处于人工智能（AI）变革的浪潮中，企业都希望从这项可能决定一代人命运的技术中获利。但AI的使用也带来了自2010年代云计算竞赛以来最大的数字化转型挑战之一：如何应对AI数据的爆炸性增长。
好消息是许多企业都认识要做好AI，就必须进行投资，并相应地重新分配预算。近期一项关于负责GenAI的IT决策者的研究表明，76%的企业预计将为了开展AI项目而增加IT支出。虽然这个方向是正确的，但成败的关键在于企业如何使用这笔增加的资金。
那么，对精通AI的CIO而言，什么应该放在IT支出清单的首位呢？答案是存储。
AI是一种需要海量数据并且产生数据的技术。这意味着旧的数据存储方法需要围绕AI发展演进。企业愈发需要专为AI世代打造的存储战略，而那些“兵贵神速”的企业将一马当先。CIO将成为企业在这一变革时代的关键领军人物，而他们所面对的首要挑战就是让企业踏上这条赛道。
以下是CIO应该考虑的五个方面，助其存储转型走上正轨。
- 面临哪些具体的存储挑战？
在转型初期，必须确定并解决可能出现的障碍，包括合规问题、高存储成本以及对实时分析的需求等。认识到这些障碍后，CIO可以与IT团队合作设计一个存储平台，满足当前和未来的需求，同时确保符合数据法规，从而赋予企业竞争优势。
- 是否正在利用AI优化存储
AI和ML呈现各种形式和规模，部分可在早期应用，为GenAI等更复杂的部署工作铺平道路。例如，CIO可以使用AI优化现有的存储硬件。将AI解决方案应用于现有的硬件，可确定需要管理数据的领域，确保数据的可用性、安全性和高性能。由于适应并学习数据使用模式对GenAI的顺利运行至关重要，因此在企业想要引入GenAI时，这种方法尤为关键。
- 是否评估过哪些模式和业务模型可以实现预期成果？
近年来，虽然公有云和本地云一直是企业的主流存储解决方案，但必须注意的是，某些数据最宜存储在靠近其创建和消费的位置。边缘和数据中心均是如此。例如在制造业，边缘计算可以通过简化数据管理帮助改进生产运营，并在各个位置实现现代化和扩展。
在选择存储模式时，还应考虑安全因素，比如需要对数据访问权限采取多大的控制力度、能够承受多大的风险等。这些都是在选择最佳数据存储地点时的关键考虑因素。
- 数据存储是否能够满足创新的要求？
数据是企业的核心，其所提供的洞察可以推动行业创新并提高竞争力。随着数据价值和数量的不断攀升，企业为提高客户忠诚度和推出新服务而保存的信息越来越庞大。然而，存储这些日益增长的数据集颇有挑战。
要保存好宝贵的数据，必须更新技术以应对负载。同时，从初期就将由数据驱动的创新洞察所带来的预期成果纳入到企业战略之中也至关重要。
- 做好应对数据隐私和安全挑战的准备了吗？
数据泄露和隐私问题比以往更加普遍，根据最新的GDPI报告，企业对网络威胁的担忧持续上升，其仍是造成企业经营中断的首要原因。52%的受访者表示，在过去12个月内遭受过网络攻击，导致其无法访问数据，达到了5年多来的最高比例。企业因此遭受巨大的经济损失，与上一次报告相比，平均损失已达到140万美元，增幅超过了一倍。
这表明需要制定一个强有力的事件响应计划，以概括发生数据泄露或安全事件时应采取的行动。制定明确的计划可以最大程度地减少数据泄露事件的影响并采取迅速有效的响应措施。
作为技术更新的一部分，请务必确保存储平台不仅能满足性能需求，还能够有效地保护数据。与安全专家合作、随时了解不断变化的威胁，并提前投资于能够适应不断变化的网络安全环境的安全解决方案。数据隐私和安全绝非可有可无，它们是保证企业声誉和成功的根本。
展望未来AI的发展趋势，企业必须保证为成功打下最牢固的硬件基础。只有能够应对数据挑战、使数据存储满足创新要求，并做好应对数据隐私和安全挑战的准备，CIO才能保证企业更加顺利地过渡到这个激动人心的新时代。
行动迅速且明智地投资于IT基础设施的企业不仅能够获得竞争优势，还将率先挖掘出AI和ML技术的全部潜能，从而为各行各业带来变革并永久改变人们的生活和工作方式。
