Hitachi Vantara|AI| 數據優先設計思維 從人工智能突破獲益

虛擬化一度為儲存帶來深刻變化，從SAN以至後來興起的「超融合架構」（HCI），近年的容器技術，針對企業應用部署要求性能，儲存技術不斷演變，儲存管理耗用大量預算和精力，但許多儲存設計，未有考慮互通，結果出現數據孤島。

AI和精凖營銷出現，大大提昇了數據價值，發掘數據價值的場景愈來愈多，如何整合和運用數據，可有效提昇競爭力。近年流行所謂「DataOps」，專注於整合分散不同儲存數據，持續分析，發揮更大價值。

AI有所謂「數據飛輪」效應，意思是整合多個數據來源，數據協同產生意想不到價值，更精凖作推算預測，甚至自動產生內容，加快創新的步伐。近期大熱的通用人工智能（AGI）更將AI帶入新年代，甚至取代人手，處理日常事務。

簡單來說，機器學習透過企業系統內數據，以歷史數據建模，精凖預測或協助決策。以香港特區政府發展局為例，通過AI算法，學習以往工務工程開支現金流，凖確預測執行中項目超支的可能性，獲得不俗成果，成功控制多個工程開支。

近期大熱GPT大模型和自然語言處理（NLP）建立「預訓練模型」，再移植到特定任務的模型，解決以往NLP數據難於標注；類似BERT、GPT、商湯、百度、Google等所開發的超大規模語言模型，NLP的閱讀理解能力，甚至已超越了人類，具備轉移到生成新文本能力 ；長遠而言，不少儲存於企業檔案系統的文件合約，電郵和通訊、客戶紀錄，本來只是束之高閣，以作為歷史存檔，突然間有了新的價值。

通過轉移預訓練模型，可執行跨任務的學習轉移，從舊文件中提取出新價值，例如變身為企業知識系統，透過對答解答員工疑問，語言模型具備內容生成能力，從舊文件按新要求生成新內容，通過結合外部數據，從市場情報分析建議，推薦開發新產品的策略。

例如說，上述庫務局現金流數字可推算工程超支，通過NLP分析各種工務工程合約，也可找出合約漏洞，工程施工延宕等可能性。但一般文件合約，多儲存於檔案系統，交易數據在企業系統，有時還結合外部數據，如何解決數據互通和檢索，建立目錄索引和元數據，數據預備有不少挑戰。企業逐漸發現，一旦出現數據孤島，內部數據也無法發揮價值。

有時，少量數據通過機器學習，已可獲初步滿意結果，作出不錯預測，到了進一步發揮數據協同和自動化，甚至建立「數據飛輪」，馬上發現困難重重；儲存至數據治理，都可能讓數據無法協作，須從儲存設計開始反思，以建立統一數據治理和協作流程。

所以，IT的管理重心，已從管理設備和系統整合，轉移至打通平台和雲端數據，設計重心不再限於建立企業應用，而是透過數據去驅動創新。

Hitachi Vantara儲存系統和近雲託管方案；包括Hitachi Virtual Storage Platform（VSP）以數據優先理念設計，目標就是打破數據孤島。Hitachi Cloud Connect則以連接數據中心近雲託管優勢，簡化混合雲部署和管理；從Equinix數據中心連接至公有雲。Lumada DataOps則是協同數據管理模式，以完全自動化策略，透過Catalog加快數據編製目錄以具搜索性，適時傳送數據以建立分析環境，提升效率推動創新。

有關Hitachi Vantara數據優先戰略，請參閱：

https://www.hitachivantara.com/en-us/home.html