在钢铁行业，头戴防护镜，手持钢铲，冒着飞溅的钢花的工作场景，被自动机器人、可视化监控平台、无人行车等数字化、智能化的生产工序取代；

在医疗行业，让患者劳心劳神的长时间排队挂号、检查、就诊、缴费、取药的一系列流程，被预约挂号、诊间支付、线上就诊等取代；

在金融行业，以线下物理网点为中心的服务模式，被越来越完备的线上服务所取代，无论是个人业务的转账、消费、理财，还是企业业务的贷款、投资等。

由于企业的业务使然，很多数据经常分布在不同的存储平台上，如本地、公有云等。由于企业数据的存放杂乱无章，缺乏智能的数据子集标签识别和监控管理，这就直接导致很多“盲区”，企业很难了解什么数据存储在哪里，尤其在各种存储孤岛情况下，这种“盲区”不仅带来数据存储利用率低，更难以释放蔓延在各种孤岛上的数据的价值。

随着5G、大数据、人工智能、物联网、云等技术的快速发展，更多的数据的产生和处理不局限于数据中心，而是在云端、边缘等。

对企业而言，如何跨越数据的“围墙壁垒”，与边缘、云进行数据交互和处理，以及如何跨地域（国内、国际）进行数据交互，是当前企业，尤其是出海企业的一大考虑因素。

对企业而言，随着新兴技术与行业的更深入结合，业务需求也更加多样化，这就导致对IT需求的复杂化。

例如EDA前端设计，大量协同工作，为应对海量小文件的读写需求；需要存储具有高IOPS的特性；而基因测序，需要高吞吐量的存储，避免测序过程中出现性能瓶颈。如自动驾驶，模拟和验证阶段，需要高达数百PB的数据保留在一套存储中，这就对存储容量提出了高需求。

随着数据跨核心、边缘和云，以及非结构化数据价值的凸显，如何在释放数据价值的同时，在数据生命周期过程中，不仅通过系统自身的安全设置来保护数据，同时构建完备的网络防御体系，来确保数据安全，直接关系到企业的生存和发展。

碳达标、碳中和，是当前以及今后中国的主要目标。而从企业来看，当前无论是传统企业还是新兴企业，都正在通过数字化等新技术来减少能源消耗、提高生产率。

数据存储除了技术创新以外，节能环保也是一个重要指标。数据中心的高能耗、高成本，很大程度是因为数据存储所消耗的资源。而企业当前的只管“生”数据，不管“用”数据的粗放式管理，使得存储规模不断庞大，随之能耗也不断增加。