文／江偉儀
隨著生成式 AI 的熱潮，企業將更重視資料的真實性。此舉非但不會阻礙創新，反而能讓企業在更堅實的資料基礎上開拓更多機會。在這個新時代，成功的關鍵是在合適的環境中建立強大的資料基礎，以運用資料和 AI 的力量創造競爭優勢。
1. AI 力量真實展現：具備可信任性和可解釋性
隨著 AI日益普及，人人都能在各種情境下使用 AI，特別是提高生產力的應用。要充分發揮生成式 AI 的潛力，應用必須與特定情境和資料結合，以獲得可信賴、準確、可解釋的結果。資料是否能產生值得信任的結果取決於資料品質、處理和分析的流程品質，以及儲存、保護和管理資料的基礎架構品質。
未來，技術領導者將採取迭代方法，因應該領域的發展持續學習和適應。他們將採用雙重策略，透過增加使用案例來證明 AI 的價值，同時為未來的 AI 創新奠定基礎。此外，隨著新法規和標準出爐，AI 倫理原則、透明度和負責任 AI 的發展也將更受重視和採用。這不僅有助於減少風險，還能讓 AI 充分發揮潛力，以增進社會公益並協助企業成功。
2. 邊緣與物聯網：解決資料量爆炸帶來的挑戰
資料的爆炸式增長使企業難以跟上其步伐，也使得真正的洞察和價值難以顯現。此外，許多資料都在邊緣產生，但邊緣的連線、安全性和擴展性問題導致資料無法發揮最大效用。而其中一個解決方法在於邊緣 AI：透過在邊緣設備部署 AI 演算法和應用程式，可以在更靠近資料來源的地方進行資料篩選、處理和精煉。此做法可提高各種輸入來源的邊緣智慧化功能、增強可用性和可靠性，並透過減少延遲和系統負荷來改善即時回應，降低網路成本，以及提升資料安全性和隱私性。
邊緣 AI 能協助企業應付資料洪流，並充分發揮資料價值。透過解決關鍵挑戰並進行策略性投資，企業可利用 AI 推動營運轉型、最佳化流程，進而在資料導向的未來獲得競爭優勢。
3. 雲端日益成熟：從雲端優先到雲端智慧
隨著企業 IT 需求不斷增長，雲端一直被奉為解決企業 IT 需求的不二法門。然而，「唯有雲端」或「雲端優先」的做法正面臨挑戰。根據 IDC 資料顯示，70%至 80%的公司正將部分或全部資料從公有雲端「遷回」。換言之，混合雲是未來 IT 基礎架構的趨勢，也就是在公有雲（甚至是多個公有雲）、本地部署和主機代管間的工作負載平衡。如此大規模的重新平衡需考慮眾多因素，包括資料轉移費用、安全性和隱私性、不同國家的資料儲存法規，以及應用程式效能等。此外，資料存放的位置也需謹慎評估。
這個時代需要的是「雲端智慧」。混合雲基礎可以有效支援資料管理，並透過強大的 AI 應用程式更有效運用資料，以協助進行業務決策並提供洞察。隨著企業為未來資料導向的增長奠定基礎，混合雲管理平台的投資將變得更重要。而雲端消費模式將扮演重要角色，並可能發展成「即服務（ aaS ）」模式，為企業提供強大的靈活性、效率和成本最佳化優勢。
4. 企業需轉型以確保網路韌性
面對不斷演變的勒索軟體威脅形勢和日益增加的外洩成本，技術領導者將被迫重新思考維護網路安全和韌性的策略。未來，網路韌性將不再侷限於防止資料外洩和確保營運正常。隨著企業各營運層面的技術和業務持續整合，需要採取更全面的方法來確保網路韌性。企業將大力投資可強化網路安全的能力，包括先進的威脅檢測、機器學習和自適應行為分析，以及組織政策和流程的升級。
因此，基礎架構和資料解決方案供應商能否保證提供「堅不可摧」的資料基礎將成為企業合作的基本條件。網路韌性已不再只是技術挑戰，而是備受企業管理層關注的當務之急。企業需要從被動應對轉為主動出擊，並與值得信賴的生態系統夥伴合作。
5. 永續性
根據 Synergy Research Group 報告指出，在 AI 的推波助瀾下，未來六年內超大型資料中心的容量將會增加近三倍。Gartner 認為，到2025年，AI 消耗的電力可能會超過人力消耗的電力，進而抵銷減碳的成果。隨著 AI日益普及和機器學習模型日趨複雜，資料、電力和運算資源的消耗只會有增無減。
然而，AI 同時也是解決方案的一環，透過最佳化硬體等永續 AI 方法能提高效率，甚至克服 AI 的碳足跡挑戰。Gartner 指出，這些方法可降低 5 至 10%的二氧化碳排放量。因此，選擇儲存和基礎架構硬體供應商至關重要，其會影響公司未來數年的碳足跡。企業在增加 AI 和數位投資的同時也應盡可能降低對環境的影響。
這些錯綜複雜又相互競爭的力量交織在一起，造成了許多不確定性。即便如此，機會仍然大於挑戰。企業在未來可從上述五大面向規劃資料儲存基礎架構的部署，以因應未來需求，提高競爭優勢。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
