旧数据为何成AI时代新黄金：历史信息如何助力智能突破

快速阅读: 希捷科技高级副总裁Melyssa Banda指出，历史数据对人工智能至关重要，提供背景与精确度，约87%的大规模数据存储在硬盘上，智能存储策略能有效降低成本，支持数据作为长期战略资产。

图片来源：geralt on Pixabay

旧数据是否只是穿上新衣的大数据？

人工智能创新正在推动数据量和价值的指数级增长。特别是生成式人工智能，终于实现了大数据的承诺——将信息转化为可操作的智能。

但真正的变化在于，这些洞察不仅来自昨日的数据，而是来自组织曾经收集的所有数据。每一个字节都可能蕴含下一次突破。

因此，公司正在重新思考数据作为一种长期战略资产，而不仅仅是短期资源。大数据提供了“现在”，历史数据提供了“为什么”。两者共同推动了智能的发展。

您可能感兴趣的文章：

– 磁带存储在人工智能时代的持久力

– 数据危机：为何人工智能的未来取决于修复基础

– 从基础设施到智能：将数据提升为战略优势

Melyssa Banda 是希捷科技边缘存储和服务高级副总裁

为什么旧数据对人工智能和机器学习如此重要？它主要存储在哪里？（磁带？旧硬盘？纸质文件？）

没有数据，人工智能就无法存在，最强大的模型建立在跨越时间的模式上。历史数据为人工智能提供了背景，将预测转化为精确度，将想法转化为创新。

可以这样理解：人类一直都在保存信息——从美索不达米亚的泥板到美国人口普查的穿孔卡。今天的不同之处在于，利害关系更高。人工智能依赖于数据的数量和多样性。更多的数据意味着更好的结果，为组织提供竞争优势。

至于这些数据存储在哪里，大约 87% 的大规模部署数据存储在硬盘驱动器上。现代人工智能工作负载需要可扩展、高容量的硬盘，这些硬盘经过优化，以持续的吞吐量和耐用性运行。这不仅仅是关于速度的问题，还在于处理大量数据，确保长期保留，并在大规模环境中实现这一目标。

保存旧数据是有成本的。如果企业决定彻底删除旧数据，会发生什么？

删除数据并不是节省成本，而是抹杀了潜在的价值。每个被删除的字节都是错过的机会，无法训练更好的模型，也无法建立专有洞见。

在金融、医疗和制造等行业，历史数据对于异常检测、预测维护和趋势分析至关重要。没有这些数据，人工智能会变得不准确、不透明和不可信。

还有一个合规方面的问题。监管机构越来越要求人工智能决策具有可审计性。如果无法追溯训练数据，就无法证明责任。

删除历史数据就像抹去机构记忆。一旦失去这些原始材料，创新的价值也随之消失。

您可能感兴趣的文章：

– 磁带存储在人工智能时代的持久力

– 数据危机：为何人工智能的未来取决于修复基础

– 从基础设施到智能：将数据提升为战略优势

几年前，客户问：“我们为什么要存储所有这些数据？”今天，他们问：“我们为什么要删除数据？帮助我们存储吧。”

如何减少存储旧数据的运营成本？

目标不仅是廉价存储数据，而是智能存储。许多组织正在转向分层存储架构，其中频繁访问的数据存储在高性能系统中，而较旧或较少访问的数据则移动到成本优化的层级。

这种方法确保企业不会为不需要的性能支付不必要的费用。简而言之，要聪明地存储，而不仅仅是廉价地存储。

您/希捷表示，组织必须重新思考数据生命周期管理——但技术发展如此迅速，这是否真的可行？

人工智能重新定义了数据的价值，这意味着数据生命周期管理不再仅仅是归档。它关乎构建灵活、可扩展的基础设施，能够随着工作负载的变化而适应。

“存档即忘”的旧模式已经行不通了。应该将数据视为资本，它是动态的，支持它的技术也是如此。今天重新思考生命周期管理的组织不仅是在跟上步伐，还在构建一个能够与其一起扩展的基础。

主题：

– 人工智能

– 希捷

– Melyssa Banda

Melyssa Banda 是希捷科技边缘存储和服务高级副总裁

(以上内容均由Ai生成)