企业AI准备不足，基础设施成本成瓶颈

快速阅读: 各公司积极采纳AI技术，但面临数据系统过时和成本上升的问题。AI代理需大量结构化数据，推动企业现代化，但法律和合规部门的阻碍影响进展。Cribl CEO认为，优化数据处理方式是关键，以实现AI的高效利用和成本控制。

各公司热衷于采纳人工智能技术，但许多公司因过时的数据系统和不断上涨的基础设施成本而进展缓慢，暴露出企业在AI准备方面的不足。随着AI代理向系统注入大量遥测数据并要求结构化数据，这些代理正迫使组织迅速现代化。然而，在大型企业中，领导层与实际采购技术的团队之间存在重大脱节。首席执行官们声称他们“全力支持AI”，而法律和合规部门仍在阻止AI产品的使用，尽管这种谨慎态度已经开始让位于对代理时代潜力的认可，Cribl Inc.的联合创始人兼首席执行官克林特·夏普（Clint Sharp）如是说。

“一旦首席信息安全官们意识到这一点……我告诉他们，‘代理将是未来’。”夏普在接受theCUBE采访时表示，“最终，我们将能够大幅减少一线分析师的数量，并将他们转变为十倍效率的调查员——使他们的工作效率大幅提升。”

夏普在AWS re:Invent期间接受了theCUBE的约翰·弗里尔（John Furrier）的独家采访，讨论了企业AI准备情况以及为支持即将到来的代理时代所需的大规模数据基础设施改造。

企业AI准备至关重要。虽然AI代理有望带来显著的生产力提升，但也可能迫使企业扩大其已经昂贵的日志记录基础设施。随着数据量每年增长约30%，且现有基础设施接近满负荷运行，企业无法承受日志记录成本的成倍增加，而期望立即获得投资回报，因为代理产生的查询和遥测数据量远超当前水平，夏普指出。

“如果我的查询量增加五倍、十倍甚至二十倍，那么我需要相应地增加基础设施以适应这一工作负载。这将导致投资回报率的失衡。”他补充道，“AI的承诺在于它将以比人类快得多的速度完成工作。但现在的人类已经在生成查询，登录搜索栏，输入关键词，寻找不良行为者和问题……代理将会做同样的事情，只是速度更快。”

换句话说，如果企业不改变收集和存储遥测数据的方式，代理只会增加查询量和基础设施成本，而非提高投资回报。像Cribl这样的公司正在通过过滤、路由和重构机器数据的平台来应对这一挑战，使客户能够在不线性扩展日志记录堆栈的情况下处理更多的查询。为了整体应对这一转变，组织需要推动语义一致的数据和现代湖仓架构，以便代理能够真正理解和行动，而不是在非结构化文本中摸索，夏普解释道。

“数据需要是结构化的，而不是非结构化的。它需要有一个明确的语义模型，这样代理才能理解数据。”他进一步阐述，“如果你现在开始着手，等到你的律师和合规人员允许你采购代理时，你就能准备好迎接代理时代的到来，享受其带来的好处。”

以下是完整的视频访谈，这是SiliconANGLE和theCUBE对AWS re:Invent报道的一部分。

由科技远见者约翰·弗里尔和戴夫·维尔兰特创立，SiliconANGLE Media 已构建了一个动态生态系统，旗下行业领先的数字媒体品牌覆盖了超过 1500 万高端科技专业人士。我们新推出的专有 theCUBE AI 视频云正在观众互动方面取得突破，利用 theCUBEai.com 神经网络帮助科技公司做出数据驱动的决策，保持在行业对话的前沿。

(以上内容均由Ai生成)