人工智能在数据中心的崛起给企业的首席信息安全官们带来了希望和警惕。以下是数据中心采用人工智能的利弊。
　　
　　人工智能和机器学习应用程序在数据中心快速得到应用，从企业防火墙的威胁搜索到能源管理和物理安全，再到事件响应，它们的应用无处不在。根据Dell'Oro集团日前进行的一项研究，在未来五年内，20%的以太网交换机端口将用于基于人工智能的服务器。　
　　根据CoreSite公司发布的《2023年数据中心状况》调查报告，人工智能设备的发展已经开始，但它们在数据中心管理方面的价值和能力仍有待验证，漏洞也有待解决，尽管供应商和流行文化都在大力开展营销活动。
　　
　　咨询机构Wursta公司的首席信息安全官、安全和管理服务全球副总裁PeteHoff指出，尽管人工智能被大肆宣传，但它仍处于初级阶段，因为供应商和用户都在努力确定最具生产力、最高效、最具成本效益的方式来使用这项技术。
　　
　　Hoff在数据丢失预防领域工作了近20年。他建议，在企业开始投资人工智能之前，应该确保它拥有准确、有效的数据模型。接下来，他建议企业使用适当的开发参数来构建自己的模型，以及如何执行其分析。他说，“除非企业有一个计划，否则不会得到好的结果，而需要一个认为自己需要的清晰的计划，提出正确的问题是成功的一半。”
　　
　　清楚地识别和定义预期的结果
　　
　　Hoff建议确定预期结果，并定义这些结果需要是什么。这将包括有关数据存储和数据生命周期管理的结果。如果没有对结果的期望和对输入的清晰理解，就无法判断输出的有效性。
　　
　　他指出，如果定义不完整，输出定义明确，一些潜在的网络安全威胁可能会被忽视。
　　
　　他说:“想象一下，监控所有的电波、无线电波、通信、微波，这些都是可能进入数据中心的通信措施，并了解人们可能带来的对个人或技术的威胁。现在大多数数据中心都不允许外人携带手机和其他设备。因此他们可能在机架上安装硬件，让他可以嗅探其他人的数据。可以远程控制自己的设备，利用这项技术在其能力范围内做任何他想做的事情。”
　　
　　许多安全专业人士仍然对人工智能的功能和成本存在误解。Dell'Oro集团市场研究高级总监MauricioSanchez表示，尽管一些首席信息安全官和企业高管预计人工智能可能会改变游戏规则，通过更换员工来降低企业成本和支出，但这不太可能实现。
　　
　　他表示，在可预见的未来，人类分析师仍将审查和确认人工智能做出的重要决定。虽然人工智能可以取代一些平凡的工作，例如如数据收集，但必须有人看看这些数据，并确定人工智能是否做出了正确的选择。他说，“我认为这种情况还会持续一段时间，在相当长一段时间内，我们都不会信任机器。”
　　
　　投资人工智能之前做足功课
　　
　　Sanchez表示，潜在用户仍处于分析阶段，试图确定该技术是否作为第一代产品具有功能和益处，或者他们应该等到供应商解决漏洞并改进功能。他建议首席信息安全官进行分析，以确定人工智能技术是否可以提高安全运营中心(SOC)的能力，降低风险，并获得积极的投资回报。仅凭信念购买一项技术是一种失败的主张。
　　
　　Dell'Oro集团负责企业市场研究项目的副总裁SamehBoujelbene表示，目前大多数人工智能功能都是以订阅的方式提供的，这意味着企业需要购买一个多年期的许可证，以确保获得预期的性能或其他价值。如果买方不知道如何利用服务或服务不符合他们的期望，有效或其他，客户可能不会续订。
　　
　　她说:“这就是为什么很多供应商现在不仅在努力推动订阅的原因。供应商真正意识到，销售人员的工作不仅仅是销售订阅，而是销售订阅并确保客户正在使用它。”
　　
　　Sanchez指出，当出现新技术或技术采用的转变，而供应商在第一代中没有做到这一点时，可能需要更多的努力才能让企业新采用这项技术。
　　
　　Dasera公司首席执行官AniChaudhuri说，“人工智能对管理数据中心本身的潜在影响超出了运营效率。人工智能可以实现智能工作负载编排，根据实时需求动态分配资源并优化性能。”Chaudhuri指出，随着人工智能系统不断学习和适应不断变化的工作负载和不断变化的条件，自动化可以提高可扩展性、更快的响应时间和成本优化。
　　
　　然而，将人工智能集成到数据中心管理中可能会产生意想不到的后果。Chaudhuri说：“人工智能系统的可靠性取决于它们所训练的数据，训练数据中的偏见或不准确可能导致决策失误。”还存在过度依赖人工智能系统的风险，人类的监督和批判性思维可能会减少。数据中心必须在利用人工智能能力和保持人类专业知识之间取得平衡，以确保采用全面的方法来管理和保护数据中心。”