超過半數(shù)企業(yè)對自身數(shù)據(jù)的可見性僅處于部分掌握狀態(tài)，與此同時，數(shù)據(jù)監(jiān)管與透明度方面的隱憂持續(xù)升溫。上述發(fā)現(xiàn)來自Thales委托云安全聯(lián)盟（CSA）開展的一項調(diào)研報告，該報告于上周正式發(fā)布，共調(diào)查了210名IT及安全專業(yè)人員。

盡管約四分之三的企業(yè)表示對保護非結(jié)構(gòu)化數(shù)據(jù)有信心，但仍有68%的受訪者坦言，其大部分數(shù)據(jù)處于未受保護的狀態(tài)。

在這一背景下，技術(shù)管理者對AI的態(tài)度頗為矛盾——既視其為解決方案，也將其視為潛在威脅。近半數(shù)受訪者認為AI是非結(jié)構(gòu)化數(shù)據(jù)面臨的首要未來安全風(fēng)險，但同時也有40%的人將其視為數(shù)據(jù)管理的核心工具。

非結(jié)構(gòu)化數(shù)據(jù)在企業(yè)數(shù)據(jù)中的占比正持續(xù)擴大，近三分之一的企業(yè)表示，非結(jié)構(gòu)化數(shù)據(jù)貢獻了超過一半的年度數(shù)據(jù)增量。

報告同時指出，現(xiàn)有的數(shù)據(jù)治理實踐正難以跟上非結(jié)構(gòu)化數(shù)據(jù)的增長步伐。

"非結(jié)構(gòu)化數(shù)據(jù)的爆炸式增長——據(jù)Gartner估計，其占比已達企業(yè)數(shù)據(jù)總量的70%至90%——已成為現(xiàn)代企業(yè)的顯著特征，"CSA研究部副總裁、本報告主要作者Hillary Baron在新聞稿中表示，"它在帶來顯著運營價值的同時，也引入了不可忽視的安全風(fēng)險。"

工具分散化的問題正在加劇這一困境。近三分之一的企業(yè)使用超過11種工具來管理非結(jié)構(gòu)化數(shù)據(jù)，由此形成的信息孤島嚴重阻礙了整體治理的推進。許多企業(yè)仍依賴人工流程進行數(shù)據(jù)分類與監(jiān)控，而這種方式已難以應(yīng)對數(shù)據(jù)量的持續(xù)增長。

在這一環(huán)境下，AI正逐漸成為潛在解藥與新型風(fēng)險的雙重來源。

一方面，企業(yè)正寄望于AI技術(shù)來實現(xiàn)數(shù)據(jù)發(fā)現(xiàn)、分類及威脅檢測等流程的自動化；另一方面，在缺乏有效監(jiān)管的情況下大規(guī)模部署AI工具，可能在未來埋下更大的安全隱患。若數(shù)據(jù)可見性不足，AI模型將面臨在不完整或存在偏差的數(shù)據(jù)集上訓(xùn)練的風(fēng)險。

目前，僅有9%的企業(yè)具備實時數(shù)據(jù)掃描能力，而近四分之一的企業(yè)根本無法開展任何掃描工作。這意味著AI系統(tǒng)非但無法彌補現(xiàn)有盲區(qū)，反而可能將其進一步放大。

"如果不正視這些差距，AI、自動化及新興技術(shù)只會不斷擴大暴露面，"Thales副總裁Todd Moore警告道。

AI的價值上限取決于其訓(xùn)練數(shù)據(jù)的質(zhì)量。根據(jù)SoftServe去年發(fā)布的報告，近五分之三的企業(yè)領(lǐng)導(dǎo)者表示，重要決策是基于不準(zhǔn)確或不一致的數(shù)據(jù)作出的。在缺乏堅實數(shù)據(jù)基礎(chǔ)的情況下貿(mào)然推進，往往導(dǎo)致資源浪費——許多企業(yè)因投資回報遲遲未能兌現(xiàn)、數(shù)據(jù)難題持續(xù)阻礙AI項目推進，而長期停留在試點階段。

隨著企業(yè)尋求更大規(guī)模地部署AI智能體，AI雄心的實現(xiàn)有賴于可靠的數(shù)據(jù)底座。這一趨勢也促使各組織在技能提升方面優(yōu)先布局數(shù)據(jù)能力。

Thales研究指出，基礎(chǔ)準(zhǔn)備度將是非結(jié)構(gòu)化數(shù)據(jù)安全工作能否取得成效的決定性因素。那些在數(shù)據(jù)可見性、分類、治理及可擴展運營等方面持續(xù)投入的企業(yè)，將在應(yīng)對日趨復(fù)雜的數(shù)據(jù)環(huán)境時占據(jù)更有利的位置。

Q&A

Q1：非結(jié)構(gòu)化數(shù)據(jù)對企業(yè)AI項目有什么影響？

A：非結(jié)構(gòu)化數(shù)據(jù)的質(zhì)量直接影響AI模型的訓(xùn)練效果。如果數(shù)據(jù)不完整或存在偏差，AI系統(tǒng)的判斷將出現(xiàn)偏差，進而導(dǎo)致企業(yè)決策失誤。據(jù)報告顯示，近五分之三的企業(yè)領(lǐng)導(dǎo)者表示關(guān)鍵決策是基于不準(zhǔn)確或不一致的數(shù)據(jù)作出的，這直接導(dǎo)致許多AI項目長期停滯在試點階段，投資回報難以落地。

Q2：企業(yè)目前在非結(jié)構(gòu)化數(shù)據(jù)管理上面臨哪些主要挑戰(zhàn)？

A：企業(yè)面臨多重挑戰(zhàn)：超過半數(shù)企業(yè)對自身數(shù)據(jù)的可見性僅有部分掌握；68%的數(shù)據(jù)處于未受保護狀態(tài)；近三分之一的企業(yè)使用超過11種工具管理非結(jié)構(gòu)化數(shù)據(jù)，形成信息孤島；此外，許多企業(yè)仍依賴人工流程進行數(shù)據(jù)分類，難以跟上數(shù)據(jù)增長的速度，治理體系嚴重滯后。

Q3：AI在非結(jié)構(gòu)化數(shù)據(jù)安全管理中扮演什么角色？

A：AI在非結(jié)構(gòu)化數(shù)據(jù)安全管理中具有雙重角色。一方面，它可用于自動化數(shù)據(jù)發(fā)現(xiàn)、分類和威脅檢測，提升管理效率；另一方面，若在缺乏有效監(jiān)管的情況下大規(guī)模部署，AI也可能放大現(xiàn)有數(shù)據(jù)盲區(qū)，帶來新的安全風(fēng)險。報告指出，僅有9%的企業(yè)具備實時掃描能力，AI系統(tǒng)反而可能加劇而非解決數(shù)據(jù)安全問題。