Hitachi Vantara警告：薄弱的数据基础正在拖累AI项目进展

Hitachi Vantara的数据基础设施研究显示，数据管理、治理和安全方面的缺陷正在拖累AI项目的进展。

该公司发布的2025年全球数据基础设施状况报告（副标题为"从脆弱到优化"）指出，企业正淹没在PB级数据中，同时投资依赖这些数据的AI项目，但却因缺乏支撑性的数据基础设施而受阻。报告明确指出："那些在基础设施、治理和可信合作伙伴关系方面进行投资的企业将获得巨大成功。其余企业只能忙于计算损失，而竞争对手则将洞察转化为真金白银。"

Hitachi Vantara英国及爱尔兰地区总经理Lee Nolan评论道："AI正在对英国企业进行压力测试，而许多企业正在经受失败。随着AI应用的加速，数据治理和韧性方面长期存在的弱点正在暴露无遗，增加了网络风险和运营中断的风险。"

"企业需要更加审慎地考虑数据存储位置，认识到随着AI在整个业务中的嵌入，对敏感信息的控制是韧性、问责制和信心的基础。"

这项由皮尤研究中心开展的研究调查了来自15个国家的1244名C级高管和IT领导者（包括欧洲的409名和英国的103名），并概述了一个数据基础成熟度模型，包含三种状态：新兴、明确和优化。该研究根据六个关键维度的数据基础设施能力对企业进行分类：可扩展性、可靠性、安全性、治理、主权和可持续性。

新兴企业占24%，这类企业规避风险、技能匮乏，依赖人工流程，导致无法扩展。优化企业占41%，拥有弹性基础设施，以清洁数据驱动AI操作并获得可衡量的回报。明确企业占35%，介于两者之间，虽然有边际进展但面临被边缘化的风险，且缺乏执行所需的人才和战略。

报告发现，89%的优化企业采用高可用性设计、定期韧性测试和AI驱动的运营。相比之下，新兴企业中只有20%做到这一点。在自动化方面，48%的优化企业使用预测性自动扩展，而新兴企业中只有4%。

Hitachi Vantara表示，数据基础成熟度薄弱的企业面临最高的风险敞口，因为分散的系统、人工流程以及缺乏熟练团队使它们无法扩展或保护AI计划。市场和地缘政治波动增加了风险。报告指出："薄弱的数据实践会浪费大量资源。稳健的基础设施、治理和人才是成功的关键。落后者面临系统分散和团队技能不足的困境。"

数据复杂性和风险对新兴企业影响最大，对优化企业影响最小。

企业如何在新兴、明确、优化模型中定位自己？报告没有说明。但它确实为每个级别的企业提供了改进事项的检查清单。报告建议采用"复杂的基础设施"，点击报告中该短语的链接会跳转到该公司Virtual Storage Platform One（VSP One）产品经济价值的相关信息。

读者可以在此注册下载报告。访问Hitachi Vantara的数据基础设施微网站了解更多信息。

Q&A

Q1：Hitachi Vantara的数据基础成熟度模型包括哪三个级别？

A：Hitachi Vantara的数据基础成熟度模型包括三个级别：新兴（Emerging）、明确（Defined）和优化（Optimized）。新兴企业占24%，规避风险且技能匮乏；优化企业占41%，拥有弹性基础设施和清洁数据；明确企业占35%，介于两者之间但缺乏执行战略的人才。

Q2：为什么薄弱的数据基础会影响AI项目？

A：薄弱的数据基础会导致AI项目受阻，主要原因是数据管理、治理和安全方面的缺陷。分散的系统、人工流程以及缺乏熟练团队使企业无法扩展或保护AI计划。这些问题会浪费大量资源，增加网络风险和运营中断的可能性，最终影响AI项目的成功实施。

Q3：优化企业与新兴企业在数据基础设施能力上有什么差异？

A：优化企业与新兴企业在数据基础设施能力上存在显著差异。89%的优化企业采用高可用性设计、定期韧性测试和AI驱动的运营，而新兴企业中只有20%做到这一点。在自动化方面，48%的优化企业使用预测性自动扩展，新兴企业中仅有4%。这些差异直接影响企业的AI项目执行能力和业务成果。