AI 導向企業對關鍵任務儲存空間有新的規定

大多數企業已投入 AI 領域。他們批准預算、啟動試點計畫，再將列為策略優先事項。然而，為何其中 95% 的企業在 300 億至 400 億美元的生成式 AI 投資中，卻依然零回報？根據 Hitachi Vantara《2025 年全球資料基礎架構現況報告》中引用的麻省理工學院研究顯示，該報告針對 15 個市場的 1,200 多名 IT 領導者，進行一項調查，失敗原因不在於模式，而是在於底層的基礎架構。

這份報告直言不諱：運用 AI 獲勝的組織和耗盡預算的組織，其關鍵差異在於資料基礎的成熟度。僅有 41% 的組織達到研究定義的「最佳化」狀態：具備韌性的基礎架構、乾淨的資料、AI 導向的營運，還有可衡量的報酬率。其餘 59% 的組織則仍處於建設階段，或受困於破碎、主動削弱其 AI 投資成效的手動作業環境。

企業技術領導者面臨的問題，並非是否要將基礎架構現代化，而是如何理解現代化究竟需要什麼，以及為何「做對現代化」才是目前最具策略意義的投資。

效能躍居首位

數十年來，企業級儲存空間皆圍繞著可靠性、容量而建，效能則是事後才進行優化。生成式 AI、即時分析和高頻交易處理改變這一切，要求在規模化下，仍能保持穩定、低於毫秒的延遲。

若儲存空間無法以足夠的速度提供資料，您的 AI 基礎架構就無法以足夠的速度提供洞察力。資料現況報告強化這一點：能將「支援 AI 工作負載的正確基礎架構」視為企業成功關鍵的組織，達到「最佳化」成熟度的可能性大幅提升，更有可能將 AI 專案的成功歸功於資料品質（在最佳化組織中佔 48%，新興組織只佔大約 25%）。

問題在於結構性缺陷。根據 451 Research S&P Global 證實，每年 29% 的資料成長率並非均勻分佈，而是集中於影片、感測器串流，以及模型訓練集等非結構化資料。這些資料對儲存空間基礎架構的需求極高。企業需要專為吸收此類成長而設計的系統，以便確保效能不會下降。

Hitachi Vantara Virtual Storage Platform One (VSP One) Block 高階版專為此轉折點而生。透過全 NVMe 架構，能提供高達 5,000 萬 IOPS 的效能，展現前後一致的次毫秒延遲，旨在因應未來呈指數級成長的資料需求。

韌性必須源自架構設計，而非事後補強

State of Data 報告揭發企業基礎架構研究中最顯著的一項研究：有將近 89% 的優化型組織在營運中具備高可用性設計、定期韌性測試，還有人工智慧導向的營運。

誠如 Hitachi Vantara 資料、網路韌性全球解決方案負責人 Chris Millington 所言：「若無基礎架構韌性，便無網路韌性可言。」

若將安全情勢納入考量，風險將更為嚴峻。受訪 IT 主管對「內部 AI 外洩」的擔憂較去年上升了 10 個百分點（從 31% 升至 41%），目前已與對「外部 AI 攻擊」的擔憂 (43%) 不相上下。同時，對員工能安全使用 AI 於業務用途的信心自 2024 年以來，下降大約 12 個百分點。威脅面已劇烈擴張，採用片段化、手動管理基礎架構的組織，面臨的風險最為明顯。

這並非理論上的風險，而是現今多數企業面臨到的營運現實。

VSP One 憑藉八到九成 (99.999999%) 的可用性、FIPS 140-3 Level 2 認證防護，還可透過 CyberSense 支援的異常檢測、不可變快照自動化乾淨資料復原整合的網路韌性，直接解決這項問題。

複雜性是創新的隱形成本

資料現況報告研究指出在不同成熟度等級中出現前後一致的模式：仍停留在新興或是定義階段的組織，往往仰賴簡化的運作方式，這足以限制他們採用複雜架構、拓展全球事業，以及支援進階分析的能力。此外，由於無法有效優化舊版系統，他們也必須承擔較高的長期成本。

研究顯示，百分之九十四的受訪公司表示在資料基礎架構方面，仍需第三方協助。原因雖各不相同，但潛在問題都一樣：複雜性已超越內部處理能力。平台擴散、混合雲蔓延，以及技能差距，正共同導致組織陷入只能維修基礎架構，無法從中擷取價值的困境。

工作負載整合是解決方案的一部分。組織若針對開放系統、大型主機工作負載執行獨立系統，就必須在授權、管理開銷、培訓、整合等各方面支付複雜性稅。引進一款能同時處理兩者的統一平台，就可以減少以上開銷，讓專業團隊能專注於創新，而非只把重點放在基礎架構維修上。

智慧管理則是解決方案的另一關鍵。Hitachi Vantara 的統一資料管理平台VSP 360，針對整體資料資產，提供由 AIOps 支援的可觀測性，會透過 SaaS、地端或行動裝置存取的單一介面，全方位監控容量、效能、系統健康狀況及安全性。

State of Data 報告明確指出，這種集中式治理、自動化正是將優化級組織和其他組織區隔開來的關鍵：也就是在效能、法務遵循和成本各方面，針對資料存放位置，做好策略化的自動化管理。

治理鴻溝：AI 投資報酬率的墳場

報告中最具啟發性其中一項研究，內容是關於決策結構的分析。成熟度較低的組織會將 AI 使用案例、優先順序的最終決定權交給業務單位經理。優化級組織則授權 IT 主管負責 AI 的投資報酬率、投資決策、選擇使用的模型，定義使用案例的優先順序。

這能反映出將治理視為限制、能力之間的根本差異。優化後的組織，已將治理融入營運之中，可從隨機的資料位置感知，轉向涵蓋整個資料資產的策略化自動管理。此一轉變能在確保敏感資料的控管、隔離和可稽核性，同時釋放營運資料在速度、規模和分析方面的潛力。

研究資料具體指出決策錯誤應付出的代價。事實上，在失敗的 AI 專案中，有將近 46% 歸因於資料不足，大概有 41% 指出組織面臨到孤島問題，其他 29% 則歸咎於基礎設施限制。這些數字代表偽裝成技術故障的治理失敗，只要具備正確的基礎，這一切皆可避免。

Hitachi Vantara 的資料治理功能與 VSP One 360 正是為此現實而生，透過自動化執行原則，確保混合環境的法務遵循，能為 IT 主管提供完整能見度，在資料的整個生命週期中有效完成治理。

臨界點就在當下

Hitachi Vantara 產品長 Octavian Tanase 在《資料現狀報告》中明確指出：「要想在這個市場脫穎而出，就必須展現許多企業前所未見的彈性。產品上市速度、持續創新，還得認清沒有任何單一供應商能包辦一切的現實，這些都很重要。」

這就是目前最重要的基礎架構討論。重點不在於購買哪種 AI 模型，底層基礎是否具備交付成果的能力。成熟度和預算、公司規模或資料量無關，而是一種由領導層推動的策略選擇。

那些將儲存空間架構現代化、資料基礎設施投資視為策略必要任務，而非單純的維修週期企業，將在 AI 成為企業差異化核心驅動力的過程當中，擁有明顯競爭優勢。選擇觀望的企業，將發現和領先者之間的差距日益變大，難以彌補。

進一步了解 VSP One Block 高階版解決方案，下載《2025 年全球資料基礎架構現狀報告》，評估貴企業現狀，掌握前進所需的關鍵策略。