Neste AI-gjennombrudd ligger begravet i dine backups

Forestillingen om mulighetene for et forsikringsselskap som kan isolere alle skadekrav relatert til brann i Pacific Northwest i løpet av de siste ti årene innen få øyeblikk, eller hvis en salgsavdeling kunne samle inn brukerfeedback med en bestemt holdning for å proaktivt forbedre funksjoner før de mister leads. De positive resultater for å engasjere deg med din historiske data for å mate AI er endelige, men bare hvis backups slutter å fungere som backups.

I årevis har bedrifter over hele verden, fra forsikring til underholdning, behandlet sin gamle data som en støvete forsikringspolitikk – noe du lagrer bort og håper du ikke må bruke. Disse selskapene har skapt og sitter på fjell av datafiler, videoer og bilder som knapt ser dagens lys, og gir liten eller ingen verdi for dem utover å fungere som en backup-politikk eller for å møte kravene til overholdelse og reguleringer.

Så hva er problemet hvis denne dataen forblir stablet et sted bakerst i den digitale skapen? Mye av det ble lagt til side av en grunn, ikke sant?

Denne “så hva?”-holdningen overseer virkeligheten i AI-tiden, som har dramatisk endret forbrukernes forventninger til alle typer tjenester og opplevelser. I en verden der bedrifter forventes å handle på sanntidsinnsikt drevet av AI og levere personlige, kontekstrike opplevelser, er all denne “dormante” dataen nå en av de mest undervurderte strategiske aktivene i bedriften.

Backups er fastlåst i fortiden

I dagens raske cloud-first-verden, behandles backups for ofte som statiske forsikringspolitiske – noe selskaper kan sette, glemme og håpe aldri å måtte berøre.

Virkeligheten er mye mer komplisert, og mye mer kostbar.

Synlighet er den første svakheten. I fragmenterte backup-økosystemer, ressurs-sprening, skygge-IT og feilkonfigurerte tagger gjør det vanskelig å bevise hva som faktisk er beskyttet eller å oppdage når det ikke er. Cloud-native backup-verktøy legger til utfordringen, ettersom de er lette å slå på, men ofte mangler kritiske funksjoner som sanntids-søkbarhet og enkelt-objekt-gjenopprettelse. Tredjeparts-verktøy forsøker å fylle disse gapene, men introduserer kompleksitet av sin egen, som krever agenter og ekstra maskiner installert i kundens miljø, komplisert konfigurasjon av backup-politikker og skjulte prismodeller der selskaper betaler ikke bare for lisenser, men også for hver enhet data lagret eller overført.

Når data er nødvendig – for overholdelse, juridiske eller operative behov – faller gjenopprettingsprosessene for disse tradisjonelle modellene kort. De fleste verktøyene krever fullt snapshot-gjenopprettelse, som utløser full instans-gjenopprettelse selv når bare en liten del av dataen er nødvendig. Med andre ord, er teamene tvunget til å gjenopprette en hel database når bare en tabell eller selv en enkelt rad er relevant for dem. Resultatet er enormt overhode i tid, beregningskraft og kostnader. De fleste selskapers backup-systemer mangler de granulerte gjenopprettingsfunksjonene for å arbeide rundt denne redundante, sløse prosessen.

Kravene til overholdelse avslører enda et smertepunkt. Få team kan bevise sanntids backup-suksess under en revisjon eller vise at sensitive data-oppbevaringspolitikker, kryptering og tilgangskontroller ble korrekt anvendt. I en dynamisk, multi-cloud-verden, kan dette føre til, i beste fall, blanket-oppbevaring og massiv lagrings-svell, i verste fall, hull hvor sensitiv data er igjen uskåret og usikret.

Organisasjoner som behandler backups på samme måte som de en gang behandlet passive arkiver som LTO eller Glacier, står overfor en økende gap mellom cloud-hastighet og backup-klarhet. Uten automatisert oppdagelse eller klassifisering, kan data gli gjennom språket selv i høyt dynamiske miljøer. Backups forblir ufullstendige eller inkonsistente mens utgifter fortsatt spirer for å slukke de resulterende brannene.

Fra backups til data-sjøer: Låser opp AI's neste front

Enkelt “modernisering” av lagring vil ikke bringe om den neste æraen av data-strategi. I stedet må bedrifter transformere sine backups til fullt søkbare, analytiske data-sjøer – ikke bare for å møte kravene til overholdelse og gjenopprettelse, men også for å mate de enorme, høykvalitets datasettene som i dagens AI-modeller krever for å lære og fungere effektivt i skala.

I en data-sjø-modell, lever backups ikke som statiske snapshots. De blir dynamiske lagre beriket med kontekstuell metadata, indeksert for granulert søk og koblet til analytiske verktøy. I stedet for bare å møte kravene til gjenopprettelse og overholdelse, bidrar de aktivt til bedriftsintelligens, produktinnovasjon og kundeengasjement.

Nøkkelaktørene for denne skiftet inkluderer:

• Automatisert, kontekstuell data-ekstraksjon: Med AI-drevet tagging og naturlig språkbehandling, kan historiske poster, dokumenter, bilder og videoer annoteres med rike, søkbare beskrivelser.
• Granulert gjenopprettingsfunksjoner: I stedet for å karantene en hel datasett, kan selskaper kirurgisk hente enkeltfiler, transaksjoner, tabeller eller media-klipp i sekunder, uten å forstyrre videre datasett.
• Ubrytelig integrasjon i analytiske rørledninger: En gang backups er søkbare og spørrbare, kan de mate direkte inn i AI-treningssæt, sanntidsdashboards og trend-analyse-arbeidsflyter.

Effekten er transformasjonell. En bank, for eksempel, kunne trene svindelfordningsalgoritmer på en tiårsverdi av tidligere statiske transaksjonsdata, og oppdage anomalier som er usynlige i mindre prøver. En helseleverandør kunne på samme måte hente alle pasienttilfeller som matcher en bestemt genetisk markør for å støtte forskning, eller en underholdningsbedrift kunne overflate historisk publikums- holdningsdata for å guide innholdproduksjon.

Hva en gang var “død data” blir en evig voksende strategisk aktiv. I stedet for en kostnads-senter, utvikler backups seg til en konkurransefordel – drivende innovasjon over hele industrien.

Utvinning av “død data” for bedriftspotensiale

Heldigvis er status quo endrer seg. Moderne lagringssystemer kan allerede inkorporere objekt- og emnebasert lagring, automatisert indeksering og kontekstuell metadata-ekstraksjon for å gjøre arkiver øyeblikkelig søkbare og forretningsklare.

For eksempel, Google Cloud har arbeidet med store produsenter og bil-selskaper som Ford og Kyocera for å koble historisk siloede aktiva, prosess og standardisere data, og forbedre synlighet fra fabrikkgulvet til skyen. Finansielle institusjoner, som akkumulerer petabyte med transaksjons- og kundeinteraksjonsdata, er ivrige etter å få tilgang til denne gullgruven for å trene finansielle AI-modeller, og fremhever hvor verdifullt dypt historisk data har blitt.

Even i media og underholdning, har brukstilfellene en astoundende potensiale. Ta Netflix, for eksempel, hvis utgifter til både originale og lisensiert innhold skal nå 18 milliarder dollar i år. Med andre ord, Netflix sitter på en Everest av backup-data, media, metadata, video-merking-info og mer, alt sammen må så bli refraktet gjennom en rekke regionale overholdelsesreguleringer, tallrike tilgjengelighetsstandarder og en rekke ulike sky-leverandører. Å gjennomføre en så stor mengde innhold i en enkelt backup-gjenopprettings-snapshot er enkeltvis uforenlig. Nå, forestill deg hvor mye enklere det ville være å søke gjennom dataen med granulert gjenopprettingsfunksjoner og øyeblikkelig søkbarhet.

Dette er nettopp hva data-sjø-skiftet muliggjør.

Beviset ligger i utgangen: med de riktige verktøyene og den riktige strategiske tankemåten, blir backup-lagring en kreativ, verdi-til-aktivitet-motor, ikke bare en forsikringspolitikk.

Bedre backups betyr bedre bedriftsresultater

Bedrifter i dag er definert av data og hastighet. Arvebackup-systemer holder teamene tilbake på begge fronter.

Backups burde ikke behandles som valv eller som en verste-case overlevelsesmekanisme. I stedet burde de være motorer for vekst, kreativitet og konkurransefordel, og nye tekniske løsninger er i stand til å muliggjøre denne overgangen. Selskapene som moderniserer sin backup-arkitektur i dag, vil være de som driver morgendagens gjennombrudd, i finans, helse, media og utover.