Date: 10月 10, 2026
人工智能发展迅速，关键应用仍需保持运行。
人工智能正在改变企业服务客户、分析信息和完成工作的方式。机遇真实存在，企业探索这一机遇是理所应当的。但随着人工智能项目吸引更多关注和资源，高可用性和灾难恢复绝不能被忽视。
客户仍然期望应用程序在需要时能够正常运行。员工仍然需要访问运行日常运营的系统。一旦这些系统出现故障，即使是短暂的故障，也会导致工作停滞，并损害员工的信心。将人工智能引入企业并不会降低其对可靠基础设施的依赖。在许多情况下，它反而会增加需要保护的新依赖项。
过去的停电事件给我们敲响了警钟
过去的故障案例清楚地表明了这一点。在一次有据可查的事件中，Cloudflare Workers KV 服务使用的存储基础设施发生故障，导致多个 Cloudflare 产品中断超过两小时。受影响的服务包括访问和安全工具以及 Workers AI。一个底层依赖项的故障对众多服务都造成了影响。
同样，AWS北弗吉尼亚区域的一次重大服务中断始于DynamoDB DNS问题，随后影响了其他服务，包括EC2实例启动和部分网络负载均衡器。此次中断表明，即使应用程序自身的服务器运行正常，问题也可能通过其依赖的服务蔓延开来。
这些事件再次强调了理解应用程序依赖关系并做好应对各种故障准备的重要性。如果恢复环境依赖于同一个不可用的服务，企业可能仍然面临同样的问题。
保持沟通畅通
企业在规划人工智能投资时，也应该重新审视一些实际问题：
- 哪些应用程序是必不可少的？确定支持客户、员工和日常运营的系统。
- 企业能够承受多长时间的停机时间？根据业务影响设定明确的恢复目标。
- 每个应用程序都依赖于什么？包括数据库、存储、网络、身份验证和外部服务。
- 故障转移和恢复程序是否经过测试？确认应用程序能够在业务所需的时间内恢复服务。
这些问题既适用于现有应用程序，也适用于新型人工智能工作负载。高可用性有助于应用程序在某些故障情况下保持运行，而灾难恢复则帮助组织在发生更大规模的中断后恢复运营。随着环境的变化，两者都需要持续关注。
在可靠系统上构建创新
人工智能项目或许能带来更快的决策速度或更佳的客户体验，但这些优势取决于其背后系统的可用性。保障系统正常运行与创新同等重要，理应纳入规划和预算考量之中。
企业可以在推进人工智能发展的同时，继续投资于系统韧性建设。将高可用性和灾难恢复放在首位，有助于确保新功能和日常业务运营的可靠性。
作者：Ben Roy，SIOS 营销项目经理
经许可转载SIOS