2024 年非结构化数据管理状况：大多数（70%）企业仍在试验AI

国外媒体报道，Komprise公司公布 2024 年非结构化数据管理状况调查结果.

第四次年度调查发现，大多数（70%）企业仍在试验AI，“为AI做准备”仍然是IT领导者在存储和数据管理方面的首要任务。然而，领导者表示，成本优化是今年的重中之重，他们正试图将人工智能纳入现有的IT预算。只有 30% 的受访者表示他们将增加 IT 预算以支持 AI 项目。

该调查的其他亮点包括：通过升级存储和数据管理技术以及创建人工智能就绪的基础设施，优先考虑为人工智能构建适当的基础设施和技术堆栈。解决非结构化数据管理、GenAI 和 IT 员工之间的安全和治理差距，以及在不中断的情况下移动数据是 2024 年的其他主要趋势。

随着初创企业社区和成熟的技术供应商都急于推出用于 AI 的新产品和功能，企业 IT 仍在奠定基础设施基础并确定起步所需的经济效益。

该调查由第三方进行，收集了来自美国员工人数超过 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：

近 50% 的企业存储超过 5PB 的非结构化数据，近 30% 的企业存储超过 10PB。 明年存储的首要任务包括成本优化 （54%）、为 AI 做准备 （51%） 以及投资数据管理和数据移动性 （41%）。 与 2023 年一样，在不中断用户/应用程序的情况下移动数据是最大的技术非结构化数据管理挑战 （54%），其次是使用 AI 对数据进行分类和分割 （48%）。 为 AI 做好准备是非结构化数据管理面临的最大业务挑战 （57%）。 只有 13% 的人限制了哪些公司数据可以在 AI 中使用，而 31% 的人对 AI 中的用户、应用程序或数据没有限制。 近一半 （44%） 的受访者正在创建支持 AI 的基础设施，32% 的受访者正在构建自己的学习模型。 只有 30% 的人正在增加 IT 预算以支持 AI 项目。 为 AI 准备数据的主要挑战是管理治理/安全问题 （45%），其次是数据分类和标记 （41%）。 解决人工智能数据问题的主要策略是升级存储/数据管理技术（53%）。 AI 数据治理/安全性是非结构化数据管理的首要未来能力 （47%），高于 2023 年的 28%。 近 60% 的公司需要更多具备安全性、合规性和敏感数据相关技能的员工。

Komprise首席执行官兼联合创始人Kumar Goswami表示：“我们的最新调查揭示了企业IT的一个关键时刻，因为组织正在努力应对人工智能的变革潜力，同时平衡财务责任。“IT领导者还需要考虑关键数据治理和安全能力。战略性地管理非结构化数据以优化成本，并使用数据工作流来丰富元数据，是启动 AI 计划的好地方。

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。