不可刪除：AI 新時代的資料

四千年前，泥板上的資料可追蹤文明搖籃中的經濟活動。17 世紀，世界上第一份科學期刊牛頓 (Isaac Newton) 和其他天才的著作。1890 年，打孔卡用於收集並快速統計美國人口普查的大量資料。

人類會記錄重視的東西。從古至今，一向如此。但儲存和存取資料的方式會隨著時間進步。媒介的進步 (從手稿到裝訂書籍，再到最後的硬碟機) 透過擷取、普及化和貨幣化資訊，全面推動社會和經濟進步。

現今日新月異的數位轉型就像當年的古騰堡印刷術或 Netscape 網路革命一樣，都是歷史上的重大躍進。AI 之所以特別不同於過去的資訊儲存與應用，在於 AI 能產生並處理難以想像的大量資料。

國會圖書館擁有 12 億件數位內容，含 31 PB 的資料。這麼說就比較清楚了。分析公司 IDC 預測，僅在 2029 年，全球每兩秒就會產生這麼多資料，全年總量將接近 527 ZB。

「我們為什麼要將這些資料全都刪除？」

組織目前的問題是，該如何處理這麼多資料。

Seagate 執行長 Dave Mosely 表示：「我和世界各地的領導者交流過。五年前他們會抱怨『我們為什麼要儲存這麼多資料？為什麼不直接刪除？』現在他們開始說：『我們為什麼要將這些資料全都刪除？來協助我們儲存資料吧。』」

為什麼會有這樣的轉變？TECHnalysis Research 總裁兼首席分析師 Bob O'Donnell 解釋道：「在我們正經歷的生成式 AI 革命中，最被低估的部分是，組織現在終於能夠運用過去不受重視的大量資料。」

Dell Technologies 基礎架構解決方案事業部總裁 ArthurLewis 表示同意：「現在絕對是革命進行當下，而且這場革命主要是由 AI 所推動。」

這場「革命」在發揮價值方面有多重要？Lewis 表示：「我們目前留意到客戶有四大應用情境，包括內容建立、客戶服務、銷售聊天機器人和輔助編碼。」

接下來又會發生什麼？

O'Donnell 表示：「生成式 AI 工具的分析能力終於兌現大數據分析的承諾，並開啟發掘新洞察的可能性。」

他更進一步表示：「除此之外，在 AI 模型訓練過程中，對資料的需求越來越大，我們也觀察到，用於提升 AI 模型效能的大量合成資料呈現顯著成長。」

新的洞察與更高效的 AI 模型拓寬了創新的道路。

舉例來說，McKinsey & Company 的研究指出 AI 很有可能可用於加速研發。這對成長和繁榮來說非常重要，因為許多關鍵領域的研發生產力一直在降低。換句話說，「花在研發上的每一分錢能買到的創新成果越來越少。」

McKinsey 相信 AI 將透過提供更多元的設計方案、加快評估流程，以及加速產品開發，進而推動創新突破。

舉例來說，AI 工具可以產生數量與品質都超越傳統電腦輔助設計軟體的 3D 寫實渲染圖、設計出全新火箭引擎，並協助化學家創造全新蛋白質。

McKinsey 的研究發現，AI 可能將部分產業的研發速度加倍，而整體改善帶來的年度經濟價值可達 3,600 億至 5,600 億美元。

這些數字並未計入『下游效應』或創新帶來的更廣泛社會效益。McKinsey 的結論是：「如果 AI 有助於提升創新生產力的曲線，那將能改善未來世代的生活品質與壽命。」

這就是 AI 以及支撐 AI 的所有資料的潛在價值。