人工智能（néng）在（zài）數據中心的崛起給企業的首（shǒu）席信息安全（quán）官（guān）們帶來了希望和警惕。以下是數（shù）據中心采用人工智能的利弊。
　　
　　人工智能和機器學習應用程序在數（shù）據中心快速得到應用，從企業防火牆的威脅（xié）搜索到能源（yuán）管（guǎn）理（lǐ）和物理安全（quán），再到（dào）事件響應，它們的應用無（wú）處不在。根據Dell'Oro集團日前進行的一項（xiàng）研究（jiū），在（zài）未來五年內，20%的（de）以太網交換機端口將用於基於人工智能的服務器。　
　　根據CoreSite公司發布（bù）的《2023年數據中心狀況》調查報告，人工智能設備的發展已經開始，但它們在數據中心管理方麵的價值和能力（lì）仍（réng）有待驗證，漏洞也有待解決，盡管供（gòng）應商和流行文化都在大（dà）力開展營銷活（huó）動。
　　
　　谘詢機構Wursta公司的首席信息安全官、安全和（hé）管理服務全球副總裁PeteHoff指出，盡管人工智能被大肆宣傳（chuán），但它（tā）仍處（chù）於初級（jí）階段，因為（wéi）供應商和用戶都在努（nǔ）力確定最（zuì）具生產力、最高效、最具成本效益的方式來使用這項技術。
　　
　　Hoff在數據丟失預防領域工作了近20年。他建議，在企業（yè）開始投資人工智能之前（qián），應（yīng）該確（què）保它擁有準確、有效的數據模型。接下來，他建議企（qǐ）業使用適當的開發參數來構建自己的模型，以及如何執行（háng）其分析。他說，“除非企業有一個（gè）計劃，否則不會（huì）得到好的（de）結果，而需要一個認為自己需要的清晰（xī）的計劃，提出正確（què）的問題（tí）是成功（gōng）的一半。”
　　
　　清楚地識別和定義預期的結果
　　
　　Hoff建議確定預期結果，並定義這些結果需要是什麽。這將包括有關數據存儲（chǔ）和數據生命周期（qī）管理的結果。如果沒有對結果的期望（wàng）和對輸入的清晰理（lǐ）解，就無（wú）法判斷輸出的有效性。
　　
　　他指（zhǐ）出，如果定義不完整，輸出定義明確，一些潛（qián）在的網絡安（ān）全威脅可能會被忽視。
　　
　　他說:“想象一下，監控所有（yǒu）的電波、無線電波、通信、微波，這些都是可能進入數據中心的通（tōng）信措施，並了解人們（men）可能帶來的對（duì）個人或技術的威脅。現在大多數數據中心都不允許外（wài）人攜帶手機和其他設備。因此他們可能（néng）在機架上安裝硬件，讓他可（kě）以嗅探其他人的數據。可以遠程控製自己的設備，利用這項技術在其能（néng）力範圍內做任何他想做的事情。”
　　
　　許多安全專業人（rén）士（shì）仍然對人工智能的功能和成本存在誤解。Dell'Oro集團市場研究高級（jí）總監（jiān）Mauriciosesanchez表示，盡管一些首席信息安全官和企業高管（guǎn）預（yù）計人工智能（néng）可（kě）能會改變遊戲規則，通過更換員工來降低（dī）企（qǐ）業成本和支出，但這不（bú）太可能實現。
　　
　　他表示（shì），在可預見的未來，人類分析師仍將審（shěn）查和（hé）確認人工智能做出的（de）重要決定。雖然人工智能可以取代一些平凡（fán）的工作，例如如數（shù）據收集，但（dàn）必（bì）須有人看看這些數據，並確定人工智能是否做出了正確的選擇（zé）。他說（shuō），“我認為這種情況還會持續一段時間，在相（xiàng）當長一段時間內，我們都不會信任機器。”
　　
　　投資人工智能（néng）之（zhī）前做足功課
　　
　　Sanchez表（biǎo）示，潛在用戶仍處於分析階段，試圖確定該技術是否作為（wéi）第一代產（chǎn）品具有功能和益處，或者他們應該等到供應商解決漏洞並改進功能。他建議首席信息安全（quán）官進行分析，以確定人工智能技（jì）術是否可以提丝瓜视频全運營中心(SOC)的能力，降低（dī）風險，並獲得積極的投資回報。僅憑信念購買一項技術是一種失敗的（de）主張。
　　
　　Dell'Oro集團負責企業市場研究項目的副總裁SamehBoujelbene表示，目前大多數（shù）人工智能功能都是以訂閱的方式提供的，這意味著（zhe）企業需要購買一個多年期的許可證，以確保（bǎo）獲得（dé）預期的性能或其他（tā）價值。如果（guǒ）買方不知道如何利用服務或服務不符合他們的期望，有效或其他，客戶可能不會續（xù）訂。
　　
　　她說:“這（zhè）就是為什（shí）麽很多供（gòng）應商現在（zài）不僅在努力推動訂閱的（de）原因。供應商真正意識到，銷售人員的工作不僅僅是銷售訂閱，而是銷售訂閱並確保客戶正在使用它。”
　　
　　Sanchez指出（chū），當出現新技術或技術（shù）采用的轉變（biàn），而供應（yīng）商在第一代中沒有做到這一點時，可能需要更多的努力才能讓企業新采用這項技術。
　　
　　Dasera公司首席執（zhí）行官AniChaudhuri說，“人工智能對管理數據中心本身的潛（qián）在影響超（chāo）出（chū）了運營效率。人（rén）工智能可以實（shí）現智能工（gōng）作負載編（biān）排，根據（jù）實時需（xū）求（qiú）動態分（fèn）配資源並優化性能。”Chaudhuri指出，隨（suí）著人工智能係統（tǒng）不斷學習和（hé）適（shì）應不斷變（biàn）化的工作負載和不斷變化的條件（jiàn），自動化可以提高可擴展性、更快的響應時間和成本優（yōu）化。
　　
　　然而，將人（rén）工（gōng）智能集成到數據中心管（guǎn）理中可能會產生意想不到的後果（guǒ）。Chaudhuri說：“人工智能（néng）係統的可（kě）靠（kào）性取決於它們所訓練的數據，訓練數據中的偏（piān）見（jiàn）或不準確可能導致決策失（shī）誤。”還存在過度依賴人工智能係統的（de）風險，人類的監督和批判性思維可能會（huì）減少。數據中心必須在利用人工智能能力（lì）和保持人類專業知（zhī）識之間取得平衡，以確（què）保采用全（quán）麵的方法來管理和保護數據中心。”