希捷最新研究指出，人工智能在提升商业存储价值的同时，也暴露出基础设施准备的严重滞后。
调研显示，99%的受访者预计未来三年内，AI工作负载将推高存储需求。然而，仅有38%的组织自认已完全就绪，43%的受访者将存储基础设施列为阻碍AI广泛部署的主要瓶颈之一。
AI重塑存储战略地位
这项涵盖超2700名技术决策者的调查发现，86%的受访者已从AI投资中获得中等或显著回报，其中33%表示已实现实质性、可衡量的财务或运营效益。
为适应不断变化的业务需求，保留支持未来模型、应用及决策的信息变得愈发关键。近七成受访者预计存储需求至少增长26%，其中32%预估增幅将超过50%。
尽管98%的受访者视存储为战略性基础设施而非单纯的行政职能，但准备工作仍显薄弱。53%的受访者指出，数据质量和就绪状态是另一大部署难题。相比之下，存储问题的优先级已超过计算资源可用性（27%）和能源限制（24%）。这表明，单纯扩充计算容量无法解决组织在部署数据密集型AI系统时面临的基础设施局限。
可持续性制约基础设施扩张
基础设施扩张正受到可持续性因素的制约。77%的受访者表示，其计划增长因可持续性考量而出现延迟或变更，其中36%经历重大投资调整，41%遭遇小幅推迟。
在环境因素中，功耗（62%）和设备寿命（55%）最受关注。受访者普遍将更长的硬件服务周期与数据中心运营可持续性的改善联系起来。
当前信心与未来预期存在差距。目前仅39%的受访者认为其存储操作具备高度可持续性，但这一比例在评估五年后的预期水平时上升至61%。
资金实力显著影响这一预期。在可持续发展预算超过1亿美元的组织中，70%预计五年内实现高度可持续运营；而在年预算低于100万美元的组织中，持此预期的比例仅为48%。
随着培训材料、活跃数据集、模型检查点及输出结果在AI全生命周期中产生差异化的基础设施需求，存储架构、设备寿命、能耗和容量规划已成为相互关联的关键决策因素。调查虽未表明所有组织面临相同的成本压力，但存储需求的普遍增长已成共识。