Date: 10 10 月, 2026
人工智慧發展迅速，關鍵應用仍需維持運作。
人工智慧正在改變企業服務客戶、分析資訊和完成工作的方式。機會真實存在，企業探索這一機會是理所當然的。但隨著人工智慧專案吸引更多關注和資源，高可用性和災難復原絕不能被忽視。
客戶仍然期望應用程式在需要時能夠正常運作。員工仍然需要存取運行日常運營的系統。一旦這些系統出現故障，即使是短暫的故障，也會導致工作停滯，並損害員工的信心。將人工智慧引入企業並不會降低其對可靠基礎設施的依賴。在許多情況下，它反而會增加需要保護的新依賴項。
過去的停電事件給我們敲響了警鐘
過去的故障案例清楚地表明了這一點。在一次有據可查的事件中，Cloudflare Workers KV 服務所使用的儲存基礎架構發生故障，導致多個 Cloudflare 產品中斷超過兩小時。受影響的服務包括存取和安全工具以及 Workers AI。一個底層依賴項的故障對眾多服務都造成了影響。
同樣，AWS北維吉尼亞區域的一次重大服務中斷始於DynamoDB DNS問題，隨後影響了其他服務，包括EC2執行個體啟動和部分網路負載平衡器。此次中斷表明，即使應用程式本身的伺服器運作正常，問題也可能透過其依賴的服務蔓延開來。
這些事件再次強調了理解應用程式依賴關係並做好應對各種故障準備的重要性。如果恢復環境依賴同一個不可用的服務，企業可能仍然面臨同樣的問題。
保持溝通暢通
企業在規劃人工智慧投資時，也應該重新檢視一些實際問題：
- 哪些應用程式是必不可少的？確定支援客戶、員工和日常營運的系統。
- 企業能夠承受多久的停機時間？根據業務影響設定明確的恢復目標。
- 每個應用程式都依賴什麼？包括資料庫、儲存、網路、身份驗證和外部服務。
- 故障轉移和恢復程序是否經過測試？確認應用程式能夠在業務所需的時間內恢復服務。
這些問題既適用於現有應用程序，也適用於新型人工智慧工作負載。高可用性有助於應用程式在某些故障情況下保持運行，而災難復原則有助於組織在發生更大規模的中斷後恢復營運。隨著環境的變化，兩者都需要持續關注。
在可靠系統上建構創新
人工智慧專案或許能帶來更快的決策速度或更佳的客戶體驗，但這些優勢取決於其背後系統的可用性。保障系統正常運作與創新同等重要，理應納入規劃與預算考量之中。
企業可以在推動人工智慧發展的同時，繼續投資系統韌性建設。將高可用性和災難復原放在首位，有助於確保新功能和日常業務營運的可靠性。
作者：Ben Roy，SIOS 行銷專案經理
經許可轉載SIOS