受信任的代理从受信任的数据开始

当代理 AI 在企业中停滞不前时，原因通常不是模型。原因在于为其提供支持的数据的就绪程度。代理以远超人类的速度和规模使用和处理企业信息，这提高了对准确数据、一致权限以及当前上下文和内存的要求，从而创造知识以采取行动。

每个企业都希望从 AI 中获得同样的东西：更好的决策、更快的行动，以及从现有数据中获得可衡量的结果。当数据资产分散且难以清点时，这很难实现。如果您不知道存在哪些数据、数据存放在哪里、谁拥有它以及谁可以访问它，那么您就无法自信地将其用于 AI。

这正是 NetApp^® AI Data Engine 旨在弥合的差距。它为 NetApp 平台的 AI 数据服务层提供支持，使企业数据在整个混合环境中可被 AI 发现、治理和使用，而这一切都始于发现。

这就是为什么今天我们宣布在整个企业数据资产的 AI Data Engine 中全面推出数据发现和元数据服务，无论这些数据是否存放在 NetApp 上。一个目录涵盖了本地和云端通过 NFS、SMB 和 S3 提供的 NetApp ONTAP^®、StorageGRID 以及第三方 NAS 和对象存储，包括基于 ONTAP 的第一方云服务和其他提供商的 S3 存储分段。结果是实现了整个资产范围的可见性，并为在 AI 对其进行操作之前了解您的数据奠定了元数据基础。

迈向值得信赖的代理的第一步

企业以前曾试图掌控非结构化数据。现有的工具每次只能处理一家供应商的数据，采用抽样而不是全面扫描，或者需要先将数据复制到单独的系统中，因此返回的只是已经过时的片面情况。在我们构建此工具之前，有 80 多家企业告诉了我们同样的事情：一个只能看到一家供应商存储的工具并不能解决问题。

数据发现和元数据服务正是基于这一要求而构建的：跨异构环境的统一目录，而不是样本，也不仅仅是 NetApp 系统。正是其架构使这种覆盖范围成为可能。它作为软件部署在您已有的存储旁边，进行就地扫描，无需移动或复制数据，专为数十亿个文件的环境而设计，并且独立于存储操作系统运行，这就是为什么它读取第三方系统的方式与读取 ONTAP 的方式相同。没有任何数据会被迁移到单独的平台，因此权限、保护和混合覆盖范围均保持不变。

它也是为代理而构建的，而不仅仅是为人而构建的。该目录可通过开放 API 和经过身份验证的 MCP 端点进行查询，因此代理可以询问当前存在的内容以及相关的内容。这使其成为一个活跃的索引，而不是一份分类报告，并且是代理 AI 触及您资产的首要位置。

来自同一基础的直接价值

价值从第一次扫描开始体现。使数据为 AI 做好准备的同一全局资产索引还可以帮助团队回收容量、规划迁移，并发现过度暴露的数据。这些不是单独的功能，而是同一索引的不同用途，并且所有这些都基于元数据运行，因此没有要提取的内容，没有需要部署的模型或 GPU，也没有要移动或复制的内容：

• 优化。识别跨 NetApp 和非 NetApp 存储的冗余、过时、重复和陈旧数据（按所有者和大小组织），以合理调整占用空间大小并为分层决策提供信息。
• 迁移规划。将目录指向 NFS、SMB 和 S3 共享（无论是否为 NetApp），以便在进行任何移动之前了解哪些数据处于活动状态以及哪些数据很重要。
• 访问卫生和暴露。在 ONTAP、StorageGRID 和非 NetApp 存储中使用统一的清单，以发现开放共享、杂散密钥、暴露的日志和权限过大的数据等问题。
• 代理入口。排查出您不希望代理使用的文件（例如日志、二进制文件、重复文件和存在多年的数据），从而为代理创建更干净的语料库和更值得信赖的基础。

在一个企业环境中，元数据服务几乎实时索引了30多亿个文件，而无需移动或复制其中任何文件。过滤掉二进制文件、日志、重复文件以及多年未打开的文件后，该数据资产缩小到了大约七万份值得提供给代理的文档。同样的扫描按所有者对冷数据进行了分组，将关于清理的争论转化为与特定人员的对话，并为团队提供了证据，以便为他们一直无法退役的老旧平台制定迁移计划。

从发现到知识图谱的构建

Discovery 是当今普遍可用的功能，也是我们下一步构建的基础。顺序很重要：找到数据，了解其中的内容，将该内容与将其转化为知识的上下文和记忆联系起来，然后决定谁可以使用该知识。代理需要这种联系，因为上下文和记忆创造了知识，而知识使推动结果的行动成为可能。

理解始于文件内部。内容提取旨在读取文档或对象实际包含的内容，并确定企业关心的内容：客户名称、合同编号、续订日期。知识图谱旨在将这些事实联系起来，将客户与合同联系起来，将合同与续约联系起来，并将续约与拥有它的团队联系起来，这样客服代表就可以跟踪关系，而不是推断关系。

在图表上方，决策结构旨在保存任何文件都未包含的内容：组织决定了什么，由谁决定，以及为什么。这种组织记忆使代理与企业已经做出的选择保持一致。

如此丰富的知识提出了一个明显的问题：谁应该能够使用它？现有权限旨在贯穿始终，因此已经保护企业数据的规则同样也是在 AI 中保护这些数据的规则。接下来是激活：通过开放协议对文本、图像和视频进行语义和视觉搜索，以及允许 Starburst 等引擎就地处理非结构化数据的开放式分析。这些功能正在开发中，并建立在目前可用的发现基础之上。

从您已拥有的数据中获取更多信息

更大的机遇不在于更好的清单。而在于从您已经拥有的数据中获取更多价值，同时降低为 AI 准备数据的复杂性、成本和风险。大多数实现 AI 就绪的路径都要求您移动数据或建立独立的存储：另一个管道，另一组权限，另一个需要保护的层面。这种智能在您的数据已经驻留的地方运行，像目前一样在混合环境中受到保护和管理，因此需要构建的内容更少，需要移动的数据更少，控制措施失效的环节也更少。对于因为无人知晓阵列上的内容而无法停用终止支持阵列的团队来说，这种差异决定了整个项目的成败。

贯穿始终的逻辑很简单。代理型企业的可信度取决于其底层数据，而这些数据已经是您的，无论它位于何处，也无论它存储在谁的设备上。我们的工作是使其在原地可被发现、理解、治理和访问，从而成为 AI 可以据以采取行动以推动业务成果的可信知识。今天，这第一步已在您的整个资产中可用，并且理解、治理和激活数据的能力也以此为基础。

您可以从今天开始。数据发现和元数据服务向客户免费提供，涵盖 NetApp 和非 NetApp 存储。

我们将在 9 月 29 日至 10 月 1 日于拉斯维加斯举行的 NetApp INSIGHT 2026 上对其进行深入探讨。