الانكشاف التالي للذكاء الاصطناعي مدفون في النسخ الاحتياطية الخاصة بك

تخيل إمكانيات شركة تأمين قادرة على عزل جميع مطالبات الأضرار الناجمة عن الحرائق في شمال غرب المحيط الهادئ على مدار العقد الماضي في غضون لحظات، أو إذا كان بإمكان قسم المبيعات جمع反馈 المستخدمين بعقلية معينة لتحسين الميزات بشكل استباقي قبل فقدان Leads. النتائج الإيجابية المحتملة للتفاعل مع البيانات التاريخية لتغذية الذكاء الاصطناعي لا حصر لها، ولكن فقط إذا توقفت النسخ الاحتياطية عن العمل مثل النسخ الاحتياطية.

لمدة سنوات، تعاملت الشركات عبر كل قطاع، من التأمين إلى الترفيه، مع البيانات القديمة مثل بوليصة تأمين غبار – شيء تخزنه بعيدا وتأمل ألا تحتاج إلى استخدامه. هذه الشركات قد أنشأت وجلست على جبال من سجلات البيانات والملفات والفيديوهات التي نادرا ما تظهر في ضوء النهار، وتوفر قيمة صغيرة أو لا قيمة لها بالنسبة لهم ما وراء كونها سياسة تأمين احتياطية أو لاحتياجات الامتثال والتنظيم.

ما هي المشكلة إذا بقي هذا البيانات مدفونا في مكان ما في الخلفية الرقمية؟ الكثير منها تم تخزينه لسبب ما، أليس كذلك؟

هذا الموقف “ماذا” يتجاهل واقع عصر الذكاء الاصطناعي، الذي غير بشكل كبير التوقعات الاستهلاكية لجميع أنواع الخدمات والخبرات. في عالم حيث من المتوقع أن تعمل الشركات علىbasis من المعلومات في الوقت الفعلي التي ي驱ها الذكاء الاصطناعي وتقدم تجارب محددة سياقا غنيا، فإن جميع هذه البيانات “النائمة” هي الآن واحدة من الأصول الاستراتيجية الأقل تقديرا في المؤسسة.

النسخ الاحتياطية عالقة في الماضي

في عالم السحابة السريع اليوم، يتم التعامل مع النسخ الاحتياطية بشكل شائع كبوليصة تأمين ثابتة – شيء يمكن للشركات تعيينه ونسيانه وتأمل ألا يضطر إلى لمسه.

الواقع هو أكثر فوضى، وأكثر تكلفة.

الرؤية هي الضعف الأول. في بيئات النسخ الاحتياطية المجزأة، يصعب إثبات ما يتم حمايةه أو اكتشاف متى لا يتم حمايته. أدوات النسخ الاحتياطية الأصلية في السحابة تزيد من التحدي، حيث إنها سهلة التشغيل، لكنها غالبا ما تفتقر إلى القدرات الحيوية مثل البحث الحقيقي وإعادة الاسترداد الفردية. الأدوات الخارجية تحاول ملء هذه الفجوات، لكنها تطرح تعقيدات خاصة بها، تتطلب وكلاء وأجهزة إضافية يتم نشرها في بيئة العميل، وتتطلب تكوينًا معقدًا لسياسات النسخ الاحتياطية، ونماذج تسعير مخفية حيث تدفع الشركات ليس فقط مقابل التراخيص ولكن أيضًا مقابل كل وحدة من البيانات المخزنة أو المنقولة.

عندما يتم الحاجة إلى البيانات – لأغراض الامتثال أو القانونية أو التشغيلية – تعمل عمليات الاسترداد في نماذج النسخ الاحتياطية التقليدية بشكل غير كاف. تتطلب معظم الأدوات استعادة الصور الكاملة، مما يؤدي إلى استعادة مثيل كاملة حتى عندما يتم الحاجة إلى قطعة صغيرة من البيانات فقط. بعبارة أخرى، يضطر الفريق إلى استعادة قاعدة بيانات كاملة عندما تكون فقط جدول أو صف واحد ذو صلة لهم. النتيجة هي عبء هائل في الوقت والقوة الحاسوبية والتكاليف. لا تملك معظم أنظمة النسخ الاحتياطية للشركات القدرة على الاسترداد المتعمق للعمل حول هذا العملية الفائضة والمبذرة.

تظهر متطلبات الامتثال نقطة ألم أخرى. لا يمكن للفرق أن تثبت نجاح النسخ الاحتياطية في الوقت الفعلي خلال التدقيق أو تظهر أن سياسات الاحتفاظ بالبيانات الحساسة والتشفير وسياسات التحكم في الوصول تم تطبيقها بشكل صحيح. في عالم سحابي ديناميكي، قد يؤدي هذا إلى، في أحسن الأحوال، الاحتفاظ بالبيانات بشكل شامل وانتفاخ تخزين هائل، وفي أسوأ الأحوال، فجوات حيث تترك البيانات الحساسة دون فحص ودون حماية.

تتعامل المنظمات التي تعامل النسخ الاحتياطية بنفس الطريقة التي تعاملت بها مع الأرشيفات السلبية مثل LTOs أو Glacier مع فجوة متزايدة بين سرعة السحابة وجاهزية النسخ الاحتياطية. بدون اكتشاف أو تصنيف آلي، يمكن للبيانات أن تنزلق من خلال الشقوق حتى في البيئات الديناميكية. تظل النسخ الاحتياطية غير مكتملة أو غير متسقة بينما يستمر الإنفاق في الارتفاع لإخماد الحرائق الناتجة.

من النسخ الاحتياطية إلى البحيرات البيانية: فتح آفاق الذكاء الاصطناعي الجديدة

ببساطة “تحديث” التخزين لن يؤدي إلى عصر جديد من استراتيجية البيانات. بدلاً من ذلك، يجب على الشركات تحويل النسخ الاحتياطية إلى بحيرات بيانات قابلة للبحث والتحليل – ليس فقط لتلبية احتياجات الامتثال والاسترداد، ولكن أيضًا لتغذية مجموعات البيانات الكبيرة والجودة العالية التي يتطلبها نماذج الذكاء الاصطناعي اليوم للتعلم والعمل بشكل فعال على نطاق واسع.

في نموذج بحيرة البيانات، لا تعيش النسخ الاحتياطية كصور ثابتة. تصبح مستودعات ديناميكية غنية بالبيانات الوصفية المتعاقبة، ومؤشرات للبحث المتعمق، ومتصلة بأدوات التحليل. بدلاً من مجرد تلبية متطلبات الاسترداد والامتثال، تساهم بنشاط في الذكاء التجاري والابتكار في المنتجات والتفاعل مع العملاء.

الممكنات الرئيسية لهذا التحول تشمل:

• استخراج البيانات السياقي الآلي: مع الترميز والتعرف على اللغة الطبيعية بواسطة الذكاء الاصطناعي، يمكن أن تكون السجلات التاريخية والوثائق والصور والفيديوهات مُحَدَّثَة بوصفاء قابلة للبحث.
• قدرات الاسترداد المتعمقة: بدلاً من عزل مجموعة البيانات بأكملها، يمكن للشركات استرداد الملفات والtransactions والجداول أو مقاطع الفيديو الفردية في ثوان، دون إزعاج مجموعات البيانات الأوسع.
• التكامل السلس في خطوط أنابيب التحليل: بمجرد أن تصبح النسخ الاحتياطية قابلة للبحث والاستعلام، يمكن أن تغذي مباشرة مجموعات بيانات التدريب على الذكاء الاصطناعي، واللوحات المعلوماتية في الوقت الفعلي، وعمليات تحليل الاتجاهات.

التأثير هو تحول. على سبيل المثال، يمكن لبنك تدريب خوارزميات الكشف عن الاحتيال على قيمه من البيانات التعاملية الثابتة على مدار عقد من الزمن، وتحديد الشذوذ غير مرئي في عينات أصغر. يمكن لمقدم الرعاية الصحية استعادة جميع حالات المرضى التي تتوافق مع علامة جينية محددة لدعم البحث، أو يمكن لشركة الترفيه إظهار بيانات المشاعر التاريخية للجمهور لتوجيه إنتاج المحتوى.

ما كان يُعتبر “بيانات ميتة” يصبح موردا استراتيجيا متزايدا. بدلاً من مركز التكلفة، تتطور النسخ الاحتياطية إلى ميزة تنافسية – تعزز الابتكار عبر الصناعات.

استخراج “البيانات الميتة” للفرص التجارية

幸ي، الوضع الراهن يتغير. يمكن أن تتضمن أنظمة التخزين الحديثة بالفعل التخزين القائم على الكائن والموضوع، والفهرسة الآلية، واستخراج البيانات الوصفية السياقية لجعل الأرشيف قابلا للبحث والجاهزية التجارية في لحظة.

على سبيل المثال، جوجل كلاود تعمل مع الشركات المصنعة الكبيرة والشركات Automotive مثل فورد وكيوسيرا لربط الأصول الموجودة في صوامط، ومعالجة وتنمية البيانات، وتحسين الرؤية من أرضية المصنع إلى السحابة. المؤسسات المالية، التي تتراكم بيتابايت من البيانات التعاملية وتفاعلات العملاء، تتطلع إلى الوصول إلى هذه المناجم من أجل تدريب نماذج الذكاء الاصطناعي المحددة للمالية، مما يبرز مدى قيمة البيانات التاريخية العميقة.

حتى في وسائل الإعلام والترفيه، تظل الحالات استخدام هائلة. خذ نتفليكس على سبيل المثال، الذي ينفق على المحتوى الأصلي والمُICENSEd على حد سواء، ومن المتوقع أن يصل إلى 18 مليار دولار هذا العام. بعبارة أخرى، نتفليكس تجلس على جبل من البيانات الاحتياطية، والوسائط، وبيانات التعريف، ومعلومات التاغ الفيديو، وغيرها، والتي يجب بعد ذلك أن تُنْقَر عبر مجموعة من لوائح الامتثال الإقليمية، والمعايير المتعددة للوصول، ومجموعة من مقدمي السحابة المختلفين. البحث في مثل هذا الكم الهائل من المحتوى في صورة استعادة واحدة للنسخ الاحتياطية هو أمر غير ممكن. تخيل الآن كيف سيكون الأمر أسهل للبحث في البيانات باستخدام قدرات الاسترداد المتعمقة والبحث الفوري.

ذلك هو ما يتيحه انتقال بحيرة البيانات.

البرهان هو في الإخراج: مع الأدوات الصحيحة والمنظور الاستراتيجي الصحيح، يصبح تخزين النسخ الاحتياطية محركا إبداعيا، ومضيفا للقيمة، وليس مجرد بوليصة تأمين.

النسخ الاحتياطية الأفضل تعني نتائج أعمال أفضل

تُعرف الشركات اليوم بالبيانات والسرعة. أنظمة النسخ الاحتياطية التقليدية تعيق الفرق على كلا الجبهتين.

لا ينبغي التعامل مع النسخ الاحتياطية كأحواض أو كآلية البقاء. بدلاً من ذلك، ينبغي أن تكون محركات للنمو والإبداع والميزة التنافسية، والتقنيات الجديدة على وشك تمكين هذا التحول. الشركات التي تحديث هيكل النسخ الاحتياطية اليوم ستكون تلك التي ستدفع بالانكشافات في الغد، في المالية والرعاية الصحية والوسائط، وغيرها.