AI 正在产生前所未有的海量数据，企业自然预期其存储需求也会随之大幅增长。这看起来是一个再直白不过的等式：存储需求增加，那就加存储。然而，这真的是明智之举吗？我们知道企业已经存储了海量数据，但其中有多少真正被使用过？
根据企业数据存储公司 CTERA 最近的一份报告，这些数据中被经常使用的并不多。CTERA 发现，仅有 4.4% 的文件存储容量处于活跃使用状态。而另一项来自领先数据存储公司希捷（Seagate）的研究则发现，几乎所有接受调查的技术领导者都预期 AI 会增加存储需求。
这两项发现放在一起，多少有些蹊跷，甚至可以说是相互矛盾。企业对自己已有的数据几乎不怎么用，但几乎所有人都预计需要为 AI 增加更多存储。这两件事各自都能成立，但这确实引出了一个问题：这个问题在多大程度上是真的需要更多空间，又在多大程度上关乎企业已经存了些什么。
不过，4.4% 这个数字也有其需要注意的地方。一个文件多年未被触碰，并不意味着它没有价值。有些文件出于法律或监管原因必须保留，有些则可能只是不常被需要而已。
CTERA 首席技术官 Aron Brand 表示：“当只有 4.4% 的容量被活跃使用时，企业实际上是在把自己最昂贵的存储层当作冷归档来用。这会在存储和数据保护成本、安全暴露面，以及如今 AI 系统所能获取的信息质量上产生乘数效应。”
这也意味着，那些几乎不被使用的旧数据，如今可能突然变得有用——只要 AI 搜索工具或 AI 智能体能够深入其中，找到相关内容。
CTERA 的发现确实揭示了有多少数据静静躺在那里、几乎没有活动。该公司分析了 856 次企业文件共享扫描，覆盖 16 PB 数据，从而得以观察真实的存储活动，而非依赖 IT 领导者的估算。它发现的是一种环境中只有相对很少的可用容量处于常规活动状态。
接下来还有保留所有这些数据的成本问题。如果一个文件多年几乎未被触碰，它真的还需要留在主存储上吗？也许需要，也许不需要。有些文件可以转移到更便宜的存储上，而另一些即使不常被打开，也可能依然重要。
AI 让这个问题更加复杂。过去，“最后访问日期”是判断数据是否仍然相关的一个相当有用的线索。现在它没那么有用了。一个模型或智能体可能会在某个多年未被触碰的东西中发现价值。因此，有用数据和无用数据之间并没有一条简单的分界线，而 4.4% 这个数字本身大概也说明不了全部问题。
此外，还有 AI 自身创造的所有新数据。嵌入向量、模型检查点、输出结果和日志都占用空间，而随着企业将 AI 项目投入日常使用，这些数据只会越来越多。
并非所有这些数据都需要同一种存储。有些需要能够快速访问，有些则可以放在更便宜的存储上，可能只是偶尔需要。企业可能还必须保留某些数据，用于审计、治理，或者仅仅是为了理解 AI 系统在产生某个特定结果时到底发生了什么。
这正是单纯增加存储所能解决的问题有限的地方。希捷调查了 2,712 位技术决策者，只有 38% 表示其基础设施已为预期的 AI 存储需求做好了充分准备。
企业有很多事情需要理清。它们拥有多年积累的既有数据，其中大部分很少被触碰，而 AI 即将带来更多数据。与此同时，AI 又可能让一些旧数据重新变得有用。
所以，没错，企业将需要更多存储。但购买更多存储只是简单的那部分。真正困难得多的，是弄清楚什么数据值得留在那里。
原文链接：https://www.hpcwire.com/bigdatawire/2026/09/16/more-ai-more-storage-the-data-says-its-not-that-simple/
