斯基普·莱文斯是Quantum的一名产品领导者和AI策略师，Quantum是AI和非结构化数据的数据管理解决方案领导者。他目前负责推动Quantum的端到端解决方案的参与、意识和增长。 在他的整个职业生涯中——他曾在苹果、Backblaze、Symply和Active Storage等组织工作——他成功地领导了营销和业务开发、传教、推出了新产品、与关键利益相关者建立了关系，并推动了收入增长。
“良好”的数据管理实践曾经意味着“只保留当前所需的数据”，但这种思维方式是数据昂贵和笨重的时代的遗物。在人工智能时代，坚持这种思维方式会使您变得过时。当组织将数据视为一个活跃、不断演变的资产，需要被策划、连接和不断丰富时，它将成为推动下一波人工智能驱动创新浪潮的动力。赌注从未如此之高。人工智能已经在各个行业找到立即、高效的应用，包括生命科学、政府、媒体和制造业，带来客户注意到的（和投资者期望的）可衡量的收益。但下一波人工智能创新将需要更有价值的东西：准确、独特的数据，反映您的组织独特的经验和运营。那些现在利用和提炼这些数据的组织将定义其他人正在追求的竞争优势。数据混乱的隐藏成本数据通常被困在数据孤岛中——通常是临时安排，散布在断开的系统、不透明的云和未经管理的档案中，随着时间的推移，从临时解决方案变为现状。结果是：重复努力、过载的网络基础设施、隐藏的成本和搁浅的价值。如果这听起来很熟悉，那是因为每个组织都经历过。团队为完成任务而启动短期存储或云实例，只是这些数据孤岛在项目结束后仍然存在。团队、部门，甚至整个公司合并——突然，存储系统的混乱和数据扩散使得IT管理员、数据管理员和人工智能研究人员的工作变得更加困难（更不用说持续的生产力损失）。这些问题通常隐藏在显而易见的地方，直到它们开始影响预算、性能和合规性。以下是您数据存储方法可能会破坏您构建理想工作流程的能力的一些最常见的警告信号： 一刀切思维。要警惕任何试图强加单一解决方案的供应商，声称可以解决每个问题。要有针对性地部署技术，在每个工作流程或管道步骤中提供您需要的精确属性：闪存、对象存储和磁带都有各自的优势；锁定其中一个可能会大大限制您的未来灵活性和选择。 黑暗或空闲云存储库。孤立的云存储桶或被遗忘的共享文件夹位于工作流程之外，未被索引、未被管理，也无法被工具使用。 “廉价”的冷存储实际上并非如此。存档层看起来很经济，但当您需要快速检索数据时，您将面临意外的检索和出口费用。 关键访问点的性能瓶颈。慢速的摄取或协作步骤会阻碍推动创新、决策和收入的工作流程。 云依赖。将所有数据存储在云中会增加成本，并将数据与需要性能和控制的本地和边缘工作流程隔离。这最终会给您的出口网络基础设施带来更多压力。 每一个陷阱都会产生操作上的摩擦，耗尽时间、预算和灵活性——这正是人工智能驱动的组织所不需要的。但最大的陷阱是将数据视为静态资源。要真正准备好利用新的人工智能和数据驱动的决策工作流程，您的数据需要流经一个敏捷、适应性强的工作流程，以实现立即使用，然后随着时间的推移丰富数据，并将规模转化为战略优势。将静态数据转化为活跃的智能关于人工智能的存储对话主要集中在训练当前的人工智能模型的少数例子上，基于我们当前对数据的理解。但是，开发一个持续的数据丰富系统可以做得更多。每次访问数据时，都会创造一个机会来丰富数据，通过人类输入、系统分析和人工智能驱动的标记、分类和发现。然后，每次您训练人工智能模型时，算法就会改进。每次迭代都会提高模型的准确性，完善其预测，并揭示看似无关的数据源之间的新关系。您的数据成为持续学习的引擎，而不是静态快照。当“活跃数据”、人工智能技术和人类专业知识共同作用时，组织不再对变化做出反应，而是开始预测它。然而，解锁这种活跃智能需要同样动态的基础。您需要摄取性能来捕获最新的数据，使用GPU进行训练和推理来将其转化为洞察，并拥有大量的经济存储来保留所有数据，以便为下一个丰富周期做好准备。这种速度和规模的平衡就是端到端工作流程的必要条件。闪存存储为实时协作和模型开发提供动力。对象存储提供可搜索、耐用的规模。磁带将这种规模扩展到数百万字节，保留数十年的宝贵信息，只需支付一小部分成本。它们共同形成一个无缝的管道——数据快速进入，变得更聪明，并保持准备状态，以教导下一个模型。连接工作流程可以解锁什么使用连接工作流程，曾经减慢您速度的挑战变成了优势： 选择的自由。部署最佳的闪存、对象存储和磁带混合，确保最大性能和最低成本。每种技术都贡献了其优势，而不会将您锁定在一个特定的解决方案中。 持续丰富。每次访问、使用或分析数据时，都会添加新的上下文和元数据。随着时间的推移，您的信息库变得更智能、更丰富、更有用。 任意规模的敏捷性。系统使得添加容量、提高性能或扩展范围变得简单，不会中断或产生意外的成本。 即时洞察。数据保持在需要它的人和系统附近，无论是在云中、现场还是在边缘。这意味着决策可以实时发生。 有效的经济性。性能和容量与任务保持一致，确保支出与实际业务需求保持一致。 通过可见性实现安全。统一的工作流程使数据可追溯、可审计和合规，降低了泄露、丢失或遗弃的风险。 人工智能的基础。在集成系统中移动、学习和改进的数据成为真正的竞争优势——您的竞争对手无法轻易复制或赶上。 从负担到突破事实是，高效的工作流程和活跃的数据并不是独立的概念——它们是不可分割的。一个设计良好、性能高的工作流程为数据提供了结构、上下文和循环，使其能够不断演变。活跃的数据反过来又为工作流程提供了目的——不断丰富定义组织智能的模型、工具和洞察力。一个推动另一个。数据混乱的陷阱——数据孤岛、丢失的存储库、失控的成本——并不是不可避免的。它们是过去系统的标志。未来属于那些将数据视为动态资产并构建允许其自由流动、持续学习和随时间推移而增长价值的工作流程的组织。现在是时候评估您自己的基础了。您的数据流动得如何？它是否准备好为您的下一代人工智能工具和对业务领域的理解提供动力？现在采取行动——将智能数据管理与敏捷、连接的工作流程相结合——的组织不仅能够在下一波人工智能创新浪潮中生存，还能领导它。数据的黄金时代即将来临。问题是您的组织是否准备好在其中蓬勃发展。
