非結(jié)構(gòu)化數(shù)據(jù)，包括從視頻、圖像和電子郵件到文檔、傳感器數(shù)據(jù)和人工智能輸出的所有內(nèi)容，已經(jīng)占據(jù)90%的企業(yè)信息。有效地管理它已成為一項(xiàng)巨大的挑戰(zhàn)，特別是因?yàn)槠渲写蟛糠謨?nèi)容仍然很少被訪問(wèn)或完全未被使用，機(jī)構(gòu)組織為這些大規(guī)模信息存儲(chǔ)耗費(fèi)巨大，而這些信息幾乎沒(méi)有或根本沒(méi)有商業(yè)價(jià)值。

從表面上看，數(shù)據(jù)就是財(cái)富，面對(duì)越來(lái)越多的數(shù)據(jù)我們本能反應(yīng)都相對(duì)簡(jiǎn)單：增加更多的存儲(chǔ)容量。對(duì)于決策者來(lái)說(shuō)，這通常被視為刪除未來(lái)可能具有潛在價(jià)值的數(shù)據(jù)的首選。然而，這造成的日益昂貴的問(wèn)題是，它使一個(gè)惡性的投資循環(huán)永久化，在這個(gè)循環(huán)中，成本上升而沒(méi)有解決潛在的數(shù)據(jù)管理問(wèn)題。

一個(gè)簡(jiǎn)單的事實(shí)是，在許多組織中，繼續(xù)以這種方式管理非結(jié)構(gòu)化數(shù)據(jù)現(xiàn)在在財(cái)務(wù)上是不可持續(xù)的，特別是在數(shù)據(jù)保留、合規(guī)性和性能要求不斷提高的情況下。為了更謹(jǐn)慎地前進(jìn)，這些組織必須停止將非結(jié)構(gòu)化數(shù)據(jù)純粹視為存儲(chǔ)挑戰(zhàn)，并開(kāi)始將其視為戰(zhàn)略財(cái)務(wù)和運(yùn)營(yíng)問(wèn)題。

打破循環(huán)

當(dāng)代企業(yè)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的根本問(wèn)題實(shí)際上不是他們擁有的數(shù)據(jù)量，而是缺乏對(duì)存在內(nèi)容、數(shù)據(jù)所在位置、數(shù)據(jù)所有者以及數(shù)據(jù)是否仍然具有價(jià)值的可見(jiàn)性。在這種情況下，他們唯一的選擇是無(wú)限期地存儲(chǔ)所有內(nèi)容，包括冗余、過(guò)時(shí)或無(wú)用的瑣碎數(shù)據(jù)。

當(dāng)然，這里的關(guān)鍵問(wèn)題是如何在數(shù)據(jù)的生命周期中管理數(shù)據(jù)？理想情況下，一個(gè)有效和戰(zhàn)略性的數(shù)據(jù)管理流程應(yīng)該從建立一個(gè)單一的、全企業(yè)范圍的非結(jié)構(gòu)化數(shù)據(jù)視圖開(kāi)始，以發(fā)現(xiàn)效率低下和風(fēng)險(xiǎn)。一旦實(shí)現(xiàn)可見(jiàn)性，就可以引入治理框架和數(shù)據(jù)分類(lèi)，使信息管理與業(yè)務(wù)價(jià)值、合規(guī)性和保留策略保持一致。

可見(jiàn)性始于詳細(xì)了解數(shù)據(jù)環(huán)境。通過(guò)分析元數(shù)據(jù)，如文件創(chuàng)建日期、所有權(quán)、訪問(wèn)頻率和活動(dòng)級(jí)別，組織可以找出效率低下的地方，比如不再有任何用途的孤立文件。這種洞察力可以快速突出冗余或被遺忘的數(shù)據(jù)，幫助IT團(tuán)隊(duì)瞄準(zhǔn)不必要的成本和合規(guī)風(fēng)險(xiǎn)領(lǐng)域。

生命周期管理在這方面起著核心作用，長(zhǎng)時(shí)間未被訪問(wèn)的文件可以移動(dòng)到成本較低的存儲(chǔ)中，而多年未活動(dòng)的數(shù)據(jù)可以存檔或完全刪除。許多組織發(fā)現(xiàn)，他們存儲(chǔ)的信息中有90%以上屬于這些類(lèi)別，這說(shuō)明了通過(guò)策略驅(qū)動(dòng)的方法可以回收多少浪費(fèi)的容量。

實(shí)施生命周期規(guī)則還可以確保根據(jù)數(shù)據(jù)的重要性保留、存檔或刪除數(shù)據(jù)，將非結(jié)構(gòu)化數(shù)據(jù)管理從黑洞成本中心轉(zhuǎn)變?yōu)橹С诌\(yùn)營(yíng)效率和監(jiān)管信心的主動(dòng)財(cái)務(wù)控制機(jī)制。正如許多組織目前發(fā)現(xiàn)的那樣，這些過(guò)程對(duì)于人工智能和分析計(jì)劃的成功變得尤為重要，因?yàn)椴豢煽炕虿灰恢碌妮斎霑?huì)導(dǎo)致糟糕或有偏見(jiàn)的結(jié)果。

大數(shù)據(jù)應(yīng)該帶來(lái)巨大的好處

然而，有效的管理有助于創(chuàng)造一個(gè)良性循環(huán)，在這個(gè)循環(huán)中，人工智能模型在準(zhǔn)確、相關(guān)和合規(guī)的數(shù)據(jù)集上進(jìn)行訓(xùn)練和/或增強(qiáng)，從而顯著提高性能和對(duì)結(jié)果的信任。

這種方法還受益于供應(yīng)商中立的數(shù)據(jù)管理平臺(tái)的集成，這些平臺(tái)能夠跨不同的存儲(chǔ)環(huán)境和云集成數(shù)據(jù)，消除鎖定，同時(shí)保持可擴(kuò)展性。其結(jié)果是，整個(gè)企業(yè)的成本控制得到了加強(qiáng)，合規(guī)狀況得到了改善，決策基礎(chǔ)也得到了加強(qiáng)。

從成本/性能的角度來(lái)看，處理非結(jié)構(gòu)化數(shù)據(jù)可以帶來(lái)一些顯著的結(jié)果。例如，建立可見(jiàn)性、治理和AI就緒數(shù)據(jù)基礎(chǔ)的組織可以將IT基礎(chǔ)設(shè)施預(yù)算從冗余存儲(chǔ)轉(zhuǎn)向創(chuàng)新和轉(zhuǎn)型。

在操作上，將非結(jié)構(gòu)化數(shù)據(jù)視為受管理的金融資產(chǎn)，而不是操作負(fù)擔(dān)，可以帶來(lái)可衡量的回報(bào)，降低成本，組織可以從改進(jìn)的風(fēng)險(xiǎn)緩解和更快的決策中受益。這種主動(dòng)的方法還加強(qiáng)了監(jiān)管合規(guī)性和可持續(xù)性，最大限度地減少了不必要的數(shù)據(jù)保留和相關(guān)的基礎(chǔ)設(shè)施效率低下。

實(shí)際上，非結(jié)構(gòu)化數(shù)據(jù)管理成為一種戰(zhàn)略推動(dòng)者，支持人工智能的可靠性和數(shù)字化轉(zhuǎn)型的更廣泛目標(biāo)。

與 Ai 時(shí)代前沿合作，將大門(mén)向更多普通用戶(hù)敞開(kāi)！無(wú)論你是對(duì)新技術(shù)充滿好奇心的愛(ài)好者，還是希望提升自己技能的職場(chǎng)人士，這里都有適合你的課程和資源。歡迎掃碼加入我們！