生成式 AI 时代的内容创作

对数据价值与规模的深远影响

人工智能 (AI) 革命不仅改变了我们的内容创作方式,也改变了我们的数据存储量。

生成式 AI 促使新颖且内容更丰富的信息大量激增,助推数据以前所未有的速度不断增长。由 Seagate 赞助的 IDC 研究揭示了生成式 AI 如何重塑企业级内容。

内容更丰富、更复杂

生成式 AI 催生了体积更大、保真度更高的文件,以及日趋复杂的媒体资产。

内容的复制和重用程度更高

生成式 AI 为内容生成带来倍增效应,催生出更多内容变体与衍生作品。

需要保留的数据更多,数据保留时间更长

生成式 AI 不仅导致企业需要保存的数据量增加,还促使对延长数据存储时间的需求增长。

内容创作趋于民主化

生成式 AI 让更多人以更多角色参与创作,降低了创作门槛。

生成式 AI 正在使内容变得更庞大、更丰富、更复杂

从文本到高分辨率视频,生成式 AI 正在拔高企业级内容的数量和质量。

催生新的内容类型和数据需求
如今,78% 的组织正涌入全新内容领域,创作 3D 产品视觉效果、AI 增强训练仿真等前所未有的内容形态。
文件大小增长呈现复合效应
超过 70% 的受访组织表示,文件已经呈现体量增大、内容多元化的趋势,其中视频与图像格式的文件是推高存储需求的主要驱动因素。
调查数据图表显示,72% 的受访组织表示生成式 AI 有助于内容创新,27% 的受访组织持否定态度,另有 1% 表示不确定。
调查数据图表显示,72% 的受访组织表示生成式 AI 有助于内容创新,27% 的受访组织持否定态度,另有 1% 表示不确定。
调查数据图表显示,72% 的受访组织表示生成式 AI 有助于内容创新,27% 的受访组织持否定态度,另有 1% 表示不确定。

生成式 AI 的迭代特性会引发内容的倍增效应

生成式 AI 能够实现近乎无限的内容衍生——既创造了内容重用的机会,也放大了数据存储需求。

更多版本,更大体量
57% 的组织自引入生成式 AI 以来,正更频繁地创作多样化的内容变体。
内容易于生成意味着可以对其使用效果自由试验
46% 的受访者表示,内容生成的便捷性导致所在组织保存了更多类似或多余的文件。
Survey graphic notes 57% of respondents store more content since adopting generative AI, and of this group, 30% store more variations and 27% store more versions.
Survey graphic notes 57% of respondents store more content since adopting generative AI, and of this group, 30% store more variations and 27% store more versions.
Survey graphic notes 57% of respondents store more content since adopting generative AI, and of this group, 30% store more variations and 27% store more versions.

创意迭代

生成式 AI 正在重塑组织应对内容开发、测试和重用的方式

AI 生成的内容具有持久价值

随着组织逐渐认识到 AI 生成数据可带来长期价值,数据保留期呈现出持续延长的趋势。

有目的地归档
42% 的受访组织已在采用分级存储和归档存储策略来高效管理长期保留的数据。
存储量的增长不可避免
66% 的受访组织预计,受生成式 AI 的影响,未来两年数据存储量将呈现中高速攀升态势。

“关键问题不再是数据量是否会增加,而是企业如何利用这么大量级的数据来实现可衡量的价值。”

— IDC

生成式 AI 让人人都能创作

生成式 AI 降低了内容创作门槛,使各职能部门的员工都能大规模地快速生成内容。超过 50% 的受访者表示自己使用生成式 AI 已超过一年,45.5% 的受访者每天都在使用。

释放创造力
四分之三的组织表示,非创意团队如今也在生产内容,各部门的内容输出都在增加。
突破速度与规模
79% 的受访组织表示其内容创作速度加快,组织因而能以前所未有的速度将想法转化为行动。

规模化增长需以战略为先

生成式 AI 使存储规划成为一项战略优先事项。

随着 AI 生成数据的成倍增加,各组织正逐渐认识到,从训练未来模型到提升客户体验,每一字节的数据都蕴含着潜在的业务价值。存储正从成本中心转变为 AI 性能的战略基石,而高容量硬盘正是构建可扩展架构应对未来数据需求的基础。

组织如何为 AI 数据经济做好准备?

IDC 建议采取 5 个切实可行的步骤

1.采用可扩展的分级存储架构

以高容量硬盘为基础,为应对数据量激增提前规划,实现经济高效、持久可靠的长期存储。

2.颠覆处理 AI 工作负荷时的性能表现

在考虑面向未来的存储时,除了要考虑延迟之外,还要考虑吞吐量、写入耐久性和大规模部署时的效率。

3.开展治理与生命周期管理规划

制定明确的数据保留政策,平衡数据价值、存储成本与合规要求。

4.利用混合模型和云模型

结合本地和云端硬盘存储,实现弹性、韧性和经济效率。

5.帮助员工为实施 AI 工作流程做好准备

通过培训让团队学会如何对生成式 AI 生成的内容进行全生命周期管理、存储与价值挖掘。

想要了解更多?

我们的专家可随时帮您挑选合适的存储解决方案,让您的 AI 数据从容扩展。

  1. 本页所有数据和图片来源:由 Seagate Technology 赞助的 IDC 白皮书《生成式 AI 时代的内容创作:对数据价值与规模的深远影响》,US53817625,2025 年 10 月