การนำปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องจักร (ML) มาใช้กันอย่างแพร่หลายในช่วงปีที่ผ่านมา ส่งผลให้เกิดการเปลี่ยนแปลงครั้งสำคัญในหลายภาคส่วน ซึ่งถือเป็นการเริ่มต้นยุคใหม่ของนวัตกรรมและการเติบโตที่ไม่เคยเกิดขึ้นมาก่อน ผลกระทบดังกล่าวขยายไปถึงการจัดเก็บข้อมูล ซึ่งคาดว่าเทคโนโลยีเหล่านี้จะนำมาซึ่งการเปลี่ยนแปลงครั้งใหญ่ โดยเฉพาะอย่างยิ่ง เทคโนโลยีเหล่านี้จะช่วยให้ธุรกิจมีความคล่องตัวมากขึ้น ซึ่งถือเป็นสิ่งสำคัญสำหรับการแข่งขันในสภาพแวดล้อมปัจจุบันที่ต้องพึ่งพาข้อมูลเป็นอย่างมาก
และนี่เป็น 7 วิธีที่มีศักยภาพที่ AI และ ML จะสามารถเปลี่ยนโฉมภูมิทัศน์ของระบบจัดเก็บข้อมูลในปี 2567 ได้
1. การกำหนดหมวดต่างๆ ของข้อมูล: การจัดเก็บข้อมูลแบบแบ่งชั้นถูกนำมาใช้มานานหลายสิบปีแล้ว ทำให้องค์กรต่างๆ สามารถใช้สื่อจัดเก็บข้อมูลประเภทต่างๆ ได้ตามปัจจัยต่างๆ เช่น ความจุ ความเร็ว ต้นทุน และความปลอดภัย แม้ว่าสคริปต์ที่เขียนไว้ล่วงหน้าได้เพิ่มการทำงานอัตโนมัติให้กับกระบวนการบางส่วนเมื่อไม่นานนี้ แต่การนำการจัดเก็บข้อมูลแบบแบ่งชั้นมาใช้ยังคงต้องใช้แรงงานคนเป็นส่วนใหญ่ ทั้ง AI และ ML นำเสนอโอกาสในการทำให้การจัดเก็บข้อมูลแบบแบ่งชั้นเป็นระบบอัตโนมัติอย่างสมบูรณ์โดยการวิเคราะห์การเข้าถึงข้อมูลและรูปแบบการใช้งาน ซึ่งช่วยให้สามารถจัดสรรข้อมูลอย่างชาญฉลาดไปยังชั้นการจัดเก็บข้อมูลที่เหมาะสมที่สุด ช่วยเพิ่มประสิทธิภาพและต้นทุนให้เหมาะสมที่สุด เมื่อโมเดลเหล่านี้เรียนรู้อย่างต่อเนื่อง โมเดลจะปรับตัวให้เข้ากับเงื่อนไขที่เปลี่ยนแปลงได้แบบเรียลไทม์ ทำให้มั่นใจได้ว่าโซลูชันการจัดเก็บข้อมูลจะยังคงมีประสิทธิภาพและประสิทธิผล และสุดท้ายก็บรรลุอัตราส่วนราคาต่อประสิทธิภาพที่ดีที่สุด
2. การจำแนกประเภทและการติดป้ายกำกับข้อมูล: การจำแนกประเภทและการติดแท็กข้อมูลเป็นกระบวนการสำคัญในการจัดระเบียบและจัดการข้อมูลแต่ต้องอาศัยคนในการจัดการ ซึ่งในอนาคตอาจมีโอกาสปรับปรุงประสิทธิภาพได้โดยการทำให้งานเหล่านี้เป็นอัตโนมัติ AI และ ML สามารถประมวลผลและทำความเข้าใจข้อมูลและข้อมูลเมตาเพื่อจัดเรียงและจัดหมวดหมู่ข้อมูลจำนวนมากโดยอัตโนมัติ การทำเช่นนี้จะสามารถสร้างหน่วยข้อมูลที่เป็นระเบียบและเข้าถึงได้ง่าย ความสามารถนี้มีประโยชน์อย่างยิ่งในด้านต่างๆ ได้แก่ การจัดหมวดหมู่ผลิตภัณฑ์เพื่อการพาณิชย์ การจัดการเนื้อหาเพื่อให้ค้นหาและจัดการได้ง่ายขึ้น และกระบวนการอื่น ๆ ที่ต้องอาศัยฟังก์ชันการค้นหาที่แม่นยำ
3. ความปลอดภัยและลดภัยคุกคาม: อาชญากรไซเบอร์กำลังใช้ AI และ ML เพื่อพัฒนาการโจมตีขั้นสูงและแพร่หลายมากขึ้น และทีมงานด้านความปลอดภัยทางไซเบอร์กำลังเริ่มตอบโต้โดยการบูรณาการนำเอาเทคโนโลยี AI และ ML มาใช้เพื่อปรับปรุงมาตรการและการป้องกันด้านความปลอดภัยในโครงสร้างพื้นฐานด้านความปลอดภัยทั้งหมด ซึ่งสามารถปรับปรุงได้หลายประการ ได้แก่ การตรวจจับภัยคุกคามขั้นสูง การมองเห็นสินทรัพย์ที่มีความเสี่ยงได้ดีขึ้น และประสิทธิภาพและผลผลิตที่เพิ่มขึ้นในปฏิบัติการด้านความปลอดภัย จำเป็นต้องมีระบบจัดเก็บข้อมูลที่มีความน่าเชื่อถือสูงเพื่อจัดการและวิเคราะห์ข้อมูลด้านความปลอดภัยจำนวนมากที่สร้างขึ้นจากเครื่องมือตรวจสอบหลายสิบรายการ
4. การกำจัดข้อมูลซ้ำซ้อนและการบีบอัดข้อมูล: การขจัดข้อมูลซ้ำซ้อนและการบีบอัดข้อมูลเป็นเทคนิคที่ช่วยให้องค์กรสามารถจัดการและใช้ทรัพยากรจัดเก็บข้อมูลได้อย่างมีประสิทธิภาพและคุ้มค่าที่สุด AI และ ML สามารถนำมาใช้ในการวิเคราะห์ข้อมูลจำนวนมากภายในองค์กรเพื่อค้นหาและกำจัดข้อมูลซ้ำซ้อน (deduplication) หรือเพื่อลดขนาดไฟล์ข้อมูล (compression) การดำเนินการดังกล่าวจะช่วยให้องค์กรสามารถเพิ่มความจุในการจัดเก็บข้อมูลได้อย่างเต็มที่ ทำให้ระบบจัดเก็บข้อมูลมีประสิทธิภาพและคุ้มต้นทุนมากขึ้น
5. การบำรุงรักษาเชิงคาดการณ์: อุปกรณ์หรือระบบขัดข้องโดยไม่ได้วางแผนไว้ล่วงหน้า ส่งผลให้องค์กรสูญเสียทางการเงินเป็นมูลค่าหลายพันล้านดอลลาร์ทุกปี การบำรุงรักษาเชิงคาดการณ์ที่ขับเคลื่อนด้วย AI/ML ช่วยให้องค์กรสามารถวิเคราะห์ประสิทธิภาพและความสมบูรณ์ของพื้นที่เก็บข้อมูลแบบเรียลไทม์เพื่อป้องกันและแก้ไขปัญหาต่างๆ ก่อนที่ปัญหาเหล่านี้จะกลายเป็นปัญหาใหญ่ที่นำไปสู่การหยุดทำงาน AI และ ML สามารถช่วยเหลือเกี่ยวกับการวางแผนกำหนดเวลาการบำรุงรักษาเมื่อระบบไม่ได้ใช้งาน และระบุเวลาที่เหมาะสมสำหรับการบำรุงรักษาเพื่อลดการหยุดชะงักของการดำเนินงานให้เหลือน้อยที่สุด
6. วิเคราะห์ต้นทุนรวมในการเป็นเจ้าของ (TCO): ความเข้าใจอย่างลึกซึ้งเกี่ยวกับต้นทุนที่แท้จริงที่เกี่ยวข้องกับการใช้งานและการบำรุงรักษาระบบจัดเก็บข้อมูลสามารถเปลี่ยนแปลงวิธีที่องค์กรจัดการและกระจายทรัพยากรจัดเก็บข้อมูลได้อย่างมาก ค่าใช้จ่ายที่ซ่อนอยู่เป็นค่าใช้จ่ายบางอย่างที่เกี่ยวข้องกับระบบจัดเก็บข้อมูล เช่น การใช้พลังงาน เครือข่าย และการบำรุงรักษา มักเป็นเรื่องยากที่มนุษย์จะระบุและคำนวณได้อย่างแม่นยำ เทคโนโลยี AI และ ML สามารถวิเคราะห์ข้อมูลและเรียนรู้ที่จะพิจารณาค่าใช้จ่ายที่ซ่อนอยู่เหล่านี้ตลอดวงจรชีวิตทั้งหมดของระบบจัดเก็บข้อมูล ดังนั้น การทำความเข้าใจ TCO สำหรับระบบจัดเก็บข้อมูลอย่างถ่องแท้จะช่วยให้องค์กรสามารถตัดสินใจเพิ่มประสิทธิภาพต้นทุนและการจัดสรรทรัพยากรได้อย่างถูกต้องและครบถ้วน
7. การจัดการทรัพยากร: AI/ML ยังช่วยจัดการวิธีการตั้งค่า การเพิ่มประสิทธิภาพ และการจัดสรรทรัพยากรการประมวลผลและการจัดเก็บข้อมูลใหม่ ซึ่งสามารถนำไปสู่การใช้งานสินทรัพย์ที่ดีขึ้นอย่างมีนัยสำคัญ ประสิทธิภาพของระบบที่เพิ่มขึ้น และเพิ่มความพร้อมใช้งานของข้อมูล การบูรณาการ NVMe over Fabrics (NVMe-oF) กับการจัดการทรัพยากรที่ขับเคลื่อนด้วย AI/ML ส่งผลให้ความเร็วในการถ่ายโอนข้อมูล ประสิทธิภาพของระบบ ความสามารถในการปรับขนาด และการใช้ทรัพยากรดีมากยิ่งขึ้น อัลกอริทึม AI สามารถตรวจสอบและเปลี่ยนแปลงการตั้งค่าได้แบบเรียลไทม์ สามารถจัดระเบียบและย้ายข้อมูลระหว่างพื้นที่จัดเก็บข้อมูลที่แตกต่างกัน ได้อย่างมีประสิทธิภาพ รวมถึงสามารถคาดการณ์ปัญหาที่อาจเกิดขึ้นและดำเนินการบำรุงรักษาได้ก่อนที่ปัญหาจะเกิดขึ้นเพื่อทำให้ระบบทำงานได้อย่างราบรื่น มีประสิทธิภาพและมีประสิทธิผลมากที่สุด ดังนั้น การจับคู่ AI กับ NVMe-oF อาจเป็นขั้นตอนสำคัญในการจัดการปริมาณข้อมูลที่เพิ่มขึ้นอย่างรวดเร็วเพื่อนำเสนอโซลูชันการจัดเก็บข้อมูลร่วมกันที่เชื่อถือได้และปรับขนาดได้มากขึ้น การผสมผสานระหว่าง AI กับ NVMe-oF อาจเป็นขั้นตอนสำคัญสำหรับการจัดการข้อมูลที่มีปริมาณเพิ่มอย่างรวดเร็วอย่างมีประสิทธิภาพ การผสมผสานนี้สามารถมอบโซลูชันการจัดเก็บข้อมูลที่เชื่อถือได้และสามารถปรับขนาดได้เพื่อตอบสนองความต้องการข้อมูลที่เพิ่มขึ้น
เทคโนโลยี AI และ ML กำลังเปลี่ยนแปลงเข้าสู่ระบบจัดเก็บข้อมูลอันชาญฉลาด
AI และ ML จะมาเปลี่ยนแปลงระบบจัดเก็บข้อมูลอย่างมีนัยสำคัญ นำไปสู่การเปลี่ยนแปลงพื้นฐานในวิธีที่องค์กรมองและใช้งานระบบเหล่านี้ ตั้งแต่การจัดการข้อมูลอัจฉริยะและการจัดสรรทรัพยากรที่เหมาะสม ไปจนถึงการรักษาความปลอดภัยและการจัดเก็บที่มีประสิทธิภาพ
การจัดเก็บข้อมูลจะเป็นมากกว่าแค่เรื่องความจุและประสิทธิภาพการทำงาน แต่จะเน้นไปที่ความชาญฉลาดและประสิทธิภาพในการทำงานมากขึ้น เมื่อองค์กรต่างๆ ยังคงใช้ประโยชน์จากพลังของ AI/ML ในกลยุทธ์การจัดเก็บข้อมูลของตน เราก็สามารถคาดการณ์ได้ว่าภูมิทัศน์ที่เน้นข้อมูลจะตอบสนองได้ดีขึ้น ปลอดภัยขึ้น และคุ้มต้นทุนมากขึ้น เนื่องจากองค์กรต่างๆ ใช้ประโยชน์จาก AI และ ML มากขึ้นในกลยุทธ์การจัดเก็บข้อมูล เราจึงคาดว่าจะมีการเปลี่ยนแปลงไปสู่สภาพแวดล้อมการจัดการข้อมูลที่เน้นข้อมูลซึ่งมีลักษณะเด่นคือการตอบสนองที่รวดเร็วขึ้น ความปลอดภัยที่ดีขึ้น และคุ้มทุนมากขึ้น
AI กำลังปฏิวัติวงการจัดเก็บข้อมูลด้วยการแนะนำเทคโนโลยีอัจฉริยะที่สามารถปรับเปลี่ยนได้ อีกทั้งมอบมุมมองใหม่ให้กับระบบจัดเก็บข้อมูลอัจฉริยะและประสิทธิภาพสูงแห่งอนาคต
เรื่องโดย สก็อตต์ แฮมิลตัน
บริษัท ซินเน็ค (ประเทศไทย) จำกัด (มหาชน)
33 ถนนสุคนธสวัสดิ์ แขวงลาดพร้าว
เขตลาดพร้าว กรุงเทพฯ 10230
Tel : +66(0) 2553-8888
https://www.synnex.co.th/th/