本文作者:希捷科技中国区市场与业务战略负责人俞康
在制造业,利用机器视觉和传感器数据检测生产线上的产品、确保产品符合严格的规格要求,已经十分普遍。与大多数数据一样,这些信息最初往往是为某个特定任务而产生的。
但数据的价值,未必止于最初的用途。
多年以后,新的AI模型或许能从历史生产记录中识别出过去未曾发现的故障模式;为某一应用采集的视觉数据,可能在新的计算机视觉场景中发挥作用;运营日志可以帮助改进预测性维护;随着分析技术不断进步,过去的科研观测数据也可能带来新的发现。
AI正在不断拓展数据的应用边界,让已经产生的数据拥有新的价值空间。但这些潜在价值能否真正释放,关键在于当新的应用场景出现时,数据是否依然易于理解、能够找到并正常使用。
什么样的数据,才能真正为AI所用
对于AI而言,仅仅“拥有数据”并不意味着数据已经准备就绪。AI系统还需要知道数据代表什么、来自哪里、与其他信息有何关联,以及在什么条件下可以使用。
这也是企业推进AI落地过程中面临的现实挑战。希捷《数据基础设施就绪度报告》显示,53%的受访者将数据质量和就绪度看作AI部署面临的主要挑战。
解决这个问题,并不存在一种单一的技术方案。数据架构中的各个环节,都有各自的作用。例如,元数据可以帮助描述和理解数据,溯源信息能够说明数据从何而来,版本信息用于区分不同的数据迭代,数据分类和权限管理则帮助企业规范数据的访问与使用。数据目录等管理工具,可以进一步帮助人员和应用快速找到所需信息。
不同企业面对的数据类型、业务需求各不相同,具体采用何种技术组合也会有所差异,但基本目标是一致的:既要保留有价值的数据,也要保留理解和使用这些数据所需的信息,同时让数据易于查找、得到妥善管理,并能够以可持续的成本长期保存。
这些看似发生在今天的数据管理决策,其实也在影响企业未来能够释放多少AI价值。
当旧数据找到新的用途,数据的长期价值才会真正显现。企业过去积累的信息可以重新投入使用,而不必每一次都从头梳理数据的来源、含义和使用条件。前提是这些数据从一开始就被妥善保存,并且在未来仍然能够被找到和使用。
容易被忽视的一环:让数据持续可用
随着图片、视频、文档、遥测数据和日志等非结构化数据不断增长,如何让这些数据资产长期保持可用变得更加重要。
对象存储在其中承担着特定的作用。对象可以与描述其内容的元数据一同保存,而其他相关信息和管控机制,则可能分布在数据目录、治理系统、应用以及身份与访问管理系统中。
这些系统各有分工:对象存储让大规模数据集及其相关元数据持续可用,其他围绕数据建立的系统,则帮助人员和应用发现、管理、治理和使用这些数据。
问题在于,当企业需要保存的数据越来越多、保存时间越来越长,如何让这种长期存储在经济上可持续,也变得越来越重要。
如何在当下的成本和未来的价值之间取得平衡
企业当然无法无限制地保存所有数据。但如果只关注眼前的存储成本,也可能过早删除未来AI应用所需要的数据。
因此,更现实的选择,是根据不同数据的价值、访问频率和使用需求,匹配相应的存储方案。分层存储架构为企业提供了这样的灵活性:频繁访问的数据可以采用更高性能的存储,而访问频率较低、但仍具有潜在长期价值的数据,则可以保存在针对容量和成本优化的存储层中,并保持可访问状态。
对于需要长期留存的海量数据,机械硬盘(HDD)的意义就在于帮助企业以更具经济性的方式进行大规模保存,让更多数据有机会跨越最初的使用场景,在未来继续发挥价值。
因此,存储经济性讨论的不只是“今天保存数据需要多少成本”,还关系到一个更长远的问题:当未来新的AI应用出现时,企业手中还有多少有价值的数据可以使用。
让更多数据在未来继续创造价值
真正面向AI的数据架构,往往需要在下一种数据用途尚未出现之前,就开始为未来做好准备。
企业需要思考哪些数据值得保留,需要同时保存哪些信息,才能让这些数据多年以后仍然能够被理解和使用,以及面对不断增长的数据量,如何以可持续的成本将这些数据长期保存下来。
我们很难准确预测下一种AI应用会是什么,也很难提前知道今天的哪一份数据,会在未来产生新的价值。但企业可以做的是,让今天有价值的数据尽可能保持可理解、可访问和可使用。
这样,当新的AI能力、新的应用场景和新的业务机会出现时,企业不必从零开始,而是能够重新激活已经积累的数据,让更多数据在未来继续创造价值。

评论
更多评论