根據451研究所季度數據中心知識庫（DCKB）的報告，目前世界上有超過4700個托管和大規模數據中心設施。隨著云計算推動數據中心空間和每個組織需求的增加，無論規模大小如何，依賴數據的比例越來越大，數據中心市場也將繼續增長。無論是內部部署、由服務供應商管理還是支持公有云基礎設施，數據中心市場都在那兒等你開拓。
 

　　隨著更強的處理能力和即時訪問客戶界面、銷售平臺和庫存更新等應用程序的需求的上升，將帶來更大的功耗損失和正常運行時間的需求。簡而言之，數據中心的運營成本越來越昂貴。
 

智能效率
 

　　AI可以通過大幅度降低數據中心能耗，改善正常運行時間并最大限度地減少人為干預來減低未來運營成本。它提供了這一潛在能力，而不影響性能，因為技術將使數據中心能夠更加高效地運行。
 

　　今天的技術是處于不斷變化之中的，所以不可避免的，數據中心是需要緊跟上日益復雜的IT基礎設施的變化和平穩運行所需的功能范圍的。與其將變革視為一種挑戰，不如將其視為能夠創造無數激動人心的可能性，以此來更好地利用新技術，如AI，從而增強“大腦”的功能和效率。
 

　　簡而言之，AI允許機器自己學習，從數據解釋中得出結論，并在無人干預的情況下自動實踐這些結論。這意味著企業可能會開始優化資源管理，而不必在IT方面投入更多的人力，同時隨之增加所需的技能以及相應的高價格標簽。
 

　　AI可擔任企業內的眾多角色。但其核心作用仍然是對于系統、決策和執行的自動化。除了可以稱之為“集體機器人的行為”之外，它也可以連接企業內部的各種系統并使用這些系統實時執行功能，同時，也能用于預測角色。
 

　　這可能會涉及到一些使用它進行長期規劃的公司。企業內部的許多研究小組使用它來預測業務決策在實施前可能會出現的影響，然后將數據應用于解決這些即將出現問題。
 

　　同樣，該技術可以通過整理多種來源和數據Feed的信息，來預測市場如何影響商業決策，分析這些信息并預測市場反應。它類似于行業術語“游戲理論”，是從政治活動到推出新產品都被廣泛應用，成為不可或缺的工具。
 

AI和數據中心
 

　　數據中心起到了運行工作負載的重要作用。人工智能可以與數據中心基礎設施管理技術協同工作，以檢查電力消耗和散熱、系統狀態和容量。
 

　　最早的例子之一是谷歌采用人工智能技術來提高其數據中心的產能。在2014年實施這項技術時，谷歌就能夠利用機器學習將制冷能源的使用量減少40%.
 

　　谷歌經歷的功耗降低將使公司在大量的數據中心基礎上節省數億英鎊，但降低成本將對任何規模的業務也都產生影響。加上關鍵分析和自動化決策，可以顯著提高任何數據中心的效率，并在運行一個數據中心的同時，將成本的降低也傳遞給客戶。
 

　　隨著利潤的削減，人工智能很可能是企業需要通過優化的資源管理來獲得關鍵的優勢。