戴尔易安信公布的第三期全球数据保护指数调查结果显示,数据量呈现爆炸式增长,增幅达569%,数据保护的“采纳者”数量相比2016年猛增近50个百分点。本次调查访问了私有组织和公共组织的2200名IT决策者,这些组织来自全球18个国家和11个行业,员工数量均超过250人,这些受访者提供了有关数据保护现状和数据保护策略成熟度的全面见解。该指数显示,受管理的平均数据量从2016年的1.45PB增加至2018年的9.70PB,而且,很多组织已深刻认识到数据的价值。全球范围内,92%的受访者都看到了数据的潜在价值,36%的受访者当前正将数据转化为经济效益。尽管这种认可是积极的,但大多数受访者仍难以妥善保护其自有数据。本次调查得出的很多结果都来源于对这些因素的综合考量。
数据中断事故代价高昂
庞大的数据量及其对业务运营的重要作用大大增加了数据保护的挑战性。数据中断事故频繁发生,但更令人担忧的是无法挽回的数据丢失不断增加。据调查显示,全球超过四分之三(76%)的受访者在12个月内经历过某种类型的数据中断,27%的受访者表示无法使用现有的数据保护解决方案来恢复数据,这个数字几乎是2016年的两倍(14%)。
巧合的是,全球76%的受访者雇用了至少两家数据保护供应商,这使得他们在同期的12个月内,遭遇某种类型数据中断的可能性比仅雇用一家供应商的受访者的可能性高出35%。在雇用两家甚至更多供应商的用户中,计划外系统宕机是最常见的中断类型(43%),其次是阻止数据访问的勒索软件攻击(32%)和数据丢失(29%)。
尽管计划外系统宕机的情况更为普遍,但数据丢失造成的损失却要高得多。例如,那些遭遇宕机的受访者在过去12个月内平均经历了20小时的宕机时间,损失为526,845美元,而遭遇数据丢失的受访者则平均损失2.13TB,价值接近100万美元。此外,许多经历过数据中断事故的受访者还表示,数据丢失对企业的方方面面都会产生深远影响,包括客户信任、品牌资产、员工生产力等。
令企业付出高昂代价的不只是数据量的损失,还有数据价值本身的损失。显然,大部分企业都认识到了这一点,有81%的受访者均表示自己更注重各类数据保护,因其更具经济价值。
尽管被归类为数据保护“采纳者”的人数增加了近50个百分点(从2016年的9%上升至2018年的57%),而“领先者”也增加了10个百分点(从2016年的2%上升至2018年的12%),但大多数企业都在努力实施能够充分满足其需求的解决方案。
大多数受访者(95%)在数据保护方面至少面临一个挑战。全球范围数据保护的三大挑战包括:
对于那些苦于为新兴技术寻找有效的数据保护解决方案的受访者来说,超过一半(51%)的人表示他们无法为人工智能和机器学习数据找到合适的数据保护解决方案,在为云原生应用程序(47%)和物联网(40%)寻找数据保护解决方案上遇到困难的受访者比例紧随其后,分别为47%和40%。
新兴技术和数据快速增长所带来的挑战才刚刚显现。正因如此,只有16%的受访者认为他们目前的数据保护解决方案能够应对未来的所有业务挑战。
根据“全球数据保护指数”显示,平均来看,公有云使用量在受访者组织总体IT环境中所占的比例已从2016年的28%增加到2018年的40%。几乎所有使用公有云的组织(98%)都将其视为数据保护基础设施的一部分。公有云数据保护的主要用例包括:
考虑到公有云环境中的数据保护解决方案时,不断扩大的数据世界扮演着一个特别重要的角色,因为64%的受访者认为可扩展性选项十分重要。具体来说,41%的受访者提到了为实现规模化保护而必须使用的数据保护基础设施或服务所产生的影响,而40%的受访者提到了随公有云工作负载的增加而对服务进行扩展的能力。
像欧盟通用数据保护条例(GDPR)这样的数据隐私法规相对较新,对数据行业的真正影响尚未显现。然而,由于41%的受访者将遵从法规列为三大数据保护挑战之一,这方面的监管很快就成为了焦点。
此外,只有35%的受访者确信其组织当前的数据保护基础设施和流程符合地区法规。大部分受访者在这一点上的不自信是不无道理的,因为在过去12个月经历过数据丢失或计划外系统宕机的组织中,有12%的受访者表示他们因此遭到罚款。
人工智能和物联网等新兴技术通常是组织数字化转型的重点,但这些技术所产生的数据绝对是其转型历程的关键所在。数据保护采纳者增加了近50%,而且大多数企业现已认识到数据的价值,这证明我们正在积极保护和利用推动人类进步的数据。
——戴尔易安信数据保护业务总裁兼总经理Beth Phalen
戴尔易安信委托Vanson Bourne开展第三次全球数据保护指数调查,此次调查就数据保护策略的成熟度访问了私有组织和公共组织的2200名IT决策者,这些组织来自18个国家和11个行业,员工数量均超过250人。Vanson Bourne于2018年9月至11月开展了这项调查,涉及的国家包括:美国、英国、法国和德国(各200名受访者);加拿大、墨西哥、巴西、南非、阿联酋、意大利、瑞士、荷兰、澳大利亚、日本、中国、韩国、印度和新加坡(各100名受访者)。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。