De volgende AI-doorbraak ligt begraven in uw back-ups

Stel u voor dat een verzekeraar alle brandgerelateerde schadeclaims in de Pacific Northwest in de afgelopen decade binnen enkele momenten kan isoleren, of dat een verkoopafdeling gebruikersfeedback met een bepaalde sentiment kan verzamelen om proactief functionaliteiten te verbeteren voordat leads verloren gaan. De potentieel positieve resultaten voor het betrekken van uw historische gegevens om AI te voeden zijn eindeloos, maar alleen als back-ups ophouden te functioneren als back-ups.

Gedurende jaren hebben ondernemingen in elke verticale, van verzekeringen tot entertainment, hun oude gegevens behandeld als een stoffig verzekeringspolis – iets dat u opbergt en hoopt nooit te hoeven gebruiken. Deze bedrijven hebben bergen aan gegevensrecords, bestanden en video’s gecreëerd en zitten daarop, die nauwelijks het licht zien en weinig tot geen waarde bieden voor hen, behalve als back-upbeleid of voor compliance- en regelgevingsdoeleinden.

Wat is het probleem als deze gegevens ergens achter in de digitale kast blijven liggen? Veel ervan is om een reden opzij gezet, nietwaar?

Deze “wat maakt het uit?”-houding ziet over het hoofd dat de AI-tijdperk de consumentenverwachtingen voor allerlei diensten en ervaringen drastisch heeft veranderd. In een wereld waar bedrijven verwacht worden om op real-time inzichten te handelen die worden aangedreven door AI en gepersonaliseerde, contextrijke ervaringen te leveren, zijn al die “dormante” gegevens nu een van de meest onderschatte strategische activa in het bedrijf.

Back-ups zitten vast in het verleden

In de huidige snelle cloud-first-wereld worden back-ups te vaak behandeld als statische verzekeringspolissen – iets dat bedrijven kunnen instellen, vergeten en hopen nooit aan te raken.

De realiteit is veel rommeliger en veel duurder.

Zichtbaarheid is de eerste zwakte. In gefragmenteerde back-up-ecosystemen maken resource-sprawl, schaduw-IT en misgeconfigureerde tags het moeilijk om te bewijzen wat daadwerkelijk beschermd is of om te ontdekken wanneer het niet is. Cloud-native back-up-tools voegen hier een uitdaging aan toe, aangezien ze gemakkelijk in te schakelen zijn, maar vaak kritieke functionaliteiten zoals echte zoekbaarheid en het herstellen van individuele items ontbreken. Derdepartij-tools proberen deze gaten te vullen, maar introduceren hun eigen complexiteit, waardoor agents en extra machines in de klantomgeving moeten worden geïmplementeerd, evenals ingewikkelde configuratie van back-upbeleid en verborgen prijsmodellen waarbij bedrijven niet alleen voor licenties betalen, maar ook voor elke eenheid aan opgeslagen of overgedragen gegevens.

Wanneer gegevens nodig zijn – voor compliance-, juridische of operationele doeleinden – schieten de herstelprocessen van deze traditionele modellen tekort. De meeste tools vereisen volledige snapshot-herstel, waardoor volledige instantieherstel wordt geactiveerd, zelfs wanneer alleen een klein stukje gegevens nodig is. Met andere woorden, teams worden gedwongen om een hele database te herstellen wanneer alleen een tabel of zelfs een enkele rij relevant is. Het resultaat is een enorm tijdsverlies, rekenkracht en kosten. De meeste back-upsystemen van bedrijven ontbreken de granulaire herstelfunctionaliteiten om deze redundante, verspillende processen te omzeilen.

Compliance-eisen onthullen nog een andere pijnlijke plek. Weinig teams kunnen real-time back-up-succes aantonen tijdens een audit of laten zien dat gevoelige gegevensretentiebeleid, encryptie en toegangscontrole correct zijn toegepast. In een dynamische, multi-cloud-wereld kan dit leiden tot, in het beste geval, blanco retentie en massive opslagbloat, in het slechtste geval, gaten waar gevoelige gegevens ongecontroleerd en onbeveiligd blijven.

Organisaties die back-ups behandelen op dezelfde manier als ze eens passieve archieven zoals LTO’s of Glacier behandelden, hebben een groeiende kloof tussen cloud-snelheid en back-up-reddingsgereedheid. Zonder geautomatiseerde ontdekking of classificatie kunnen gegevens door de spleet vallen, zelfs in zeer dynamische omgevingen. Back-ups blijven onvolledig of inconsistent, terwijl de uitgaven blijven stijgen om de resulterende branden te blussen.

Van back-ups naar data-lakes: het ontgrendelen van de volgende frontier van AI

Het “moderniseren” van opslag alleen zal de volgende era van gegevensstrategie niet inluiden. In plaats daarvan moeten ondernemingen hun back-ups transformeren in volledig doorzoekbare, analytics-klaar data-lakes – niet alleen om te voldoen aan compliance- en herstelbehoeften, maar ook om de enorme, hoge kwaliteit datasets te voeden die hedendaagse AI-modellen nodig hebben om effectief te leren en te functioneren op grote schaal.

In een data-lake-model leven back-ups niet als statische snapshots. Ze worden dynamische repositories die zijn verrijkt met contextuele metadata, geïndexeerd voor granulaire zoekopdrachten en verbonden met analytische tools. In plaats van alleen te voldoen aan herstel- en complianceverplichtingen, dragen ze actief bij aan bedrijfsintelligentie, productinnovatie en klantbetrokkenheid.

Sleutelenablers van deze verschuiving zijn:

• Geautomatiseerde, contextuele gegevensextractie: Met AI-gestuurde tagging en natuurlijke taalverwerking kunnen historische records, documenten, afbeeldingen en video’s worden geannoteerd met rijke, doorzoekbare beschrijvers.
• Granulaire herstelfunctionaliteiten: In plaats van een hele dataset in quarantaine te nemen, kunnen bedrijven individuele bestanden, transacties, tabellen of mediaklippens in seconden opvragen, zonder de bredere datasets te verstoren.
• Naadloze integratie in analytics-pipelines: Zodra back-ups doorzoekbaar en querybaar zijn, kunnen ze direct worden gevoed in AI-trainingsdatasets, real-time dashboards en trendanalyse-workflows.

Het effect is transformatief. Een bank, bijvoorbeeld, kan fraude-detectiealgoritmes trainen op een decennium aan lang-statische transactiegegevens, waardoor anomalieën zichtbaar worden die onzichtbaar zijn in kleinere steekproeven. Een zorgverlener kan vergelijkbaar alle patiëntgevallen ophalen die overeenkomen met een specifiek genetisch marker, om onderzoek te ondersteunen, of een entertainmentbedrijf kan historische audiëntsentimentgegevens naar boven brengen om inhoudsproductie te begeleiden.

Wat ooit “dode gegevens” was, wordt een steeds groter strategisch actief. In plaats van een kostenpost, evolueren back-ups in een concurrentievoordeel – innovatie stimulerend in branches.

“Dode gegevens” ontginnen voor bedrijfspotentieel

Gelukkig verandert de status quo. Moderne opslagsystemen kunnen al object- en onderwerpgebaseerde opslag, geautomatiseerde indexering en contextuele metadata-extractie incorporeren om archieven onmiddellijk doorzoekbaar en bedrijfsklaar te maken.

Als voorbeeld heeft Google Cloud samengewerkt met grote fabrikanten en automotivebedrijven zoals Ford en Kyocera om historisch geïsoleerde assets te verbinden, gegevens te verwerken en te standaardiseren, en zichtbaarheid te verbeteren van de fabrieksvloer tot de cloud. Financiële instellingen, die petabytes aan transactie- en klantinteractiegegevens accumuleren, zijn enthousiast om toegang te krijgen tot deze goudmijn voor het trainen van financiële AI-modellen, waarmee wordt benadrukt hoe waardevol diepe historische gegevens zijn geworden.

Selfs in media en entertainment houden de use cases een verbluffend potentieel. Neem Netflix, bijvoorbeeld, wiens uitgaven aan zowel originele als gelicenceerde inhoud dit jaar naar verwachting 18 miljard dollar zal bereiken. Met andere woorden, Netflix zit op een Everest van back-upgegevens, media, metadata, videotagginginformatie en meer, die allemaal moeten worden gefilterd door een reeks regionale compliance-regels, meerdere toegankelijkheidsstandaarden en een verscheidenheid aan verschillende cloud-aanbieders. Het doorzoeken van zo’n verbijsterende hoeveelheid inhoud in een enkele back-upherstelmomentopname is eenvoudigweg onhaalbaar. Stel u nu voor hoeveel gemakkelijker het zou zijn om door de gegevens te zoeken met granulaire herstelfunctionaliteiten en onmiddellijke doorzoekbaarheid.

Dat is precies wat de data-lake-shift mogelijk maakt.

Het bewijs ligt in de output: met de juiste tools en de juiste strategische mindset wordt back-upopslag een creatieve, waarde-uitbreidende motor, niet alleen een verzekeringspolis.

Beter back-ups betekent betere bedrijfsresultaten

Ondernemingen van vandaag worden gedefinieerd door gegevens en snelheid. Legacy back-upsystemen houden teams op beide fronten tegen.

Back-ups moeten niet worden behandeld als kluizen of als een slechtste-overlevingsmechanisme. In plaats daarvan moeten ze motoren zijn voor groei, creativiteit en concurrentievoordeel, en nieuwe technologie-oplossingen zijn klaar om deze overgang te faciliteren. De bedrijven die vandaag hun back-uparchitectuur moderniseren, zullen degene zijn die morgen doorbraken in financiën, zorg, media en daarbuiten aandrijven.