生成式 AI（Generative AI）是今年最火紅的科技關鍵字之一，從ChatGPT到微軟推出的Copilot ，可望創造的效益引發不少企業興趣和投入。然而，這類技術背後需大量資料支持和餵養，才能展現出成效，因此公司必須審視是否已準備好足夠、合適的資料，以及如何保護這些珍貴且龐大的資料體？當組織必須妥善保存的資產時，是時候拋棄這種「過期」的資料保護思維。
生成式 AI（Generative AI）是今年最火紅的科技關鍵字之一，從ChatGPT到微軟推出的Copilot ，可望創造的效益引發不少企業興趣和投入。然而，這類技術背後需大量資料支持和餵養，才能展現出成效，因此公司必須審視是否已準備好足夠、合適的資料，以及如何保護這些珍貴且龐大的資料體？
事實上，現在不少企業都已運用備份，卻都是以舊有的思維理解它：如果要備份得快、資料就不能多；反之，想完整備份，那就不能要求快速。例如IT只能在有限時間內備份，以免影響其他服務運作，或預算不高、無法購入足夠儲存空間與高效能機種，只能備份財務資訊等特定資料，因此多數組織僅規劃檔案層級（File Level）備份架構。
但隨著業務成長產生出多種數據，或前述提到建構AI模型所需的資料，都成為組織必須妥善保存的資產時，我們認為是時候拋棄這種「過期」的資料保護思維：現代化備份架構應當實現「又快又多」並兼顧數據再利用性的境界。
假設大型企業採用傳統備份方式，目標備份所有員工辦公電腦中的文件，事前得逐一設定要備份的檔案和目錄，接著每次執行任務時，還得掃描所有欲備份檔案，除了速度慢，更占用龐大儲存空間。
理想的現代化備份技術，已能自動化所有流程且更有效率地執行。同樣例子中，初次設置時直接以所有員工設備作為備份端點，且只須備份一次，就能完整保存各端點中所有檔案。同時系統會以增量備份──僅挑選、備份與前一個版本有所異動的區塊──加速備份流程，又能有效利用儲存空間。
此外，現代化備份還透過重複資料刪除技術，辨識異動區塊過去是否備份過。若備份檔案中已擁有該資料，就無須再執行一次，以免占用大量儲存與頻寬資源。因此，企業當前最理想的備份規劃方式，是完整備份工作與生產環境，不再挑選檔案或設備，有效保護所有資料。
另外，現代化備份更提供資料再利用的可行性。以數據分析為例，多數公司不會直接在生產環境中執行，避免影響既有服務與誤動資料，此時企業IT可運用備份資料作為副本，掛載於虛擬機上分析，找出數據背後的趨勢和洞見。
上述的現代化備份技術，都不再要求企業採購昂貴的企業級備份軟體、備份伺服器與去重複化儲存伺服器。現在一台入門級儲存伺服器，便能搭載企業級備份應用，不僅減少投資成本，還解決資料量增長導致備份速度和效率不佳等問題。
最後提醒企業，別把備份想成是加法的繁複過程，它應是一種減法。當組織擁有正確思維，就可減少管理和執行備份所需的資源，強化重要資料安全性之餘，更可利用備份資料進行數據分析等，安全且高效地營運，創造商業價值。
＜本文作者：劉家宇現為Synology備份事業群執行副總＞