略提供面向未来的保障。

此番研究不仅为2024年数据复杂性报告提供了信息支持，同时也为数据基础设施的后续发展带来了指引，NetApp自然将这些结果铭记在心。今年早些时候，该公司提出了AI智能数据基础设施的发展愿景，这套方案有望满足报告中指出的一系列需求，超越传统存储、一步步迈向企业级AI数据管理引擎的新时代。

NetApp在这一领域的表现优先于其他传统竞争对手，该公司在整个AI生命周期中提出的数据管理愿景，也比戴尔科技或联想等厂商所公布的方案更加广泛且综合——作为长期合作伙伴，相信这些巨头也将在路线之中始终追随NetApp的脚步。正如报告中所强调，这是企业客户的需求，自然也是解决方案厂商躲不开的课题。

对于探索这一领域的企业来说，核心结论已经非常明显：理解并解决数据复杂性，对于实现AI就绪至关重要。AI要求以不同于以往的方式看待数据。通过关注数据管理、安全性及可持续性等基本要素，组织可以为有意义的AI集成与创新奠定基础，进而为业务的长期成功做好准备。