Tape Ark 和 AWS 合作開發即時可用的存檔解決方案

Tape Ark 的使命是利用資料分析、人工智慧 (AI) 和機器學習 (ML)，幫助組織管理其備份資料和持續老化的企業文件。作為全球領先的磁帶到雲端遷移專家，Tape Ark 迄今已處理超過 500 萬個資料磁帶，並且如今正在協助客戶控制其紙質資料。

對於許多產業來說，儲存文件是經營業務的法律要求，而根據 IBIS World 的資料，僅在澳洲，文件管理產業的規模就高達 5.29 億美元 — 引發業界劇變的時機已然成熟。

「多數情況下，公司往往忘了每個存檔箱裡有什麼內容。這就很難針對存檔箱的處置或文件掃描做出決定。隨著時間的流逝，他們的存檔箱收集量持續增加，問題也變得更加棘手，」Tape Ark 總裁兼執行長 Guy Holmes 表示。

例如，Tape Ark 的一位客戶儲存了超過一百萬個存檔箱，收集日期甚至可以追溯到上世紀 30 年代。

「我們意識到，將紙質文件儲存在存檔箱裡是很多公司面臨的一個痛點。為了決定保存、數位化或銷毀哪些文件，他們過去往往選擇掃描所有文件，或將存檔箱帶回辦公室，讓領域專家手動檢查每個箱子。他們通常會選擇不採取任何行動，但這意味著在可預見的將來需要支付每月倉儲費用。當我們打算使用 AI 和 ML 開發一種更智慧的解決方案，藉由它們了解每個箱子裡面的內容並降低存檔成本時，我們已經在其他業務領域採用了 AI 和 ML。」Guy 表示。

Tape Ark 的機器學習之旅始於 2020 年 7 月，由 AWS Professional Services (ProServe) 團隊主持的一次探索研討會。由資料科學家、工程師和業務專家組成的專業團隊，一起擬訂了一幅概述關鍵步驟和反覆運作的「ML 藍圖」。到了 12 月，Tape Ark 已準備好部署名為 Rapid Box Indexer 的概念驗證。

組織可憑藉 Rapid Box Indexer，透過 Tape Ark 的客戶入口網站從遠端檢視存檔箱的內容。在 Guy 看來，這項服務開創了歷史先河。

「到目前為止，各公司必須親自從異地倉儲取回存檔箱，以便審核它們的內容。每個箱子都由工作人員打開，他們需要手動檢查、記錄或掃描其中的物項，然後將其新增至試算表或資料庫中。一個箱子視其內容而定，可能需要超過一個小時的時間才能完成手動編列索引和記錄的工作。如果考慮成千上萬乃至數十萬個箱子 (這在大型組織中司空見慣)，就需要花費數不勝數的工作時間，」Guy 說道。

為了自動化此程序，Rapid Box Indexer 使用機器學習來為箱子內容編列索引和做記錄。智慧影像和影片分析軟體也用於分類資訊和新增中繼資料，提供比傳統的編列索引方法更深入的洞察。

「ProServe 團隊非常出色，」Guy 說道，「他們向我們介紹了一種新的思維方式、一套新推出的 AWS 產品，並且與我們密切合作。與一個志同道合，思維開闊並且真正願意為客戶排疑解難的團隊合作，感覺太棒了。」

Tape Ark 和 ProServe 一道使用 Amazon Textract 建置了 Rapid Box Indexer，該產品可以運用機器學習，像人類般從幾乎任何文件中擷取文字、手寫內容和資料。Amazon Rekognition 利用機器學習和語音識別軟體自動化影像和影片分析，透過 Amazon Comprehend 則可以實現實體偵測和情緒分析。Amazon S3 用於儲存和保護資料，Amazon Lambda 則可支援非常快速的資訊處理。

使用者現在可以透過 Tape Ark 入口網站以及可搜尋的標籤，使用三個資料層，即影片、影像和文字，來「查看」每個箱子裡的內容。有了這些資訊，要做出保存、數位化或銷毀文件的決定就變得容易多了。他們還可以在擷取影片、影像和文字很久之後，無需召回任何一個箱子即可對其進行稽核。

「在我們看來，這就像是將所有放置在別處的箱子全部搬到現場，讓您可以根據需要瀏覽它們的內容。這樣，我們的客戶就能專注於他們想要查找的任何內容，」Guy 說道。

在澳洲開發概念驗證後，Tape Ark 如今正在位於美國休斯頓的設施進行 Rapid Box Indexer 試點。

「我們目前正在使用 Rapid Box Indexer 處理 7,500 個箱子，這對我們的首次試點來說是個合理的規模。客戶的意見回饋將幫助我們精細化該索引器並進一步提升它的價值。2021 年，我們開始大面積推廣這款工具，」Guy 說道，

「我們的目標是擴展這款索引器，以滿足任何產業的需求，並回答一些最難回答的文件管理問題，例如：我們是否可以設定文件的數位化優先順序？ 這是否有助於減小儲存實體箱存檔的規模？ 這將如何降低每月倉儲成本？」

根據 AWS 的比較結果，Rapid Box Indexer 可以將成本降至傳統存檔系統的 20 分之一。這項估計是以在倉儲中儲存箱子的成本為基礎，而這些成本「遠高於數位化和在雲端儲存資料的成本，」Guy 解釋道。