新上线今天0 投票
当旧数据让 AI 部署戛然而止——以及如何应对
AI 的普及正在将企业尘封多年的数据资产重新激活，但这也带来了意想不到的安全隐患和管理挑战。近期在 Veeam 纽约会议上，多位企业 AI 部署负责人分享了他们的教训：由于 AI 能够快速检索并暴露内部长期被遗忘的数据，一些公司不得不暂停 AI 部署，重新审视数据治理策略。
旧数据“翻新”，问题浮出水面
富达投资（Fidelity Investments）高级副总裁 Steve MacIntyre 提到，其拥有 40 万员工的公司发现，原本藏在 SharePoint 站点或网络附加存储（NAS）中的旧数据，通过 AI 提示词突然浮出水面。他表示：“这不是 AI 的问题，而是 AI 快速发现信息的能力暴露了数据管理的短板。”
安永（EY）企业技术首席架构师 Wim Geurden 则描述了另一重困境：在 AI 搜索引擎上线后，其全球独立成员公司之间原本归属不清的数据被大量暴露。“EY 全球并不拥有这些数据，每个成员公司拥有自己的数据。这引发了第一波问题——我们有多少 SharePoint 站点？数据量达到 PB 级，简直是‘狂野西部’，完全没有生命周期管理。”
核心挑战：数据治理而非技术
两位专家一致认为，AI 本身不是问题根源，企业多年积累的数据资产缺乏有效治理才是关键。AI 的检索能力让这些“沉睡”的数据变得可访问，但也暴露了所有权不清、合规风险、敏感信息泄露等隐患。
应对之道：建立新的治理架构
面对这一挑战，企业需要采取系统性措施：
- 梳理数据资产：对 SharePoint、文件服务器等存储中的数据进行全面盘点，明确归属和敏感等级。
- 实施生命周期管理：为数据设定保留、归档和删除策略，避免无限制堆积。
- 权限精细化：确保 AI 只访问授权数据，防止内部信息过度暴露。
- 跨部门协作：IT、法务、业务部门共同制定数据治理规范，适应 AI 时代的需求。
行业启示
随着 AI 在企业中的深入应用，数据治理已从“后台支持”转变为“战略核心”。忽视这一点的企业可能会在 AI 部署中遭遇“急刹车”。正如会议所揭示的：AI 的价值不在于技术本身，而在于如何管理其背后的数据。
