当全球企业争相押注AI革命，一场隐秘的“数据饥荒”正悄然蔓延——IDC数据显示，企业12.8%的IT预算被技术债务吞噬，而遗留系统如同生锈的数据管道，既挤占AI弹药库，又掐断创新血液。
IT专家表示，过时的软件应用程序正在成为许多企业采用AI的障碍，其中数据保留能力有限是主要原因之一。
托管服务提供商Ensono的首席战略官布赖恩·克林格贝尔(Brian Klingbeil)表示，由于当时存储成本高昂，数十年前设计的应用程序只能保留有限的数据量，因此这些应用程序也不太可能轻易与AI工具集成。
此外，他指出，随着熟悉这些应用程序的软件工程师数量减少，维护过时软件的成本可能非常昂贵。传统应用程序占用了企业IT预算的很大一部分，导致用于新项目的资金减少，从而进一步减缓了AI的采用速度。根据IDC 2023年的CIO情绪调查，当时企业平均将12.8%的IT预算用于技术债务。
克林格贝尔表示，数据保留问题是一个巨大的挑战，因为内部收集的数据是许多AI项目的驱动力。通过更新的数据收集能力，公司可能会发现一个“数据宝库”，为AI项目提供丰富的数据资源。
“如果应用程序本身是传统的，且代码混乱地存储在不同的地方，那么应用程序本身可能会引发各种问题，”他补充道。“传统应用程序的共同点是，它们往往是在存储成本高昂的时候编写的，而现在存储基本上是免费的。”
客户对旧应用程序的担忧
在Ensono，克林格贝尔管理着一个客户顾问委员会，其中来自银行和保险行业的CIO颇具代表性。他说，传统应用程序对AI项目造成的问题最近成为了与这些CIO交谈的话题。
银行和保险是两个仍大量使用大型机的行业，而Ensono为多家客户管理大型机。虽然大型机及其软件对这些企业仍然很重要，并且有可能在AI领域发挥作用，但随着年长的IT工作人员退休，依赖大型机的公司正在失去其内部专业知识。
克林格贝尔表示：“这些基于大型机构建的老旧应用程序并不一定需要被替换。可能是大型机运行得很好，或者迁移成本高昂，或者迁移风险大，或者不值得投入资金。但它们可以进行现代化改造。”
克林格贝尔和Ensono亲眼见证了传统应用程序给AI带来的挑战。在构建一个基于机器学习的工具来预测客户维护需求时，Ensono发现其客户使用多个旧应用程序来收集故障工单，但这些应用程序以非常不同的格式存储故障数据，且收集的数据类型不一致，他说。
其他IT领导者也看到了传统应用程序给AI带来的同样挑战。一家大型企业的数据和分析负责人最近告诉集成平台即服务(iPaaS)提供商SnapLogic的首席技术官(CTO)杰里迈亚·斯通(Jeremiah Stone)，由于其应用程序过去几年管理不善，其数据根本无法用于AI。
斯通表示：“在许多情况下，过时的应用程序完全阻碍了AI的采用。CIO们心照不宣的秘密是，投入AI的巨额资金中有很大一部分用于与服务合作伙伴共同制定现代化战略或升级过时系统。”
斯通称过时的应用程序是一个“数万亿美元的问题”，尽管企业在过去十年中一直致力于现代化其基础设施以处理大数据。
“我们正处于过渡中期，”斯通说。“我们实际上还没有开始更新和规范化遍布业务流程的更广泛的半结构化和非结构化数据应用程序，而这些数据和业务流程正是最新一波AI创新最能受益的领域。”
分阶段现代化
为了解决这个问题，斯通建议CIO首先应盘点其现有的IT基础设施，并确定最需要现代化的领域。
“最终，新旧系统将共存——这种情况需要强大的集成策略来避免数据混乱和孤立解决方案，”他说。“目标是创建能够无缝连接不同系统和数据源的集成管道。”
软件开发公司BairesDev的CTO贾斯提斯·埃罗林(Justice Erolin)补充说，CIO应重点关注最重要的软件现代化项目。CIO应识别直接影响其AI项目的应用程序，并首先着手处理这些应用程序。
他补充说，在某些情况下，公司可以通过采用中间件和应用程序编程接口(API)来连接传统系统与新技术，从而实现其业务应用程序的现代化，而不是彻底重写代码。
“这允许在不彻底改造整个平台的情况下，提取数据并将其集成到AI模型中，”埃罗林说。
他补充说，CIO还应利用数据湖来聚合来自多个来源的信息。这样，AI模型就可以访问所需的数据，而无需直接依赖过时的应用程序。
数据工程弥合传统应用与AI之间的鸿沟
然而，一些IT领导者并不认为过时的应用程序是AI项目的巨大障碍。
网络、物联网和边缘计算解决方案提供商Nexapp的首席数据和AI工程经理罗伯特·克劳蒂尔(Robert Cloutier)表示，虽然从传统软件中提取数据可能很棘手，但更大的问题出现在下一步。数据提取后，IT团队需要解释提取的数据，并将其与基于AI的应用程序的特定要求对齐。
“实现有效AI利用的过程并不仅仅在于克服技术集成障碍，”他说。“而在于弥合原始数据和可操作见解之间的鸿沟。”
克劳蒂尔补充说，一些较旧的业务应用程序收集和保存的数据量有限，但其他应用程序则包含各种对企业有价值的信息。在某些情况下，IT领导者犹豫是否利用这些数据，因为他们不知道如何提取这些数据，但正确的数据工程专业知识可以解决这个问题。
“这些旧系统已经运行了几十年，因此你可以利用大量有价值的信息，”他说。“其中隐藏着宝藏，但他们甚至不想去挖掘，因为他们想更换系统或所有传统数据，而这需要等待数年之久。”
