AI 时代的到来在各行各业引发了持续的热情，像ChatGPT这样的新工具承诺为企业带来竞争优势。然而，随着企业感受到将AI融入运营的推动力，它们的支撑基础设施可能未能为成功奠定基础。

许多企业缺乏应对高性能数据需求和能耗要求的必要基础设施，这是最大程度发挥AI优势所不可或缺的。实际上，传统系统通常无法满足实现机器学习模型所需的庞大AI数据管道。尽管AI带来了巨大的潜力，但其对能耗需求的影响可能出乎意料。

这些AI的潜在成本对于成功实施公司的关键计划构成了挑战，尤其是那些旨在实现环境目标的倡议。随着AI继续迅速普及，IT团队需要制定富有前瞻的数据战略，以确保他们能够通过适当的基础设施高效且有效地运营AI。

研究发现

对于IT负责人而言，挑战不仅在于构建持久的AI架构，还在于以符合其ESG（环境、社会、治理）优先目标的方式拥抱AI。为了帮助准确定位AI导入过程中与企业可持续发展目标相平行的障碍，我们在美国、英国、法国和德国等四个主要全球市场对500名以上员工的公司进行了调查。调查发现，对于88%已经实施AI的公司，对计算能力的需求急剧增长。实际上，近一半（47%）的公司自实施AI以来不得不将其计算能力提高一倍或更多。此外，近四分之三（73%）的IT负责人反馈，在其公司实施AI的过程中，并未充分准备好应对能耗需求的挑战。

未为AI对基础设施的影响做好准备，将使持续运营面临风险。

在没有适当的IT基础设施的情况下部署AI的主要后果，包括对IT部门增加解决数据团队问题的压力（51%）、需要更多投资来升级基础设施（49%）以及无法有效使用AI（48%）。

能耗需求仅仅是推动AI部署引发基础设施升级的一种手段。

值得注意的是，在这方面，数据管理工具（48%）、数据管理流程（46%）以及数据存储基础设施（46%）都发挥着关键作用。其它所需的IT基础设施升级包括网络基础设施（44%）、安全与隐私工具/流程（44%）以及计算基础设施（43%）。

这些挑战也对企业的可持续发展目标构成了阻碍。

几乎所有的IT负责人（超过99%）表示，他们面临着对致力于通过其产品和解决方案实现可持续性的供应商的压力。这种压力也反映在员工（51%）、客户（49%）、领导层（49%）和投资者（49%）的观感中。

IT负责人发现，无论如何，都无法回避与AI相关的电力、能耗和空间需求。事实上，88%的人认为，要实现ESG目标，必须在充分准备IT基础设施以支持AI计划的前提下才有可能。因此，几乎所有受访者（96%）已经或计划更新他们的IT基础设施，其中有29%表示已经或将需要进行彻底的全面改造。然而，实施AI意味着与企业领导层合作，克服他们对基础设施忽视的误解，也就是弄清楚他们为何忽视基础设施的确切原因。IT负责人认为，领导层在投资AI时忽视IT基础设施的首要原因是期望AI工作在云中完成（51%）。其它原因包括对AI影响的狭隘看法（50%）以及急于采纳AI（48%）。此外，超过四分之一的人（41%）表示这是因为领导层不完全了解他们当前的IT基础设施。

理想情况下，企业在部署AI之前应该提前准备好基础设施升级。

根据调查，89%的受访者在部署AI后升级IT基础设施时面临了实现ESG目标的困难。为了应对这一挑战，已经部署了AI技术或计划在未来12个月内部署的60%的人表示，他们投资了或将投资更节能高效的硬件，以实现ESG目标。

可持续AI部署的基础设施要点

在企业的流程和运营中实施AI可以极大地增强竞争优势，使组织能够实现更大的灵活性、提高客户满意度、改善运营卓越性，并加速创新。然而，随着ESG导入达到临界点，组织面临的挑战是在平衡环境影响与以业务为驱动的目标之间，以利用指数级数据增长的价值。因此，成功部署AI和其它数据密集型技术将越来越受到组织对规模和效率的基础设施能力所赋予的深思熟虑的定义。

当前，数据中心中超过80%的数据仍然被困在机械硬盘上。转向闪存优化系统是组织可以采取的初步步骤，可以减少5倍至10倍的功耗。除了帮助减少排放，闪存存储系统还能够处理AI工作负载的不断变化的数据需求，并设计用于适应不断增长的数据量而不影响性能。