根據 AI 智能公司 Caylent 發佈的《2025年數據遷移報告》，更智能地使用人工智能工具可能是實現更成功數據遷移的關鍵。該報告對來自多個行業（包括教育、金融服務、休閒、醫療、製造和公用事業）的300多位領導進行了調查，揭示了一些令人擔憂的結果。

image.png

調查顯示，僅有6% 的受訪者表示，他們的組織能夠按時完成最具挑戰性的遷移項目，只有6% 的企業在遷移過程中實現了零停機時間。受訪者認爲，最具挑戰性的遷移項目主要包括從本地遷移到雲端、數據庫版本升級和跨雲遷移。近一半的受訪者（46%）在這些複雜的遷移過程中經歷了超過五個小時的停機時間，導致了客戶體驗問題、收入損失和運營延遲。

此外，受訪者還指出，在這些複雜的遷移中，最耗時的三項任務包括從源數據庫到目標數據庫的數據遷移、對目標數據庫及其所有集成進行測試，以及爲目標平臺轉換數據庫架構。調查結果顯示，儘管77% 的受訪者認爲人工智能在數據遷移中 “有效或高度有效”，但仍然需要更多的專業知識來成功實施這一技術。

在所有受訪者中，有60% 的人在最困難的遷移項目中利用了生成型人工智能或數據移動自動化工具，但超過一半的受訪者（53%）對哪些 AI 功能和工具最適合他們的需求仍然缺乏清晰的認識。

Caylent 的首席執行官 Lori Williams 表示:“調查結果證實了我們每天所看到的現象 —— 現代化是迫在眉睫的，但太多組織因積累的技術債務和過時的方法而受到阻礙，導致不必要的停機和延遲迴報。” 她進一步指出，Caylent 將生成型人工智能與深厚的工程專業知識結合，旨在降低複雜項目的進入門檻，加快節省時間。這意味着更快的遷移、降低的遺留成本和爲在不斷變化的市場中增長奠定更強的基礎。

劃重點:

📊 僅有6% 的企業能按時完成複雜的數據遷移，且大多數遷移經歷了長時間的停機。

🛠️ 調查顯示，儘管77% 的人認爲 AI 在數據遷移中有效，但仍需更多專業知識來實施。

🤖 超過一半的受訪者對哪些 AI 工具和功能適合其需求缺乏明確的瞭解。