IT领导者也在寻求一种多管齐下的方法，以降低人工智能中非结构化数据的风险，包括存储、数据管理和安全工具以及内部工作组。
中存储消息，近日康普里斯公司公布《2023 年非结构化数据管理状况报告》结果.
第三次年度调查发现，IT和业务领导者在很大程度上允许员工使用生成式AI，但大多数人（66%）最担心AI的数据治理风险，包括隐私，安全性和供应商解决方案中缺乏数据源透明度。
随着生成式人工智能市场的扩大，高管们推动各部门利用新的解决方案来获得竞争优势，对非结构化数据治理议程的需求非常强烈;IT 领导者不能放弃数据完整性、数据保护，也不能冒生成式 AI 项目的错误或危险结果的风险。
调查显示，为了应对这种情况，企业正在限制允许员工使用的人工智能工具和/或数据。IT领导者也在寻求一种多管齐下的方法，以降低人工智能中非结构化数据的风险，包括存储、数据管理和安全工具以及内部工作组。
该调查由第三方进行，收集了来自美国和英国员工超过 1,000 人的公司的 300 名全球企业存储 IT 和业务决策者的意见。
调查亮点：
大多数组织（90%）允许员工使用生成式AI，但66%的组织提到了防止安全和隐私侵犯，缺乏数据源透明度导致不道德，偏见或不准确的输出以及企业数据泄漏到供应商AI模型中的首要数据治理问题;
• 为 AI 做好准备是 2023 年存储的首要任务，其次是云成本优化;
大多数（40%）将采用多管齐下的方法管理人工智能风险，包括存储、数据管理和安全工具;
• 管理超过 10PB 数据的组织今年从 27% 增长到 32%，增长了 19%。
• 与 2022 年类似，一半的组织正在管理 5PB 或更多的数据;
• 近四分之三 （73%） 的企业将 IT 预算的 30% 或更多用于存储和保护，明显高于 2022 年的 67%;
• 非结构化数据管理面临的最大挑战是在不中断用户和应用程序的情况下移动数据（47%），紧随其后的是准备人工智能和云服务（46%）;
大多数（85%）表示非IT用户应该在管理自己的数据方面发挥作用，62%的用户已经达到了一定程度的非结构化数据管理用户自助服务;
• 对容量问题和异常的监控和警报引领了未来重要的非结构化数据管理功能（44%）。
“今年的调查显示，在眨眼之间，IT领导者正在将重点转移到利用生成式AI解决方案上，但他们希望通过护栏来做到这一点，”首席执行官兼联合创始人Kumar Goswami说。“人工智能的数据治理将需要正确的非结构化数据管理策略，其中包括跨存储孤岛的可见性、数据源的透明度、高性能数据移动性和安全的数据访问。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
