人工智能如何使企业充分利用数据

最近，我们潜入了Nucleus Research关于人工智能及其当前用途的一项新研究。该研究发现了许多不同的趋势，包括许多企业在不真正了解其用例和局限性的情况下急于采用AI。

同样，还有许多其他考虑因素，其中尤其重要的是数据在AI中的作用以及未能提供正确的数据和正确数量的数据最终将导致失败的原因。但是，问题不仅仅在于将大量数据提供给正确的系统，还在于在企业环境中使用数据，即使在理想情况下，这也是有问题的。

启用数据访问

马里奥Blandini是CMO，并在总部位于加州圣克拉拉，主要布道者Tintri。他指出，传统的企业存储环境无法提供或轻松访问完整范围的数据，而忽略了可能推动业务发展的关键数据。大多数服务依赖于标准基础结构，在这些基础结构中，必须在数据进入时主动监视，整理和格式化QOS。QOS(服务质量)是用于在数据跨计算机网络时管理带宽使用的技术。由于要管理不断增长的基础架构，而又没有足够的技术人员跟上，结果是无法实时访问完整的计算和存储数据网络。

企业存储也已经发展到包括虚拟化的工作负载和商用闪存存储，最终彻底改变了虚拟桌面基础架构，本地和共享存储基础架构。许多现有的存储解决方案无法有效运行虚拟工作负载，从而将闲置数据放置在昂贵的空间上，并使有价值的数据更难访问。结果，不使用AIOps的企业巧合地阻碍了他们自己的成功。

AIOps使用机器学习来完成可改善业务的任务-例如向具有类似订单历史记录的客户自动提出建议，或者自动处理和分析数据以进行预测性维护。AIOps通过为企业提供轻松访问所有数据并推动业务走向成功所需的工具来弥合差距。他说：“智能基础架构可帮助组织利用AI来自动化基础架构操作并推进实时和预测性应用程序分析，从而使组织能够从其数据中获取最大价值，维持最高效的环境并遵循最佳实践。”