數(shù)據(jù)存儲

人工智能 機器學習

隨著公司運營日益數(shù)字化，需要滿足的數(shù)據(jù)存儲需求越來越多。它們可能包括關(guān)于丟棄信息之前保留信息多長時間、保留數(shù)據(jù)的位置以及如何確保其安全的具體信息。

幸運的是，機器學習和人工智能 (AI) 可以更輕松地滿足存儲需求。

機器學習

與現(xiàn)代公司收集更多數(shù)據(jù)相關(guān)的最大挑戰(zhàn)之一是處理這些信息的人員無法處理其龐大的數(shù)據(jù)量。公司接收新數(shù)據(jù)的速度可能非?？?，以至于員工需要其他幫助才能正確存儲或處理這些數(shù)據(jù)。員工之間也可能因此產(chǎn)生觀點分歧，例如，兩個人對于使用哪個數(shù)據(jù)庫來保存特定文件有不同的意見。

機器學習算法可以通過識別傳入信息的某些方面來幫助維持數(shù)據(jù)存儲要求。您將通過使用 AI 驅(qū)動的電子郵件服務(wù)看到這一點。市面上的許多同類產(chǎn)品通過學習用戶過去與類似郵件的交互來了解數(shù)據(jù)存儲要求，從而將電子郵件放入正確的文件夾中。此類解決方案可以區(qū)分諸如來自老板的郵件和他們可能會覺得無趣的廣告。

在這種情況下，收到的郵件會根據(jù)固有特征自動存儲在“優(yōu)先”和“促銷”等文件夾中。這一切都在后臺發(fā)生，因此用戶通常只有檢查每個文件夾的內(nèi)容才會知道。然而，當用戶的目標是擁有一個干凈的收件箱時，他們就會喜歡這種數(shù)據(jù)存儲方法。

機器學習算法還可以將數(shù)據(jù)存儲在正確的類別中，使人們更容易在以后進行分析和歸檔。希臘比雷埃夫斯大學（University of Piraeus）的研究人員建立了一個交易分類模型，幫助預測中小型企業(yè)的現(xiàn)金流。他們相信他們的工作可以改進目前用于欺詐檢測和資金管理的模型。

人工智能

AI 可以在短時間內(nèi)處理大量數(shù)據(jù)，因此對于想要優(yōu)化現(xiàn)有產(chǎn)品的人們來說，它通常很有用?？紤]一下一家公司尋求將數(shù)據(jù)存儲單元安裝到機柜中的解決方案的情況。一家服務(wù)提供商通過創(chuàng)建額外的組件來解決問題，包括定制支架和電纜管理系統(tǒng)。一些公司將 AI 加入其中，讓算法排除不合適的設(shè)計，并重點關(guān)注那些最有可能發(fā)揮作用的設(shè)計。

AI 還可以通過使數(shù)據(jù)中心更具可持續(xù)性來改善存儲。然而，這就是事情變得棘手的地方。訓練一種 AI 算法可以產(chǎn)生與五輛汽車的使用壽命一樣多的二氧化碳。然而，這并不能消除 AI 算法在使數(shù)據(jù)中心變得更加環(huán)保方面可以帶來的成功。

它可以識別數(shù)據(jù)中心碳密集程度最高的流程，并建議管理人員可以采取哪些措施來改進這些流程。AI 算法就有效地幫助谷歌減少了其設(shè)施的冷卻需求。

全世界對數(shù)據(jù)存儲的需求如此巨大，以至于這些專用設(shè)施只會變得更加突出和廣泛。幸運的是，使用算法進行管理是朝著可持續(xù)發(fā)展問題的正確方向邁出的一步。

SeMI Technologies公司有一款名為Weaviate的產(chǎn)品。其 AI 驅(qū)動的數(shù)據(jù)搜索引擎不需要精確匹配即可產(chǎn)生結(jié)果。數(shù)據(jù)存儲與機器學習的結(jié)合使得搜索速度更快，該公司的相關(guān)人員相信他們的產(chǎn)品將更好地改變用戶處理信息的方式。

AI 與暗數(shù)據(jù)

暗數(shù)據(jù)是公司收集和存儲但不使用的信息。由于信息采用尚未可用的非結(jié)構(gòu)化格式，因此經(jīng)常會發(fā)生缺乏使用的情況。有些企業(yè)高管甚至不知道如何找到其企業(yè)的所有暗數(shù)據(jù)。

然而，AI 可以減少這些情況發(fā)生。智能算法可以發(fā)現(xiàn)特定模式并揭示人類不會注意到的信息的各個方面。它還可以標記公司因保留過多暗數(shù)據(jù)而加劇的潛在風險。

此外，由于人們常常無法從暗數(shù)據(jù)中提取價值，投資 AI 解決方案來提供幫助便是值得的。這釋放了企業(yè)的潛力，并允許業(yè)務(wù)負責人尋求新的途徑來增加利潤。

AI 還可以通過學習存儲要求并相應(yīng)地自動對信息進行分類來阻止公司擁有過多的暗數(shù)據(jù)。這樣，業(yè)務(wù)負責人就不會管理多余的暗數(shù)據(jù)，其余的數(shù)據(jù)便可以用來制定決策和優(yōu)化公司運營。

AI 與安全存儲

隨著網(wǎng)絡(luò)攻擊的增加，許多公司領(lǐng)導者決定使用 AI 和機器學習來保證信息安全并確保其符合數(shù)據(jù)存儲要求?；诖耍W(wǎng)絡(luò)安全服務(wù)公司會提供相應(yīng)產(chǎn)品來滿足需求。

其中一個產(chǎn)品來自 Cohesity，一家專門從事數(shù)據(jù)管理和備份解決方案的公司。它最近推出了一個名為Datahawk的軟件即服務(wù)解決方案。該 AI 產(chǎn)品具有三個組件，它們協(xié)同工作以保護數(shù)據(jù)免受黑客攻擊。與數(shù)據(jù)存儲最相關(guān)的是分類引擎，它可以自動查找大型陣列中的信息并對其進行分類。它支持更好的網(wǎng)絡(luò)安全，因為許多公司負責人不知道他們的數(shù)據(jù)駐留在哪里，他們自然也無法保護它。分類引擎還有助于滿足與合規(guī)性相關(guān)的存儲要求。它包括許多知名且廣泛使用的數(shù)據(jù)隱私框架的內(nèi)置策略。

Forcepoint的數(shù)據(jù)可見性產(chǎn)品也具有類似的用途。它可以查找、分類和歸類非結(jié)構(gòu)化信息，無論其當前存儲位置如何。然后，用戶可以應(yīng)用其他Forcepoint產(chǎn)品來防止數(shù)據(jù)泄露。該公司表示，該工具用于數(shù)據(jù)管理的 AI 自動化功能在70個領(lǐng)域的準確率超過95%。此外，性能應(yīng)該隨著時間的推移而提高，因為算法是通過使用來學習的。

這里的示例說明了為什么機器學習和 AI 可以成為遵守組織內(nèi)數(shù)據(jù)存儲要求或使人們更容易找到所需信息的強大工具。找到最佳解決方案并實施需要時間和精力，但結(jié)果往往是值得的。

審核編輯：彭菁