Az IT vezetők hagyományosan félelem alapján döntenek az adattárolási kapacitásról: megnézik az elmúlt év növekedését, majd extra tartalékot vásárolnak a biztonság kedvéért. Ez a megközelítés évtizedek óta jellemző, mivel a szakemberek megtanulták, hogy a kapacitás kifogyása súlyos profitcsökkenést okozhat. Ugyanakkor a túlvásárlás sem ideális, és jelentős pénzpazarláshoz vezethet.
A globális adatmennyiség jelenleg 175 zettabájtra becsült, és az adattárolás egyáltalán nem olcsó. A túlzott adatvásárlás sem pénzügyileg, sem környezetvédelmi szempontból nem fenntartható. A hagyományos megközelítés szerint a rendszerek 70%-os telítettségnél figyelmeztetnek, majd 80%-nál kritikus üzenetet küldenek, ekkor a legtöbben vásárolnak újabb kapacitást.
Ez a reaktív módszer azonban akár 30%-kal növelheti a nem tervezett kiadásokat. Az adatigény ugyanis soha nem állandó: marketingkampányok során megnő, ünnepek idején csökken, új termékbevezetéskor pedig hirtelen megugranak az igények. Ezt az ingadozást az emberi elme vagy a hagyományos tervezési módszerek nem képesek pontosan követni.
Az AI megoldást kínál a probléma kezelésére azáltal, hogy elemzi a múltbeli adathasználati mintákat és olyan összefüggéseket tár fel, amelyeket emberek nehezen vesznek észre. A mesterséges intelligencia nem csupán azt vizsgálja, mennyi adatot tároltak a vállalatok, hanem azt is, hogy mikor, milyen gyakran fértek hozzá az adatokhoz, és milyen üzleti eseményekhez kapcsolódott a használat.