2026 年主动归档的驱动因素是什么?
合规驱动的数据最小化
GDPR。人工智能新规浪潮。合规团队权衡数据保存时间超过法律规定期限的风险。
“你说的任何话都可能在法庭上被用作对你不利的证据。”
在数据保留方面:您保留的任何数据都可能在法庭上被用作对您不利的证据。这就是数据资产领域的“扫雷”法则。合规团队正在积极采取措施,最大限度地减少数据保留。
如今,包括一些全球最大的金融机构和云规模技术公司在内的许多企业,都在大规模联机事务处理 (OLTP) 环境中运行以合规为导向的数据最小化策略。这种模式已经成熟,区别仅在于规模大小。
云ERP经济学
SaaS云ERP许可费用与数据量成正比。从本地部署ERP迁移到云端SaaS,每一字节的非活跃数据都会体现在您的月度账单中。
在SaaS环境中最大限度地减少不活跃数据可以降低持续的许可成本——通常能大幅降低。这与更广泛的云ERP迁移策略不谋而合。
15 年前推动主动归档的经济因素又回来了,但它们体现在 SaaS ERP 项目中,而不是本地基础设施中。
两个方向相反的力。
数据保存指南指出:保存的数据是人工智能的燃料——保留它、管理它、使其可查询。
合规驱动的最小化原则是:清除旧数据以降低风险和成本。
这两种截然相反的力量作用于同一位客户。大多数供应商强迫客户做出非此即彼的选择,而Solix不会。
索利克斯和解
永久混淆。
所有数据类别都采用相同的理念——永久混淆既能达到删除数据的合规性目标,又能保留人工智能仍然需要的结构信号。不同类别采用的技术有所不同:
- 破坏性掩码——适用于结构化数据。它保留数据的结构(模式、关系、值分布、语义结构),以便人工智能理解和模型训练,同时移除所有敏感值。
- 内容编辑——针对非结构化内容。从文档、电子邮件和记录中移除敏感段落,同时保留人工智能所需的文档结构和上下文信息。
敏感数据已移除。结构模式得以保留。合规团队满意。人工智能价值得以维护。
法律后果与删除相同,但战略效果更佳。
立即实现规模化运营。
-
客户·金融服务
“在我们的大型 OLTP 环境中部署 Solix Active Archiving。大规模运行的合规性驱动型最小化方案。”
全球金融服务企业——在大规模OLTP环境中实现规模化运营
-
客户·技术
“在我们的零售和基础设施数据中实施以合规为导向的数据最小化。”
云规模技术公司——合规驱动的最小化部署
-
客户·各种
“小型客户也遵循同样的模式。这种经济模式在任何规模下都适用。”
活跃的 Solix 用户群——广泛采用