主角愛麗絲觀察周圍環境后，迅速制定幾種干掉大BOSS的策略，已是令人震撼。不曾想，大BOSS對此不屑一顧，亮出了戰斗預測軟件，可完全預測對方的出招策略，先發制人，預想出幾中KO愛麗絲的戰斗方式。
預測系統顯示可完全制服對手。
這是人們對智能技術的想象，智能系統能結合實際周邊環境分析找出達到某種確定的目的方式。難點在于：環境很復雜，分析很難，找出達到目的的方式更是難上加難。
在企業級存儲領域也是如此。企業級存儲系統的參數配置極其復雜，參數眾多，但目的很明確，讓存儲的性能，容量，管理性，在一個較為理想的范圍內，管理者為達到這一目的可以有多種操作供選擇。
簡而概之，核心分兩步：收集信息，做出決策。
第一部分，對于普通人來說，人在同一時間處理的數據是有限的，而機器獲取和存儲這些數據比較在行。第二部分，管理員憑借經驗和知識積累靈活處理少量問題的能力比較強，機器處理問題的能力有所欠缺，但隨著人工智能技術的發展，機器處理問題成為可能，機器是可以對同類問題大批量快速進行操作的。
這樣類似科幻的想象已經走進了現實。
EMC
EMC的AI存儲管理產品叫CloudIQ，管理存儲系統的健康狀態，性能和可用性，這是一個基于SaaS的分析平臺，幫助管理員發現和預警可能出現的問題，原理是從全球的存儲系統中獲取諸如配置信息，性能，容量信息等，用近乎實時分析技術做出相應，提升用戶的反應時間和響應水平。
飛康
飛康有一個Intelligent Predictive Analytics也能達到類似的效果，飛康的智能預測或者說預測管理涉及從底層的資源曾，到操作系統層，最后到客戶端應用程序層，多層次對系統進行預測和管理。
NetApp
最近，NetApp介紹了一款叫Elio的存儲管理聊天機器人，管理員可以用自然語言管理NetApp的企業級存儲產品。Elio的定位是助手，可以為NetApp的所有產品提供入門級的技術支持，遺憾的是沒有公布提供幫助的準確率。
NetApp的另外一個產品叫ActiveIQ，幫助客戶提升系統正常運行時間，能夠預測并檢測性能問題，同時提出配置建議，還可以幫助企業客戶對跨混合云數據基礎設施作出優化。
NetApp的優勢在于其存儲產品的安裝量非常大，每天可憑借超過 30 萬個 Data Fabric 解決方案的數十億個數據點，結合云分析，為客戶提供行之有效的有益經驗。
有意思的是，Elio是用IBM的沃森打造的，有點不解的是，IBM自己有沃森，自己有企業級存儲業務，不知道為什么自己搞一個用AI來管自己的存儲產品呢。大的存儲公司里面NetApp算是比較早做這樣的事的，其實，許多新的存儲公司也在做類似的事情。
Tintri
Tintri Analytics也是做存儲管理預測分析的軟件產品，它可以用來解決性能問題，能查出究竟是存儲、網絡還是存儲的問題導致了性能問題，并能快速解決問題。存儲資源管理是另外一類問題，未來一段時間會用多少資源呢？配置多了浪費，配置少了不夠用，智能的人工智能技術能根據歷史記錄來作出預測，給出配置建議。
先智數據
先智數據的Diskprophet也是做預測，檢測磁盤的運行數據，檢測硬盤的運行狀態，然后做出預測，在故障發生之前做出行動，防止故障進一步發展，影響系統運行，而且，先智的預測產品能調整做磁盤修復的時間，防止在業務高峰期修復，讓整體的系統的運行狀態一直維持在可接受的范圍內。
Nimble
Nimble被HPE相中并收入囊中了，Nimble的人工智能存儲管理系統叫InfoSight Predictive Anakytics。
據介紹，InfoSight從2010年就開始收集大量產品數據，對這些數據加以分析做出處理模型和辦法，有許多問題都具有共通性，在大的數據量基礎上，InfoSight可以在問題出現后和帶來影響之前把十有八九的問題解決掉。對于部分復雜的具有個性的問題，這些收集的數據也可以提供幫助。
Nimble宣稱自己做到了6個9的可靠性，意味著全年宕機時間不超過25秒，如此高可靠性已具備極高的可靠性，可以很好地讓Nimble的閃存解決方案來支持核心業務了。
Pure Storage
Pure Storage的Pure1 Meta也是個基于人工智能的管理軟件，每天收集很多很多數據，對未來性能，運行狀態，資源需求量做預測，持續發現可能存在問題的部分并作出預警，隨著時間的推移，人工智能持續演進，不斷學習和進步，降低了用戶管理的負擔。
智能的企業級存儲運維管理
類似的產品和方案還有很多，特點都是獲取大量系統的運行數據，大多數做此類產品的都是大存儲公司，因為安裝量大所以獲取的數據多，以大數據量做預測的結果更有價值。
大的存儲公司并沒有將其作為核心競爭力，比如CloudIQ免費用于EMC的Unity和SC系列存儲，NetApp的產品是最近才有的產品，反倒是許多比較新的存儲公司有意以此作為創新點來在市場上發聲。
部分產品強調從資源層，系統層到應用層的監控，這要求對全產品堆棧有較強的認識和理解，對技術水平要求很高，在一定程度上也限制了此類產品的通用性，也就是一個產品智能管理一家的存儲產品，符合存儲系統一貫的風格。
還是要肯定用機器管理存儲的價值，讓存儲管理有了更多主動性，先一步下手，防患于未然。給出的數據表明，通過使用 NetApp 分析功能，NetApp 客戶每年節省的資金總額已超過 6 億美元，人工智能，人工智能的分析管理的價值空間不難想象。
