人工智能（AI）话题一直处于热搜榜前列，但如何运用好AI，并为企业及社会创造更大价值，则是大家始终探索的命题。
在商业领域中，在少量数据的环境中运用AI、针对非关键业务流程运用AI进行业务流程自动化、以及在低欺诈环境中运用AI进行欺诈检测等等，通常不会有很好的投资回报率（ROI），虽然这些情况比较普遍，但明显不是发挥AI真正价值的案例。那么，如何才能利用AI推动真正的业务价值并将AI提升为一个关键的业务工具？从数据管理的角度，我们有如下三种方法：两种是现在就可以实现的，一种是不久的将来就会出现的。
应对指数级数据增长和不断变化的威胁环境所带来的挑战
当数据量过于庞大时，仅仅投入更多的人力物力来管理这些数据就不再具有可持续性，也不再现实。如今，企业产生的数据量可能远远超出了人工分析潜在异常情况的能力，而在当今高度动态的数据和网络安全环境中，静态的自动化分析能做的非常有限，这就意味着，潜在网络攻击的可能性不断加大。AI可以超越简单的自动化，不断学习并主动应对当今海量数据集和复杂数据流程中 "正常 "事件的变化。
此外，攻击者还在试图破坏数据备份，且此现象正愈演愈烈，而数据备份是抵御勒索攻击等网络威胁的最后一道防线。攻击者利用恶意技术入侵数据管理员的账户，在正常登录时潜入以破坏备份。与数据异常检测一样，AI可以了解数据管理员的 "正常 "行为，然后借助动态调整多因素身份验证等保护措施，确保及时阻止可能被入侵的管理员账户的访问。
协助IT管理人员做出以数据为驱动的决策
如今，企业数据资产日益庞大和复杂，即便是经验丰富的数据管理人员也难以驾驭和保护，更不用说身兼数职的 IT 经理了。因此， 基于最先进的大语言模型（LLM）的对话式人工智能工具 —— AI copilot （AI智能助理），能够根据数据驱动的判断提供实际可行的指导和实时帮助，最终让数据管理者做出更好的决策。它们就像高度专业化的专家随时待命，帮助企业配置并保护数据。
让数据管理简便易行
AI应用在数据管理方面的终极目标，是帮助企业实现简单便捷的数据管理。期待在不远的将来，AI驱动的技术将能够完全自主地为企业迁移到多云环境中的海量数据提供自我配置、自我优化和自我修复的数据管理服务。在实践中，这将表现为在部署新服务和用户时自主配置数据保护策略，以及自主监控并推出与公司数据使用情况相匹配的新策略。
Veritas已经在研究这些解决方案，并于今年4月宣布Veritas 360 Defense将采用人工智能技术，并推出全新的自我防御型数据保护解决方案，这在数据保护行业尚属首次。Veritas NetBackup 和 Veritas Alta Data Protection 将持续监控和防御来自数据管理员用户凭证泄露的威胁；采用最新的大语言模型设计的Veritas Alta Copilot 则旨在降低企业数据管理的复杂性，并优化网络韧性。
所有这些都将在人类管理员的监督下进行，却不再需要人的决策就能由AI实现自治管理。实现这一目标的关键在于完全可信的大语言模型和相关的检索增强生成（也称为 RAG），而这正是业界即将实现的目标。
总之，AI热潮不减，这是因为AI有能力彻底重塑我们做某些事情的方式。其中关键在于明确运用AI的真正意义所在，企业数据管理就是一个很好的开始。从AI驱动的异常检测开始，到AI copilot（智能助理），直至完全的数据自治管理，在降低运营成本的同时，实现更大价值。