减免出口费用指南
最初，媒体报道都聚焦如何使用生成式 AI 快速生成内容。然而，若要释放 AI 的真正变革性潜能，而不只是将其用于处理零星的日常事务，所面临的挑战则截然不同。若要使这项技术发挥人们所设想的那种影响力，AI 需要获取大量可供学习的训练数据，以及强大的算力支撑。
不过，有一个不可忽视的障碍：虽然这两个支柱都非常重要，但它们也带来了存储和数据管理方面的挑战。因此，云成为 AI 应用存储和处理数据的首选解决方案不足为奇。
云存储与 AI：数字时代的完美搭档
云存储为处理海量数据提供了一种灵活、可扩展且经济高效的解决方案。因此，云存储与 AI 应用堪称完美搭档。二者共同充当训练数据的存储库，让机器学习模型能够根据新输入的数据进行预测或做出决策。
例如，想象一下，一家银行正在开发一套 AI 提供支持的欺诈检测系统。为此，机器学习模型需要获取大量交易数据，例如现金支出金额、支出用途以及交易地点。这将让 AI 程序能够发现异常、标记可疑活动，并学会识别欺诈活动。
整理所有这些数据本身，就是一项艰巨的任务。但与 AI 提供支持的反欺诈系统运作所需的数据量和处理能力相比，这根本不值一提。
解决这个问题的一种方法是使用第三方云存储提供商，这样一来银行无需投资或维护自有物理基础设施，即可存储和分析交易数据。
随着项目规模扩大，该银行可能会选择为其反欺诈 AI 系统采用多云架构，以控制成本并确保符合金融法规要求。随着项目加速推进，该银行可能会决定采用一个云平台来运行训练阶段，使 AI 程序能够从数据中"学习"。该银行可能使用另一个云来运行反欺诈预测的“推理”阶段。
这种多平台方法在 AI 系统开发过程中很常见。但这确实也意味着，公司需要在不同云平台（通常由多个云提供商提供）之间不断迁移数据，以 充分利用 AI 的潜力。
出口费用，一种数据税
但存在一个问题。在不同平台之间移动数据可能会产生出口费用，或数据传输费用。当公司将数据迁出云服务提供商的网络时，对方会收取一笔费用。
问题是，虽然出口费用的金额相对较小，但它们会迅速累加，特别是对于使用多个云服务提供商并传输大量数据的企业来说更是如此。
为了最大限度地降低出口费用（有时被视为数据传输税），一些云服务提供商鼓励客户仅在其云平台内存储数据和训练 AI 模型。确实，此举消除了数据出口费用。但是，这种方法并非总是可行，也未必是最佳实践。
需要取消出口费用
对于这个问题，显而易见的解决办法是完全取消出口费用，让数据能够自由流动，而不受财务因素的限制。未来，免除出口费用将让公司能够跨多个云平台存储和分析数据，让公司可以使用最好的可用工具，且不会产生额外的费用。
此举让企业能够充分利用 AI 的潜力，而无需担心费用增加。
一旦落地实施，零出口费用的云存储模式将为企业带来显著的成本节约，从而释放资源以用于其他关键业务领域。与此同时，企业也无需再承担供 应商锁定的风险，从而提高服务的可靠性和抗中断能力。
或许最重要的是，取消出口费用将促进创新。多云架构提供的灵活性使企业可以毫不费力地为特定任务选择最合适的提供商。这将让企业能够专注于实验和创新，利用 AI 和其他尖端技术，而不受成本或其他限制因素的阻碍。
释放 AI 的全部潜力
毫无疑问，AI 必将彻底改变整个行业和社会。但这离不开云计算、存储和平台之间的海量数据移动。
出口费用不仅成本高昂，也会阻碍创新。要真正释放云端 AI 的发展潜力，彻底消除出口费用是不可或缺的前提。这也是 Cloudflare 在 2018 年与 Azure、Google Cloud、Oracle、阿里云等其他公司一起创立 Bandwidth Alliance，以帮助客户节省出口费用的原因之一。
通过采用这种方法，企业可以自由利用 AI，充分挖掘其潜力，而无需担心跨云平台传输数据产生的相关成本。这也代表着多云存储的重大进步，为提高 AI 和数据管理领域的效率与创新，以及建设更有前景的未来奠定了基础。
Cloudflare 就影响当今技术决策者的最新趋势和主题发布了系列文章，本文为其一。
深入探讨这个话题
阅读电子书 《告别出口费用》，进一步了解出口费用带来的问题，以及 Cloudflare 如何帮助您摆脱这些费用。
关键要点
阅读本文后，您将能够了解：
为什么出口费用被视为一种数据税
一种零出站成本对象存储模型
取消出口费用对充分发挥 AI 潜力的影响