可信任代理始於可信任資料

當企業中的代理式 AI 運作受阻時，原因通常並非模型本身。而是輸入資料的就緒度。代理程式使用企業資訊並採取行動的速度和規模遠超過人類，這提高了對準確資料、一致權限，以及創造知識以實現行動的當前上下文和記憶體容量的要求。

每個企業都希望 AI 能帶來相同的東西：更優的決策、更快的行動，以及基於現有資料可衡量的成果。然而，當資料分散且難以清點時，這些目標就難以實現。如果您不清楚有哪些資料存在、資料儲存在哪裡、資料所有者是誰以及誰可以存取這些資料，就無法自信地將其應用於 AI。

這正是 NetApp^® AI Data Engine 旨在結案的差距。它為 NetApp Platform 的 AI 資料服務階層提供動力，使企業資料在混合環境中可被探索、治理並可用於 AI，而這一切都始於探索。

這就是為什麼今天我們宣布 AI Data Engine 中的資料探索與中繼資料服務的全面可用度，涵蓋您整個企業的資料資產，無論該資料是否位於 NetApp 上。單一目錄即可涵蓋 NetApp ONTAP^®、StorageGRID，以及透過 NFS、SMB 和 S3 的第三方 NAS 與物件儲存，包含內部部署與雲端，包括以 ONTAP 為基礎的第一方雲端服務和其他供應商的 S3 儲存桶。結果是獲得整個資產的可見度，以及在 AI 對其採取行動之前了解您資料的中繼資料基礎。

邁向值得信賴的代理程式的第一步

企業之前就嘗試過處理非結構化資料。現有的工具一次只能處理一家廠商的資料，或是只進行抽樣而非全面掃描，再不然就是需要先將資料複製到分隔的系統中，因此最終得到的只是片面的資訊，而且往往已經過時。在我們開發這款工具之前，超過 80 家企業都曾向我們表達過同樣的看法：只能看見單一廠商儲存設備的工具無法解決問題。

資料探索和中繼資料服務正是基於此要求而建構的：在異質環境中建立一個統一的目錄，而非僅針對特定樣本或 NetApp 系統。這種架構實現了這個目標。它以軟體的形式部署在您現有的儲存設備旁邊，無需資料搬移或複本即可進行原地掃描，專為數十億檔案規模的環境而設計，並且獨立於儲存作業系統運行，因此它能夠以與讀取 ONTAP 相同的方式讀取第三方系統。所有資料都不會遷移到分隔的平台，因此權限、保護和混合環境的兼容性得以保持完整。

它也是專為代理程式而建置，而不僅僅是為了人員。此目錄可透過開啟 API 和經過驗證的 MCP 端點進行查詢，因此代理程式可以詢問目前存在哪些內容以及哪些是相關的。這使其成為作用中索引，而非分類報告，也是代理式 AI 首次接觸您資產之處。

同一基礎帶來的即時價值

從第一次掃描開始，價值就展現出來了。同一個涵蓋整個系統的索引不僅能讓資料為 AI 做好準備，還能幫助團隊回收容量、規劃移轉，並找到那些不應該被過度暴露的資料。這些並非分隔的功能，而是同一索引的不同用途，而且所有這些都基於中繼資料運作，因此無需擷取任何內容，無需建立模型或部署 GPU，也無需移動或複本：

• 最佳化。識別跨 NetApp 與非 NetApp 儲存設備的備援、過時、複製與陳舊資料，並依擁有者與大小進行組織，以調整實體佔用空間的大小，並為分層決策提供資訊。
• 移轉規劃。將目錄指向 NFS、SMB 和 S3 共用（無論是否為 NetApp），以便在移動任何項目之前，了解哪些內容是作用中，以及哪些內容至關重要。
• 存取衛生與暴露情況。使用跨 ONTAP 、 StorageGRID 和非 NetApp 儲存設備的單一清單，來發現諸如開啟共用、遺留金鑰、暴露日誌和權限過高的資料等問題。
• 代理程式入口。排除您不希望代理程式使用的檔案，例如記錄檔、二進位檔案、複製檔案和多年前的資料，以建立更乾淨的語料庫，並為代理程式提供更值得信賴的基礎。

在一個企業環境中，中繼資料服務在近乎即時的時間內索引了超過 30 億個檔案，且無需移動或複製任何檔案。透過過濾掉二進位檔案、日誌、複製檔案以及多年無人開啟的檔案，最終將該資產範圍縮小至大約 7 萬份可供代理程式使用的文件。同樣的掃描也按擁有者對冷資料進行分組，將清理工作的爭論轉化為與特定人員的對話，並為團隊提供了制定移轉計畫的證據，以應對他們一直無法淘汰的老舊平台。

從探索到知識圖譜的構建

探索是目前普遍可用的功能，也是我們建構下一步的基礎。順序至關重要：找到資料，了解其中的內容，將該內容與上下文和記憶體容量連結起來，將其轉化為知識，然後決定誰可以使用該知識。代理程式需要這種連結，因為上下文和記憶體容量創造了知識，而知識能促成推動成果的行動。

理解始於檔案內部。內容擷取旨在讀取文件或物件實際包含的內容，並識別企業關注的資訊：客戶名稱、合約編號、續約日期。知識圖譜旨在連接這些事實，將客戶與合約連結，將合約與續約連結，並將續約與負責的團隊連結，讓代理程式能夠追蹤關係，而非推斷關係。

在圖上方，決策架構旨在承載檔案無法記錄的內容：組織做出了什麼決定、由誰做出的決定以及原因。這種組織記憶體容量能夠確保代理程式與企業已做出的選擇保持一致。

如此豐富的知識引出了一個顯而易見的問題：誰應該能夠使用它？現有的權限旨在繼續有效，因此，已經保護企業資料的規則就是為 AI 保護資料的規則。啟動如下：透過開啟的協定，對文字、影像和影片進行語意和視覺搜尋，以及開啟的分析功能，讓 Starburst 等引擎能夠就地處理非結構化資料。這些功能正在開發中，並建立在現今可用的探索基礎上。

如何更有效地利用您現有的資料

更大的商機並非更好的庫存。而是從您已擁有的資料中獲取更多價值，同時降低為 AI 準備資料的複雜性、成本和風險。大多數實現 AI 就緒的途徑都要求您搬移資料或建立分隔的儲存設備：另一條傳輸途徑、另一套權限、另一個需要安全的層面。這種智慧技術在您資料目前所在的混合環境中運行，並如同現今一樣受到保護與代管，因此需要建置的內容更少，需要搬移的內容更少，控制措施失效的地方也更少。對於一個因為無人能說明其內容而無法退役已停止支援陣列的團隊來說，這種差異就是整個專案的關鍵。

核心思路很簡單。代理式企業的可信度取決於其底層資料的可信度，而這些資料無論位在何處、位於誰的儲存設備上，都已屬於您。關鍵在於讓這些資料在原地可探索、可理解、受治理且可觸及，使其成為 AI 可以採取行動的可靠知識，進而磁碟機業務成果。第一步現已在您的整個資產中實現，而理解、治理和啟動資料的能力也將在此基礎上逐步建構。

您今天即可開始使用。資料探索與中繼資料服務可免費提供給客戶，涵蓋 NetApp 與非 NetApp 儲存設備。

我們將在 9 月 29 日至 10 月 1 日於拉斯維加斯舉行的 NetApp INSIGHT 2026 大會上深入探討這個問題。