人权要求"把人当人"，是人的哲学。机器不是人，也没有人权。在数字化、信息化的今天，数据中心没有人权，或被AI夺权，或许数据中心将成为人工智能管理的至顶境界。

数据中心无AI 是伪AI

　　当我们在聊企业信息化时，我们在聊什么？数据中心在信息化过程中扮演怎样的角色？

　　在谈及企业信息化时，可以分为前端信息化设备和后端数据中心两大部分。前端信息化设备包括瘦客户端、商用PC、工作站等，前端可以由后端进行统一管控。

数据中心具有AI落地最优场景

（图片来自http://www.t-pbs.com.cn/beijingshanghaishenzhen-dc/）

　　企业信息化后端由运维人员负责，分管企业计算、网络、存储等方向，可以说数据中心时整个企业信息化的核心所在，也是距离信息化和企业数字化转型最近的地方。如果企业数据中心不够信息化、不够智能化，又怎么能谈及企业的数字化转型呢。

　　换句话说只有数据中心有了AI，其才能得到最充分的发展，否则只能是伪AI。

算法和数据无能 AI可以在数据中心展拳脚

　　如今AI发展最大的瓶颈是什么？一方面是算法不够成熟，另一方面是数据支持不够。尽管存在这些不足，AI却可以在数据中心管理上大展拳脚。

　　曾经听一个机器学习专家提到，很多有志于AI和机器学习的人遇到的最大问题是数据不足，无以支撑自己的机器学习训练。

　　也就是说，国内外大型互联网企业占据了世界上90%的数据，而普通机器学习爱好者并没有足够的数据做模型，做训练，提升能力；因为可控数据有限，甚至拖累了整个AI行业的发展，让AI在很多场景下还是不够成熟。而数据中心，为AI提供了一个完美的应用场景。

数据人权在夺权

　　这种因"数据人权"导致的AI无法大规模应用问题，是当前AI发展面临的重要问题。如果AI在发展过程中，无法获得数据全部权限，必然无法健康成长。而数据中心没有人权，机器没有人权，只要获得管理员许可，AI就可以在数据中心中得到最充分的利用。

　　换句话说，要想充分发展AI技术，需要大量的数据支持，需要大量不在意主权的数据，数据和AI需要从我们手里夺取自主权，这就要求人一定要放权。

人类需要放权

（图片来源：https://tech.fpt.com.vn/language/en/chinas-engineers-create-thinker-universal-ai-chip-2/）

建模难题

　　人只要还活着就总会不断变化，包括个人喜好、性格。今天喜欢吃红烧牛肉面的人，可能明天喜欢吃西红柿鸡蛋面，这给AI建模带来了难题。

　　而这种建模难题，由于数据中心相对稳定，没有个性，使AI建模的数据收集可以更有针对。在数据中心收集到的也都是稳态数据，不会发生巨大变化和落差。

　　数据中心运维或许是最好的AI应用场景，因为自数据中心拥有没有人权，且稳态的数据作为支撑。

AI降低数据中心TCO

　　如今，企业的数据中心已经从原来的支撑部门，变成推动企业发展的动力部门。而在这个过程中，企业同时要求低投入和高产出。

　　数据中心没有人权，通过AI助力数据中心监控，能够提前预测数据中心软硬件设备状态，进行有效预防，提升数据中心稳定性，降低TCO。