• 疫情的暴发和远程办公的兴起,使得微软SharePoint和Teams的数据暴增
• 缺乏内置数据归档选项,导致用户的存储量达到极限
• 企业应当立即采取措施,以避免被收取20倍的存储费用
近日,多云数据管理领域的领导者Veritas Technologies发出警示:在后疫情时代,由于远程办公正在逐步成为当前常见的工作模式,协同工具的使用给企业带来了巨大的成本压力。
疫情的暴发,让微软SharePoint(Office 365以及Microsoft Teams的存储与分享平台)等云协作服务得到了迅猛发展。但是,由于协同工具供应商几乎不提供文件存档选项,导致很多公司现在才发现自己的数据存储量和成本超支正在急速激增,完全超出了掌控范围。如果不加以解决,他们将要为那些应该归档且不再使用的数据,额外支付高额的“储存成本”。
对正忙于应付能源成本,供应链问题和人力短缺的企业来说,云储存成本的猛增是他们最不希望发生的事情。但是很少有人意识到,通过采用第三方解决方案,利用云服务将遗留数据自动归档,就能够在这个问题上占据主动。
Veritas公司大中华区总裁滕文表示:“在疫情暴发之初,为保证员工的工作效率,很多企业开始使用云协同工具,这使得SharePoint账户数目在2020年底超过了两亿。如果当时这些数据是被储存在某个机构的服务器上,那么,现在这些数据就可以被归档。但是,由于很多包括SharePoint在内的云协同工具并不提供本地归档功能,这些数据目前被堆放在又‘热’又贵的存储空间里。这就意味着一些公司正在为此买单:把两年前每个员工的Teams聊天记录保存在最昂贵的存储层中。”
热存储是指能够方便、快捷访问数据的存储介质,通常以高优化、高连接性的先进硬件为基础。与之相应的是冷存储,一般使用的是磁带或其它低成本介质来储存合规数据,这些数据基本处于脱机状态,而且很少被存取。
滕文认为:“像SharePoint和Teams这样的协同办公软件,帮助企业度过了疫情的艰难时期,并且改变了大部分人的工作方式。谁也不希望企业因为成本而停止使用这些协同工具。所以,让这些数据变得既经济又实用就非常有必要——企业可通过引入第三方归档,把闲置数据转移到冷存储的同时,保证它们能被随时检索和访问。”
一些云数据管理工具,比如Veritas的NetBackup SaaS Protection,能轻松实现将可归档数据转移到更具成本效益的存储层。这些存储层不会影响数据隐私和所有权,一般位于企业用来存储热数据的云平台。
滕文介绍:“如果没有把SharePoint的超额容量转移到更经济的存储层上,企业的存储成本预计将增加22倍*。”
*数据基于:SharePoint月超额容量费用为153美元/TB,而在冷存储中,100TB Azure3年预留容量的售价为676美元/月。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。