Badania pokazują, że sztuczna inteligencja zmusza organizacje do optymalizacji infrastruktury w celu uwolnienia długoterminowej wartości danych
SINGAPUR — 14 września 2026 r. — Seagate Technology (NASDAQ: Firma STX zaprezentowała dziś swój pierwszy Raport gotowości infrastruktury danych na rok 2026, nowe globalne badanie analizujące, w jaki sposób przedsiębiorstwa przygotowują infrastrukturę danych, aby obsługiwać kolejną fazę wdrażania sztucznej inteligencji.
Raport wskazuje na zmianę w planowaniu sztucznej inteligencji w przedsiębiorstwach: w miarę jak sztuczna inteligencja przechodzi z etapu wczesnego zastosowania do szerszego wdrożenia, infrastruktura danych staje się coraz ważniejsza dla sposobu, w jaki organizacje przechowują, uzyskują dostęp, zarządzają i wykorzystują dane na dużą skalę. Prawie wszyscy (99%) liderzy IT w organizacjach spodziewają się, że sztuczna inteligencja zwiększy zapotrzebowanie na pamięć masową, ale tylko 38% z nich uważa, że są w pełni przygotowani, aby sprostać temu zapotrzebowaniu.
W raporcie wykorzystano niezależne badanie przeprowadzone przez Recon Analytics wśród 2712 decydentów ds. technologii w przedsiębiorstwach na siedmiu rynkach światowych. Wyniki wskazują, że:
- Prawie dziewięć na dziesięć organizacji (86%) deklaruje umiarkowany lub znaczny zwrot z inwestycji w sztuczną inteligencję, w tym jedna trzecia (33%) deklaruje znaczny, mierzalny zwrot z inwestycji.
- Prawie każda organizacja (99%) spodziewa się, że sztuczna inteligencja zwiększy zapotrzebowanie na pamięć masową w ciągu najbliższych trzech lat, a prawie jedna trzecia (32%) przewiduje, że zapotrzebowanie na pamięć masową wzrośnie o ponad połowę.
- Jakość i gotowość danych (53%) oraz infrastruktura pamięci masowej (43%) są uznawane za główne wyzwania związane z wdrażaniem sztucznej inteligencji. Infrastruktura pamięci masowej plasuje się przed dostępnością mocy obliczeniowej (27%) i ograniczeniami energetycznymi (24%).
- Prawie wszystkie organizacje (98%) zgadzają się, że sztuczna inteligencja przekształca pamięć masową w strategiczną infrastrukturę biznesową.
Łącznie wyniki badań pokazują, że organizacje poszerzają zakres swojej infrastruktury AI poza obliczenia, aby uwzględnić podstawy danych potrzebne do obsługi rosnących wymagań dotyczących pamięci masowej, poprawy dostępności i zarządzania oraz bardziej wydajnego skalowania w czasie. Seagate definiuje to podejście jako zrównoważone skalowanie: zwiększanie możliwości sztucznej inteligencji i wartości biznesowej przy jednoczesnym ciągłym podnoszeniu wydajności infrastruktury, która ją obsługuje. W praktyce oznacza to podejmowanie decyzji dotyczących infrastruktury, które muszą uwzględniać rosnące wymagania dotyczące danych AI, przy jednoczesnym zwiększaniu efektywności, zrównoważonego rozwoju i długoterminowej wartości danych.
„Sztuczna inteligencja zmienia sposób, w jaki organizacje planują, budują i obsługują infrastrukturę” – powiedziała Melyssa Banda, starsza wiceprezes działu Edge Storage Business w Seagate Technology. „W miarę jak rośnie ilość danych, rośnie również wartość, jaką organizacje mogą z nich czerpać. Potrzebują infrastruktury danych, która pomoże im zachować, uzyskać dostęp i wykorzystać większą ilość danych w dłuższej perspektywie. Zrównoważone skalowanie polega na tym, aby decyzje dotyczące infrastruktury były bardziej wydajne, trwalsze i lepiej powiązane z długoterminową wartością danych.
- Zwroty ze sztucznej inteligencji zwiększają wartość biznesową danych
Sztuczna inteligencja już teraz przynosi wymierne korzyści biznesowe wielu organizacjom. Zwroty te powodują, że większy nacisk kładzie się na infrastrukturę danych jako fundament sztucznej inteligencji.
- Prawie wszystkie organizacje (98%) zgadzają się, że sztuczna inteligencja przekształca pamięć masową w strategiczną infrastrukturę biznesową.
- Prawie wszystkie organizacje (99%) spodziewają się, że sztuczna inteligencja zwiększy zapotrzebowanie na pamięć masową w ciągu najbliższych trzech lat, ale tylko 38% organizacji twierdzi, że jest w pełni przygotowanych na długoterminowe zapotrzebowanie sztucznej inteligencji na dane.
W miarę jak sztuczna inteligencja staje się coraz bardziej obecna w działalności biznesowej, organizacje stają w obliczu podwójnej zmiany: rośnie ilość danych, które muszą przechowywać i którymi muszą zarządzać, a jednocześnie rośnie potencjalna wartość tych danych. Wyniki wskazują, że dane stają się czymś więcej niż tylko danymi wejściowymi; są długoterminowym zasobem, który organizacje muszą chronić, zarządzać nim i efektywnie wykorzystywać, aby z czasem tworzyć wartość biznesową.
- Infrastruktura danych staje się kluczowa dla strategii AI
W obliczu rosnących wymagań sztucznej inteligencji w zakresie pamięci masowej przygotowanie infrastruktury danych do obsługi sztucznej inteligencji na dużą skalę wymaga czegoś więcej niż tylko dodania pojemności. Mimo to tylko 38% organizacji twierdzi, że jest w pełni przygotowanych na długoterminowe zapotrzebowanie sztucznej inteligencji na dane. Badanie pokazuje, że organizacje oceniają gotowość danych, infrastrukturę pamięci masowej, zarządzanie, budżet i dojrzałość strategii sztucznej inteligencji w miarę przechodzenia do szerszego wdrażania sztucznej inteligencji.
- Tylko 38% organizacji twierdzi, że jest w pełni przygotowanych na długoterminowe zapotrzebowanie sztucznej inteligencji na dane.
- Ponad trzy czwarte organizacji (76%) zalicza inwestycje w centra danych do trzech najważniejszych priorytetów infrastrukturalnych swojej organizacji, podczas gdy jedna na pięć (20%) uznaje je obecnie za swój najważniejszy priorytet inwestycyjny w zakresie infrastruktury.
- Dojrzałość strategii AI (16%), budżet i zasoby (14%) oraz zarządzanie danymi i nadzór nad nimi (14%) to główne bariery utrudniające lepsze przygotowanie.
- Jakość i gotowość danych (53%) oraz infrastruktura pamięci masowej (43%) są uznawane za główne wyzwania związane z wdrażaniem sztucznej inteligencji, przy czym infrastruktura pamięci masowej plasuje się wyżej od dostępności obliczeniowej (27%) i ograniczeń energetycznych (24%).
Wyniki te wskazują na szerszą zmianę w planowaniu sztucznej inteligencji w przedsiębiorstwach. Organizacje zastanawiają się nie tylko nad tym, jak wdrażać sztuczną inteligencję, ale także nad tym, jak zbudować bazę danych niezbędną do tego, aby sztuczna inteligencja stała się użyteczna, skalowalna i wartościowa w dłuższej perspektywie.
- Wydajność i planowanie cyklu życia kształtują sposób skalowania infrastruktury AI
Badanie pokazuje również, że kwestie efektywności, zrównoważonego rozwoju i cyklu życia stają się coraz ważniejszymi elementami planowania przez organizacje wzrostu ilości danych napędzanego przez sztuczną inteligencję. W miarę jak rosną wymagania dotyczące pamięci masowej, organizacje oceniają, w jaki sposób infrastruktura może efektywniej skalować pojemność, wydłużyć okres użytkowania i wspierać długoterminową wartość danych.
- Prawie wszystkie organizacje (97%) zgadzają się, że wydłużenie cyklu życia infrastruktury znacząco poprawia zrównoważony rozwój, a 94% spodziewa się, że ich operacje magazynowe staną się bardziej zrównoważone w ciągu najbliższych pięciu lat.
- Prawie osiem na dziesięć organizacji (77%) opóźniło lub zrestrukturyzowało rozbudowę infrastruktury AI ze względu na kwestie zrównoważonego rozwoju lub zużycia energii, w tym 36% znacząco zrestrukturyzowało plany ekspansji.
- Zużycie energii spowodowane sztuczną inteligencją (52%) i emisja dwutlenku węgla wynikająca ze zużycia energii (51%) są dla organizacji najważniejszymi problemami środowiskowymi.
Wyniki wskazują, że zrównoważony rozwój staje się częścią strategii infrastrukturalnej: nie jest to odrębny cel, ale czynnik kształtujący sposób, w jaki organizacje zwiększają przepustowość, poprawiają wykorzystanie i odpowiadają na rosnące z czasem zapotrzebowanie na dane AI.
„Następna faza rozwoju sztucznej inteligencji będzie wymagała wzrostu wydajności, ale sama wydajność nie wystarczy” — powiedział Banda. „Zostanie to określone przez mądrzejsze decyzje infrastrukturalne dotyczące tego, jak skutecznie organizacje skalują, organizują, przechowują i wykorzystują dane, od których zależy sztuczna inteligencja. Firmy, które tworzą trwałą wartość dzięki sztucznej inteligencji, to te, które traktują infrastrukturę danych jako strategię biznesową”.
Aby uzyskać więcej informacji i przeczytać pełny raport z badań, odwiedź stronę główną raportu Data Infrastructure Readiness Report 2026.
Metodologia
Badanie przeprowadziła firma Recon Analytics na zlecenie Seagate. W badaniu przeprowadzonym w maju i czerwcu 2026 r. wzięło udział 2712 decydentów ds. technologii w przedsiębiorstwach ze Stanów Zjednoczonych, Chin, Indii, Wielkiej Brytanii, Niemiec, Francji i Japonii. W badaniu przeanalizowano poglądy respondentów na temat gotowości ich organizacji na sztuczną inteligencję, inwestycji w infrastrukturę, architektury pamięci masowej, wydajności infrastruktury, zrównoważonego rozwoju i długoterminowego planowania infrastruktury, aby lepiej zrozumieć decyzje kształtujące infrastrukturę sztucznej inteligencji na dużą skalę. Wyniki odzwierciedlają poglądy, oczekiwania i praktyki decydentów objętych badaniem.
Informacje o firmie Seagate Technology
Seagate (NASDAQ: STX) jest pionierem w dziedzinie masowych pamięci masowych, przyspieszającym wykorzystanie pełnego potencjału danych. Nasza oferta zaawansowanych rozwiązań w zakresie pamięci masowej pomaga dostawcom rozwiązań chmurowych o dużej skali, przedsiębiorstwom i klientom indywidualnym chronić, tworzyć i zarządzać danymi, które napędzają ich transformację i rozwój. Od ponad 45 lat firma Seagate jest liderem w dziedzinie przełomowych innowacji, które zapewniają zrównoważoną i wydajną pamięć masową na dużą skalę na całym świecie. Dowiedz się więcej na stronie www.seagate.com i obserwuj nas na LinkedIn, YouTube, X i Facebooku.
