45.54%的企业仍未开始使用AI，仅7.14%在多数业务中广泛应用——AI在边缘端的渗透率远低于公众预期。但益企研究院与希捷科技联合发布的调研报告同时揭示：31.25%的企业数据增幅已达20%-50%，AI正从“工具”向“数据引擎”转变。制造业聚焦质量检测与设备维护、IT服务深耕日志分析与威胁检测、金融行业布局智能客服与反欺诈，不同行业的AI应用路径差异显著，共同指向一个趋势——AI正在成为边缘存储扩容的核心驱动力。
AI渗透率——从试点到大规模应用的过渡期
调研显示，45.54%的企业仍未开始使用AI，32.14%正在试验或开发中，32.14%已在少数业务中应用，仅7.14%在多数业务中广泛应用，通过AI开展全新业务的占10.71%。AI在企业中的普及仍处于从尝试到大规模应用的过渡阶段。制造业是最大用户群体，但受限于流程复杂、模型训练成本高及安全性考虑，AI主要应用于质量检测和设备维护等小范围测试；IT服务与网络安全行业先一步将AI应用于日志分析和威胁检测；金融行业在智能客服、反欺诈和网点行为识别等方面引入AI技术。
AI对数据量的影响——超半数企业已明确感受到增长
25%的企业表示数据增长在10%以内，31.25%的企业数据增幅达20%-50%，合计56.25%的企业在引入AI后实现数据量明显提升。AI不仅采集原始图像、传感器数据，还输出缺陷分类标签、置信度评分、特征向量等结构化高价值信息。36.61%的企业选择“不确定”，反映仍处AI试验阶段、未形成稳定数据产出模式，但已意识到AI将带来数据规模的跃迁。随着AI从“单点试点”走向“全链路协同”，数据增长将逐步显现。
边缘侧AI的行业实践差异
制造业：基于机器视觉的深度学习、推理任务广泛应用于物料分拣、质量检测、安防预警，车间需配备低延迟、高可靠的边缘存储方案。IT服务与网络安全：已先一步将AI应用于日志分析和威胁检测，要求边缘存储具备大容量、长期保存和可审计能力。金融行业：利用丰富用户数据和资金实力，在智能客服、反欺诈和网点行为识别等方面引入AI，银行网点和ATM机配备边缘计算单元和本地加密存储。医疗/生命健康：AI辅助诊断如CT/MRI图像识别，配合大容量、高带宽存储设备支持模型加载和原始影像临时存储。零售/批发：AI优化客流分析、商品推荐和库存预测，门店对低成本、易扩展的本地存储有持续需求。
AI驱动的边缘存储需求变化
数据生成量增加直接推动存储扩容需求，AI推理产生的日志、特征向量、预测结果等新数据需要可靠存储。数据价值提升：AI输出的结构化数据（缺陷标签、风险评分、行为轨迹点）构成企业数字资产的重要组成部分。边缘计算需求：低延迟要求推动存储下沉至边缘节点，小型化、坚固耐用、便于远程管理的存储设备需求上升。冷数据重新定义：AI训练和业务回溯要求归档数据能够快速读取，硬盘在“活跃归档”场景中正逐渐替代磁带。
AI边缘存储的未来趋势
超半数企业已明确感受到数据增长，“不确定”群体预示着更广泛的数据爆发即将来临。随着模型迭代、应用场景扩展和边缘端部署深化，企业数据总量将迎来新一轮跃升。存储需求将从“容量扩张”转向“智能管理”，构建面向未来的“AI+数据”基础设施体系。轻量化边缘存储满足小规模AI需求，高性能混合架构支撑高并发AI训练与推理。
