Fire ud af fem af virksomheder lagrer stadig data efter forældede principper, der ikke kan følge med AI’s eksplosive krav til hastighed og skalerbarhed. Derfor lancerer Lenovo nu en ny generation af moderne storage- og virtualiseringsløsninger, som skal give organisationer det datagrundlag, AI-udviklingen kræver.
Den globale AI-æra betyder, at virksomheder i dag står midt i et teknologisk paradigmeskifte, hvor kunstig intelligens flytter sig fra pilotprojekter til at være en reel konkurrencefaktor, men it-infrastrukturen er i mange tilfælde ikke fulgt med. Konsekvensen er et voksende ”AI readiness gap”, hvor mange virksomheder både har ambitioner og data – men mangler fundamentet til at udnytte dem.
For at lukke det hul lancerer Lenovo nu en ny generation af datalagrings-, virtualiserings- og datamanagementløsninger, der skal give virksomheder en moderne, åben og skalerbar infrastruktur, som både kan håndtere klassiske enterprise workloads og AI på samme platform.
Målet er at give organisationer en robust og fremtidssikret infrastruktur, der kan levere den ydeevne, sikkerhed og effektivitet, som AI og moderne virksomhedsdrift kræver.
-Med disruption i enterprise-virtualisering og behovet for at gøre data klar til de mest krævende workloads, søger organisationer åbne og moderne infrastrukturer. De nye løsninger giver den sikkerhed, fleksibilitet og ydeevne, der skal til for at optimere virksomhedsapplikationer og frigøre den fulde værdi af data, fortæller Stuart McRae, Executive Director og General Manager of Data Storage hos Lenovo.
Forældet datainfrastruktur bremser AI-udviklingen
Mange organisationer står svagere, end de aner. Ifølge en Gartner-undersøgelse er 63 procent af virksomheder usikre på, om de har de rette datastyringspraksisser til AI. Samtidig viser tal fra IDC, at 80 procent af storage implementeret inden for de sidste fem år fortsat er harddiskbaseret og derfor ikke gearet til AI’s krav om hastighed og skalerbarhed.
Oven i det udfordrer skiftende virtualiseringsmodeller og moderne cloudapplikationer – herunder containerbaserede workloads – de eksisterende it-miljøer, som ofte er bundet op på lukkede leverandørsystemer, begrænset fleksibilitet og høje licensomkostninger. Derudover bliver unikke kundedata i stigende grad afgørende for at skabe konkurrencefordele og mere præcise AI-resultater – hvilket stiller endnu større krav til en tidssvarende og skalerbar datainfrastruktur.
Den udvikling gør sig også gældende i Danmark, hvor kun 24 procent af virksomhederne ifølge Lenovos seneste CIO-rapport AI-nomics har kunstig intelligens systematisk implementeret og størstedelen fortsat befinder sig i pilot- eller planlægningsfasen. I rapporten peger danske virksomheder desuden på data-kvalitet som en af de vigtigste forudsætninger for at lykkes med AI og utilstrækkelig it-infrastruktur som den primære årsag til, at AI-projekter ikke lever op til forventningerne.
-Når arbejdsbelastninger vokser i kompleksitet, og data bliver en afgørende konkurrenceparameter, bliver en stærk datamanagementstrategi helt central. De nye storage-løsninger giver organisationer et solidt fundament til at implementere AI med tillid, skalere effektivt og realisere den fulde værdi af data, siger Marco Pozzoni, Director of EMEA Storage Sales hos Lenovo.
De krav mærkes tydeligt i praksis. Virksomheder forventer i stigende grad, at deres it-infrastruktur kan håndtere både traditionel databehandling og nye AI-belastninger uden at skabe flaskehalse. Samtidig fylder både compliance, energioptimering og cybersikkerhed langt mere i beslutningsprocesserne end tidligere. Derfor tilbyder Lenovo nu også et udvidet servicesetup, der hjælper organisationer hele vejen fra strategi til løbende driftsoptimering. Det omfatter blandt andet rådgivning om hybrid cloud-arkitektur, migrering af workloads og specialiseret storage-support med proaktiv monitorering og performanceoptimering.
Skalerbare dataplatforme polstrer virksomheder mod AI-presset
Med den nye portefølje får virksomheder et mere fleksibelt og fremtidssikret fundament, der kan følge med både stigende datamængder og de komplekse krav fra AI-workloads. Kombinationen af moderne storage, åben virtualisering og nye datalivscyklusservices gør det muligt at skalere AI-indsatser mere effektivt, reducere kompleksitet og sikre, at data kan anvendes på tværs af it-miljøer uden at gå på kompromis med sikkerhed eller driftsstabilitet.
Kilde: Lenovo.
