數據也許是點石成金的“神器”，但也是把雙刃劍。
數據洞察的黃金時代正悄然到來，蘊含著無數的可能性。通過數據，零售商可以更好地預測用戶的購買習慣， 并在規定時效內把商品送達指定地點;醫生可以根據更詳細的醫療記錄，進行更為精確的診斷;衛星導航系統能幫助我們避開交通事故，讓大家準時上班;娛樂軟件可以預測我們的喜好，通過大數據推薦符合我們審美的音樂或電影。數據帶領我們從無到有，其蓬勃發展的寫照，將無數想象孕育成現實。
“水滿則溢”
但是當許多企業初嘗到數據的甜頭時，才發現數據說到底也是把雙刃劍。企業發現，只有當數據準確時才能發揮作用，如果數據缺失、損壞或不可用，整個系統就會崩潰。此外，數據管理難度和其數量成正比，數據越多意味著管理難度越高。這就像我們在手機上玩的俄羅斯方塊游戲:一開始很容易，但隨著方塊下降的速度越來越快，數量越來越多，我們最終會慌亂而不知所措。
業務的正常運行離不開數據，但如今企業創造了太多的數據，而彌合數據威脅和數據安全間的溝壑，即使是當今世界上最優秀的數據管理團隊都心有余而力不足。
對企業來說，最簡單的選擇是專注于那些關乎企業發展的關鍵數據。至于其余的數據，將他們“安置”在云存儲中，并評估其重要性以方便后期處理即可。這與Veritas的一項研究結果相印證——只有16%的企業數據是“可操作”且被使用的，其余的要么是“ROT”(冗余、過時或瑣碎的數據)，要么是“暗數據”，存儲數據的團隊很可能不知道它是什么。
然而，存儲這些未被使用的數據不僅會給公司帶來財務壓力，還會帶來諸多環保問題。世界范圍的存儲服務會消耗大量電力，產生大量碳污染。 據Veritas 統計數據顯示，僅2020 年，存儲暗數據就產生了580萬噸碳排放，相當于80個國家的碳足跡總和。
于此，我們該如何改變這一局面? 其實只有在面臨重大調整或行動時，重新評估被“安置”數據的計劃才適用。對于公司來說，要么阻止數據的流入，要么配置更多的資源來處理它們。但據 IDC 統計，現如今數據量遠未減少。情況恰恰相反，分析機構預測，數據將以23%的年復合增長率持續增長。Veritas 最近的研究也強調，即使是那些最關鍵的行動，很多企業也缺乏 IT 專家的支持。很多企業表示，他們需要額外雇用 22 名員工才能加快數據保護速度，更不用說解決更廣泛的數據管理問題了。
技術賦能
這些暗數據堆積得如此之快，以至于似乎員工得擁有“三頭六臂”才能應付。但事實上，在處理暗數據方面，企業更需要訴諸擁有專業技能的團隊，而非技能超群的個人。術業有專攻，人們更擅長創造力和決策，而技術則更擅長快速處理大量信息?！安靹菡咧?，馭勢者贏”，充分利用人工智能(AI)和機器學習(ML)來增強現有IT團隊的技能，不僅是保留良好的數據驅動決策的方式，也是減少數據存儲對環境影響的有效途徑。
這便是數據自治，依賴于學習數據管理實踐并將其獨立應用于新數據集的技術平臺。這些策略曾離不開人力操作——必須有人操作系統以決定數據該存儲在何處、如何使用以及最終何時刪除等問題。但考慮到細節層面的逐項執行非常耗時，企業往往最終會采用更全面的數據管理方法，例如建立一個“統一的數據空間”。這就是獲得未使用的，或是不能使用的數據的方法。而將這些數據一直存放在不會被訪問的服務器上，可以一定程度上降低耗電速度，節省不必要的用電。
數據自治接替人力時，人工智能便可以更精細地實現主動決策和策略應用。AI可以學習不同數據類型的特性，并執行適合的意義的存儲、保護或刪除策略。因此，當新數據被創建時，不論是自動保護，還是安全存儲、訪問權限，又或是在合適的時間內進行清除，都能夠得到有效執行。
減少數據負載
從可持續性的角度來看，這有助于從根本上減少存儲的數據量以及與之相關的污染。企業不僅可以清除他們不需要的數據，還可以通過優化數據的儲存方式來減少所需的存儲空間。
舉例來說，其實企業持有的大量信息都是多次重復的。以合同為例，如果我們把合同通過郵件發送給同事，那我們擁有的不僅是合同的原始文檔，還會有存在于電子郵箱已發送的文件夾中的副本，而且同事的收件箱里也會有一個。同樣地，如果將這封郵件抄送給法律部門、財務部門以及團隊中為該帳戶工作的三個同事，那么情況很可能是同一文件的八個副本，多年來都存儲在公司的服務器上。
在暗數據環境中，上述提及的每一個文件都需要單獨保存，因為沒人知道它們是否是同一個文件。這就像八個盲盒，除非將他們全部拆開，否則我們無法獲知里面的內容是否相同。但其實這個看似繞不過的難題，在拿出數據自治策略后，便能迎刃而解。數據自治可為技術賦能，進而監測整個企業的文件。具體來說，技術完成索引相同的數據后會僅取其一，以原始版本的鏈接取代重復的數據，為存儲“減負”。
從環保角度來看，上述的“重復數據刪除”功能的作用在備份數據中格外明顯，其中數據自治驅動的解決方案有時能夠將存儲這些數據所需的電量及其帶來的二氧化碳排放量減少約 95%。
從業務角度來看，網絡中的數據風險可以最大限度地被規避乃至消除。那些企業沒有能力解決的數據洪流是脆弱的。Veritas研究表明，特殊情況期間，對于那些實施數字化轉型項目的企業來說，部署新的應用程序和擁有保護措施以確保其安全之間預計存在兩年的滯后期。
缺乏數據保護的兩年，無疑為勒索攻擊以及潛在的數據違規提供了溫床。好在數據自治恰能對付這些潛藏著的“灰犀?！笔录?，為數據管理澆筑安全基礎。
一言以蔽之，數據自治將使企業重新掌舵，牢牢把握數據的決策權，也昭示著新的數據“黃金時代”的到來。
