人工智能（AI）作为数字转型的基础支柱正在不断崛起。企业在数据的世俗性、环境可持续性和打破信息孤岛方面面临前所未有的挑战。资源和基础设施的未优化妨碍了人工智能潜力的增长。信息的集中化在这一复杂的背景下仍然至关重要，有助于有效分析。确保AI系统的安全要求领导者预见日益增长的威胁。同时，环境可持续性的要求迫使企业重新评估其实践，以减少其生态足迹。采用综合方法对在这一不断演变的环境中导航至关重要。
NetApp 强调了全球组织在优化其人工智能（AI）战略方面面临的紧迫问题。向大规模AI能力的转型是2025年的决定性挑战，正如 NetApp 的首席营销官 Gabie Boko 所言。
创新投资
许多企业表示，其数据在很大程度上已为AI的用途进行了优化。三分之二的领导者表示在数据的可访问性、准确性和文档方面已取得显著改善。不幸的是，向真正的人工智能成熟迈进仍然需要大量投资，尤其需要技术执行官的支持。
因此，40%的技术领导者预计到2025年，将需要前所未有的投资来增强数据和AI管理能力。追求显著进步需要在财务和基础设施方面加强投入。希望明智投资的领导者可以期待在创新和效率方面获得显著的回报。
消除数据孤岛
NetApp 研究中确定的一个主要障碍是数据的碎片化。近79%的技术领导者认为，数据的统一、孤岛的减少和流畅的互联互通是发挥AI全部潜力的必要条件。采用统一数据存储的企业更容易克服这些挑战。
通过在多云混合环境中连接数据，无论其类型或位置如何，这些企业确保了持续的可访问性，同时减少了碎片化。专注于数据统一的组织在2025年前实现AI目标的可能性显著更高。近30%忽视这一优先事项的企业担心他们会错失目标。
人工智能的日益增长的风险
人工智能的快速采用伴随着日益增长的挑战，尤其是在安全性方面。超过41%的董事预计到2025年安全威胁将显著增加，因为AI逐渐融入各个操作方面。攻击面的增加带来了新的脆弱性，同时也带来了独特的挑战，特别是保护敏感AI模型的挑战。
在AI竞赛中处于领先地位的国家，如印度、美国和日本，将面临更大的安全忧虑。企业为应对这些问题所作的努力开始取得成效。事实上，自2023年以来，将网络安全和反勒索软件保护置于优先位置的领导者比例下降了17%。
可持续性与环境足迹
AI的增长引发了关于可持续性的紧迫问题。大约34%的技术执行官预见到人工智能的进步将迫使企业实行根本性的可持续性实践转变。同时，33%的人预计将出现新政府政策，专注于能源消费管理。
运行AI所需的基础设施将原始数据转化为商业价值，需消耗大量能源。高浓度AI的国家可能会更加显著地感受到这些环境影响。高达72%的企业仍在专注于减少其碳足迹，尽管这一数字较2023年下降了84%。
数据作为创新的基础
NetApp的高级副总裁兼总经理 Krish Vitaldevara 强调，成功进行高级分析和AI的组织有一些共同特征。这些组织受益于统一和良好分类的数据，以及对敏感信息的强大安全保障。在面临固有挑战的情况下，他们能够将创新与责任相结合。
为了使组织在不对环境造成不可逆转的损害的情况下前进并采取负责任的实践，维持生态责任与技术增长并驾齐驱至关重要。
NetApp的完整报告可在此处获得（PDF）。
另请参阅： 新的AI培训技术旨在克服当前挑战。
深入了解AI问题： 一名计算机科学家意外诱发了深度学习的爆炸。
另一个阅读： 企业在建立AI治理框架方面面临困难。
要进一步探讨这些问题，企业技术的活动和网络研讨会可在此处找到。
(照片由 Chunli Ju 提供)
关于人工智能成功关键的常见问题：安全、可持续性和消除孤岛
确保人工智能数据安全的最佳实践是什么？
实施强大的安全协议至关重要，例如数据加密、多级身份验证，以及对员工进行关于人工智能安全风险的持续培训。
消除数据孤岛如何有助于提高人工智能系统的效率？
消除数据孤岛允许信息的流畅整合，从而促进不同部门之间的访问和协作，提高AI系统使用的数据质量。
确保人工智能倡议可持续性需要哪些投资？
组织需要投资于环保基础设施、能源高效技术，并采取可持续实践，例如优化数据中心的能源消耗。
人工智能部署中与安全相关的主要挑战是什么？
主要挑战包括保护AI模型免受攻击、管理系统的脆弱性，以及需要持续监督以实时检测潜在威胁。
企业如何衡量其人工智能战略在可持续性方面的成熟度？
企业可以通过分析与可持续性相关的关键绩效指标（KPI）来评估其成熟度，例如减少与AI操作相关的碳足迹以及其技术对环境的影响。
数据治理在消除孤岛和AI系统安全中扮演什么角色？
良好的数据治理建立政策和标准，以确保数据的完整性、质量和可用性，从而减少孤岛并增强AI系统的安全。
当前AI趋势如何影响企业的可持续性倡议？
向更广泛采用AI的趋势促使企业重新思考其环境实践，整合优化资源利用和减少生态影响的AI解决方案。
