据科技媒体TechRadar报道，希捷（Seagate）9月18日发布的一项调查显示，99%的受访企业预计未来三年AI工作负载将推高其存储需求，但只有38%的机构认为自己已为未来需求做好充分准备，43%的受访者将存储基础设施列为阻碍AI更大范围部署的主要障碍之一。

该调查访问了2700余名技术决策者。86%的受访者称AI投资带来了中等或显著的回报，其中33%表示其所在机构已经从AI项目中获得可观的、可衡量的财务或运营收益。这些回报提升了留存数据的重要性，因为相关信息可支撑未来的模型、应用与决策。

存储需求的增长幅度也被量化。近七成受访者预计存储需求至少增加26%，其中32%预计增幅超过50%。98%的受访者将存储视为战略性基础设施，而非单纯的行政性技术职能。

调查同时显示准备工作并不充分。53%的受访者将数据质量和就绪度列为另一项主要部署困难。存储排在算力可用性（27%）和能源约束（24%）之前。这些数据表明，仅增加计算容量并不能解决企业在部署数据密集型AI系统时遇到的基础设施限制。

基础设施扩张还面临可持续性方面的考量。77%的受访者表示其计划的增长出现延迟或调整，其中36%称投资发生重大变化，41%称因可持续性考虑而出现较小幅度的推迟。存储硬件最常被考虑的环境因素是功耗，62%的受访者提及；其次是设备寿命，占55%。受访者普遍将更长的硬件使用周期与数据中心运营可持续性的改善联系起来。

当前信心低于未来预期。39%的受访者认为其存储运营在现有条件下具有高度可持续性，而在评估五年后的情况时，这一比例升至61%。资金水平也影响预期：年度可持续性预算超过1亿美元的机构中，70%预计五年内实现高度可持续的运营；预算低于100万美元的机构中，这一比例为48%。

调查指出，训练材料、活跃数据集、模型检查点和留存输出在AI系统生命周期的不同阶段会带来差异很大的基础设施需求。对于扩大AI运营的机构而言，这些差异使存储架构、设备寿命、能耗和容量规划成为日益相互关联的决策。调查并未证明每家机构都会面临相同的成本，但其结果显示存储增长被广泛预期。