今天，即便是許多非從業(yè)者也至少對人工智能（AI）有一個大致的了解。從自動駕駛汽車到個人語音助手，人工智能已成為我們日常生活的前沿和中心。但是這些直觀展現(xiàn)在我們面前的AI應用并不是現(xiàn)在大多數(shù)IT專業(yè)人士考慮AI應用時所關注的。許多人可能沒有意識到，IT界每天思考的是，AI可以走多遠，AI應用如何為更多事情帶來改變。

在企業(yè)可能遇到的IT挑戰(zhàn)中，備份、恢復和IT彈性是非常重要的。根據IDC最近發(fā)布的“IT彈性狀態(tài)”報告，非傳統(tǒng)數(shù)據類型的出現(xiàn)帶來了對創(chuàng)新的備份和恢復方法的需求。應用程序數(shù)據、機器學習數(shù)據和從傳感器收集的數(shù)據——從結構化到非結構化——都將與組織的IT彈性策略相關，從而帶來持續(xù)的數(shù)據管理和可見性挑戰(zhàn)。

那么，結合人工智能，有哪些方法可以解決備份和恢復領域的這些挑戰(zhàn)？下面讓我們來看看，機器學習和IT彈性相結合對技術和IT行業(yè)運作方式產生深遠影響的四種方式。

上的Fernando Arcos拍攝的照片

隨著對數(shù)據使用價值的不斷開發(fā)，如人工智能，企業(yè)首先需要確保自己的IT基礎設施足夠高效、靈活和安全。這都屬于創(chuàng)建一個彈性環(huán)境：一個確保在任何時候都能訪問關鍵應用程序而不會對業(yè)務運行或客戶造成任何干擾的IT環(huán)境。而且機器學習需要大量的數(shù)據，這一點變得尤為重要。

我們以無人商店為例，它結合了攝像頭圖像、傳感器和移動應用程序數(shù)據，允許購物者進入商店，選購他們所需要的東西，然后就可以離開，而無需與任何人互動——移動支付是自動發(fā)生的。假設無人商店的所屬企業(yè)需要一些數(shù)據來進行機器學習模型的訓練，那從線上系統(tǒng)獲取這些數(shù)據時，IT系統(tǒng)必須要有足夠的彈性，以保證業(yè)務不會受到影響，否則將會嚴重影響客戶體驗。

今天，大多數(shù)公司都會持續(xù)運行故障轉移測試，以確保在遇到災難情況時，災難恢復策略能夠按照預期的方式工作。然而，IT部門面臨的一個常見挑戰(zhàn)是有足夠的存儲空間來持續(xù)運行這些故障轉移測試——需要反復復制和移動數(shù)據的測試。使用基于機器學習的預測工具，企業(yè)將能夠看到預期的存儲增長率，并自動提供相關選項。

點擊一個按鈕，就可以看到“如果發(fā)生了什么事件”，數(shù)據將移動到什么地方；點擊一個按鈕，就可以看到將數(shù)據移動到不同的云平臺和/或進行一次遷移會產生多少成本；點擊一個按鈕，就可以看到多少冗余的存儲數(shù)據被刪除。或者更進一步說，如果一個組織擁有足夠先進的機器學習程序，那么它可以根據預先確定的首選項進行操作，并基于一種算法自動平衡存儲資源，該算法考慮了可用空間、成本、之前的手動決策等多個因素。

最理想的狀態(tài)是，當企業(yè)遇到災難時，災難恢復系統(tǒng)會自動地、快速地、比任何人手動完成的工作都好。當然我們還無法實現(xiàn)這一狀態(tài)，但很可能就要來了。雖然自動災難恢復聽起來很有吸引力，但是仍然需要機器學習足夠先進，以便理解什么時候網絡只停機五分鐘，而完全的資源密集型恢復毫無必要，也不值得。

也就是說，有了正確的算法和變量，以及足夠的數(shù)據來幫助機器確定何時應該等待五分鐘（例如，在執(zhí)行故障轉移之前），就有可能實現(xiàn)自動災難恢復系統(tǒng)。這種改進的最終目標是減少業(yè)務和客戶的停機時間。其理念是，一旦通過足夠多的基于算法的嘗試和錯誤來解決這些問題，機器總是會比人類表現(xiàn)得更好、更快、更聰明。這代表著，災難恢復系統(tǒng)高效到了一定程度，以至于即使龍卷風襲擊了一個200，000平方英尺的數(shù)據中心，對其所支撐的業(yè)務來說也毫無影響。

隨著機器學習的進步，安全和恢復之間的界限越來越模糊。機器學習可以幫助安全和恢復系統(tǒng)一起工作，從而做出更好的IT決策。以勒索軟件為例，其病毒會對大量數(shù)據進行加密，以便攻擊者向個人或組織索要贖金。配備高級機器學習的安全系統(tǒng)可能能夠在加密發(fā)生時檢測到惡意加密，然后自動與恢復系統(tǒng)連接，在攻擊發(fā)生時就制止它，并將故障轉移到未加密的數(shù)據。這是人工智能和IT彈性結合起來的最令人興奮和最有前途的方式之一。這種情況在不久的將來將成為現(xiàn)實，最終，隨著網絡威脅的增長，沒有這種保護技術，任何企業(yè)將無法生存或競爭。

以上只是備份和恢復領域中幾個潛在的基于人工智能的應用場景。當然初次之外還有很多，其中許多我們可能在未來幾年都不會發(fā)現(xiàn)——沒錯，這就是一個新的、不斷發(fā)展的、數(shù)據驅動的世界。但是，就像在所有領域一樣，我們今天對備份和恢復的了解，或許短短幾年后將完全不同。我們仍然處于開始階段，但創(chuàng)新推進的速度是日益增長的，它對一個組織如何更好地保護和保存其數(shù)據所帶來的改變，也許將在“宕機”這個詞消失之后結束。