處于人工智能(AI)變革的浪潮中，企業都希望從這項可能決定一代人命運的技術中獲利。但AI的使用也帶來了自2010年代云計算競賽以來最大的數字化轉型挑戰之一：如何應對AI數據的爆炸性增長。

好消息是許多企業都認識要做好AI，就必須進行投資，并相應地重新分配預算。近期一項關于負責GenAI的IT決策者的研究表明，76%的企業預計將為了開展AI項目而增加IT支出。雖然這個方向是正確的，但成敗的關鍵在于企業如何使用這筆增加的資金。

那么，對精通AI的CIO而言，什么應該放在IT支出清單的首位呢?答案是存儲。

AI是一種需要海量數據并且產生數據的技術。這意味著舊的數據存儲方法需要圍繞AI發展演進。企業愈發需要專為AI世代打造的存儲戰略，而那些“兵貴神速”的企業將一馬當先。CIO將成為企業在這一變革時代的關鍵領軍人物，而他們所面對的首要挑戰就是讓企業踏上這條賽道。

以下是CIO應該考慮的五個方面，助其存儲轉型走上正軌。

1. 面臨哪些具體的存儲挑戰?

在轉型初期，必須確定并解決可能出現的障礙，包括合規問題、高存儲成本以及對實時分析的需求等。認識到這些障礙后，CIO可以與IT團隊合作設計一個存儲平臺，滿足當前和未來的需求，同時確保符合數據法規，從而賦予企業競爭優勢。

2. 是否正在利用AI優化存儲

AI和ML呈現各種形式和規模，部分可在早期應用，為GenAI等更復雜的部署工作鋪平道路。例如，CIO可以使用AI優化現有的存儲硬件。將AI解決方案應用于現有的硬件，可確定需要管理數據的領域，確保數據的可用性、安全性和高性能。由于適應并學習數據使用模式對GenAI的順利運行至關重要，因此在企業想要引入GenAI時，這種方法尤為關鍵。

3. 是否評估過哪些模式和業務模型可以實現預期成果?

近年來，雖然公有云和本地云一直是企業的主流存儲解決方案，但必須注意的是，某些數據最宜存儲在靠近其創建和消費的位置。邊緣和數據中心均是如此。例如在制造業，邊緣計算可以通過簡化數據管理幫助改進生產運營，并在各個位置實現現代化和擴展。

在選擇存儲模式時，還應考慮安全因素，比如需要對數據訪問權限采取多大的控制力度、能夠承受多大的風險等。這些都是在選擇最佳數據存儲地點時的關鍵考慮因素。

4. 數據存儲是否能夠滿足創新的要求?

數據是企業的核心，其所提供的洞察可以推動行業創新并提高競爭力。隨著數據價值和數量的不斷攀升，企業為提高客戶忠誠度和推出新服務而保存的信息越來越龐大。然而，存儲這些日益增長的數據集頗有挑戰。

要保存好寶貴的數據，必須更新技術以應對負載。同時，從初期就將由數據驅動的創新洞察所帶來的預期成果納入到企業戰略之中也至關重要。

5. 做好應對數據隱私和安全挑戰的準備了嗎?

數據泄露和隱私問題比以往更加普遍，根據最新的GDPI報告，企業對網絡威脅的擔憂持續上升，其仍是造成企業經營中斷的首要原因。52%的受訪者表示，在過去12個月內遭受過網絡攻擊，導致其無法訪問數據，達到了5年多來的最高比例。企業因此遭受巨大的經濟損失，與上一次報告相比，平均損失已達到140萬美元，增幅超過了一倍。

這表明需要制定一個強有力的事件響應計劃，以概括發生數據泄露或安全事件時應采取的行動。制定明確的計劃可以最大程度地減少數據泄露事件的影響并采取迅速有效的響應措施。

作為技術更新的一部分，請務必確保存儲平臺不僅能滿足性能需求，還能夠有效地保護數據。與安全專家合作、隨時了解不斷變化的威脅，并提前投資于能夠適應不斷變化的網絡安全環境的安全解決方案。數據隱私和安全絕非可有可無，它們是保證企業聲譽和成功的根本。

展望未來AI的發展趨勢，企業必須保證為成功打下最牢固的硬件基礎。只有能夠應對數據挑戰、使數據存儲滿足創新要求，并做好應對數據隱私和安全挑戰的準備，CIO才能保證企業更加順利地過渡到這個激動人心的新時代。

行動迅速且明智地投資于IT基礎設施的企業不僅能夠獲得競爭優勢，還將率先挖掘出AI和ML技術的全部潛能，從而為各行各業帶來變革并永久改變人們的生活和工作方式。