當全球企業爭相押注AI革命，一場隱秘的“數據饑荒”正悄然蔓延——IDC數據顯示，企業12.8%的IT預算被技術債務吞噬，而遺留系統如同生銹的數據管道，既擠占AI彈藥庫，又掐斷創新血液。

IT專家表示，過時的軟件應用程序正在成為許多企業采用AI的障礙，其中數據保留能力有限是主要原因之一。

托管服務提供商Ensono的首席戰略官布賴恩·克林格貝爾(Brian Klingbeil)表示，由于當時存儲成本高昂，數十年前設計的應用程序只能保留有限的數據量，因此這些應用程序也不太可能輕易與AI工具集成。

此外，他指出，隨著熟悉這些應用程序的軟件工程師數量減少，維護過時軟件的成本可能非常昂貴。傳統應用程序占用了企業IT預算的很大一部分，導致用于新項目的資金減少，從而進一步減緩了AI的采用速度。根據IDC 2023年的CIO情緒調查，當時企業平均將12.8%的IT預算用于技術債務。

克林格貝爾表示，數據保留問題是一個巨大的挑戰，因為內部收集的數據是許多AI項目的驅動力。通過更新的數據收集能力，公司可能會發現一個“數據寶庫”，為AI項目提供豐富的數據資源。

“如果應用程序本身是傳統的，且代碼混亂地存儲在不同的地方，那么應用程序本身可能會引發各種問題，”他補充道。“傳統應用程序的共同點是，它們往往是在存儲成本高昂的時候編寫的，而現在存儲基本上是免費的。”

客戶對舊應用程序的擔憂

在Ensono，克林格貝爾管理著一個客戶顧問委員會，其中來自銀行和保險行業的CIO頗具代表性。他說，傳統應用程序對AI項目造成的問題最近成為了與這些CIO交談的話題。

銀行和保險是兩個仍大量使用大型機的行業，而Ensono為多家客戶管理大型機。雖然大型機及其軟件對這些企業仍然很重要，并且有可能在AI領域發揮作用，但隨著年長的IT工作人員退休，依賴大型機的公司正在失去其內部專業知識。

克林格貝爾表示：“這些基于大型機構建的老舊應用程序并不一定需要被替換。可能是大型機運行得很好，或者遷移成本高昂，或者遷移風險大，或者不值得投入資金。但它們可以進行現代化改造。”

克林格貝爾和Ensono親眼見證了傳統應用程序給AI帶來的挑戰。在構建一個基于機器學習的工具來預測客戶維護需求時，Ensono發現其客戶使用多個舊應用程序來收集故障工單，但這些應用程序以非常不同的格式存儲故障數據，且收集的數據類型不一致，他說。

其他IT領導者也看到了傳統應用程序給AI帶來的同樣挑戰。一家大型企業的數據和分析負責人最近告訴集成平臺即服務(iPaaS)提供商SnapLogic的首席技術官(CTO)杰里邁亞·斯通(Jeremiah Stone)，由于其應用程序過去幾年管理不善，其數據根本無法用于AI。

斯通表示：“在許多情況下，過時的應用程序完全阻礙了AI的采用。CIO們心照不宣的秘密是，投入AI的巨額資金中有很大一部分用于與服務合作伙伴共同制定現代化戰略或升級過時系統。”

斯通稱過時的應用程序是一個“數萬億美元的問題”，盡管企業在過去十年中一直致力于現代化其基礎設施以處理大數據。

“我們正處于過渡中期，”斯通說。“我們實際上還沒有開始更新和規范化遍布業務流程的更廣泛的半結構化和非結構化數據應用程序，而這些數據和業務流程正是最新一波AI創新最能受益的領域。”

分階段現代化

為了解決這個問題，斯通建議CIO首先應盤點其現有的IT基礎設施，并確定最需要現代化的領域。

“最終，新舊系統將共存——這種情況需要強大的集成策略來避免數據混亂和孤立解決方案，”他說。“目標是創建能夠無縫連接不同系統和數據源的集成管道。”

軟件開發公司BairesDev的CTO賈斯提斯·埃羅林(Justice Erolin)補充說，CIO應重點關注最重要的軟件現代化項目。CIO應識別直接影響其AI項目的應用程序，并首先著手處理這些應用程序。

他補充說，在某些情況下，公司可以通過采用中間件和應用程序編程接口(API)來連接傳統系統與新技術，從而實現其業務應用程序的現代化，而不是徹底重寫代碼。

“這允許在不徹底改造整個平臺的情況下，提取數據并將其集成到AI模型中，”埃羅林說。

他補充說，CIO還應利用數據湖來聚合來自多個來源的信息。這樣，AI模型就可以訪問所需的數據，而無需直接依賴過時的應用程序。

數據工程彌合傳統應用與AI之間的鴻溝

然而，一些IT領導者并不認為過時的應用程序是AI項目的巨大障礙。

網絡、物聯網和邊緣計算解決方案提供商Nexapp的首席數據和AI工程經理羅伯特·克勞蒂爾(Robert Cloutier)表示，雖然從傳統軟件中提取數據可能很棘手，但更大的問題出現在下一步。數據提取后，IT團隊需要解釋提取的數據，并將其與基于AI的應用程序的特定要求對齊。

“實現有效AI利用的過程并不僅僅在于克服技術集成障礙，”他說。“而在于彌合原始數據和可操作見解之間的鴻溝。”

克勞蒂爾補充說，一些較舊的業務應用程序收集和保存的數據量有限，但其他應用程序則包含各種對企業有價值的信息。在某些情況下，IT領導者猶豫是否利用這些數據，因為他們不知道如何提取這些數據，但正確的數據工程專業知識可以解決這個問題。

“這些舊系統已經運行了幾十年，因此你可以利用大量有價值的信息，”他說。“其中隱藏著寶藏，但他們甚至不想去挖掘，因為他們想更換系統或所有傳統數據，而這需要等待數年之久。”