IBM stawia na macierze dyskowe zgodne z NIS2 i gotowe na wyzwania AI

O tym, jak wygląda dziś rynek pamięci masowych w Polsce, w jaki sposób projekty AI wpływają na zapotrzebowanie na storage oraz jakie zagrożenia czekają na firmy przechowujące dane, rozmawiamy z Piotrem Sękowskim, dyrektorem sprzedaży rozwiązań pamięci masowych w IBM Polska, oraz Andrzejem Gładyszem, wiceprezesem zarządu spółki Averbit. W rozmowie pojawia się także temat innowacji w macierzach dyskowych i tego, dlaczego IBM zyskuje coraz silniejszą pozycję w tym segmencie rynku.

Jesteśmy w momencie przełomu, gdzie potrzeby IT w największym stopniu wynikają z organicznego rozwoju działalności lub nowych projektów biznesowych – także tych związanych ze sztuczną inteligencją. Coraz częściej są to inicjatywy zakładające wykorzystanie własnych modeli AI, uruchamianych na lokalnej, w pełni kontrolowanej infrastrukturze. Faktycznie realizujemy wiele pilotaży i testów środowisk AI w modelu on-premise, co zapowiada przyszłe, większe projekty transformacyjne oparte na lokalnych wdrożeniach sztucznej inteligencji.

Piotr Sękowski, dyrektor sprzedaży rozwiązań pamięci masowych w IBM Polska

Jak projekty AI zmieniają zapotrzebowanie na storage w polskich firmach?

Andrzej Gładysz zaznacza, że choć popularność rozwiązań AI systematycznie rośnie, to wciąż nie jest to główny impuls napędzający zakupy pamięci masowych w Polsce. Głównym motorem inwestycji w storage pozostaje naturalny rozwój przedsiębiorstw, a większość projektów sprowadza się do zwiększania pojemności macierzy blokowych.

Jednocześnie – jak podkreśla Gładysz – rośnie liczba klientów zastanawiających się, jak wykorzystać zgromadzone dane w prostych zastosowaniach AI. To generuje potrzebę stosowania szybkich i pojemnych macierzy, a także rozwiązań przygotowanych pod obsługę danych nieustrukturyzowanych, na przykład zdjęć czy skanów.

Większość polskich firm znajduje się dopiero na etapie testów i pilotaży AI, zwykle opartych na podstawowych usługach chmurowych. Wyjątkiem są duże instytucje – spółki Skarbu Państwa, banki czy przedsiębiorstwa energetyczne – które ten etap mają już za sobą. Mniejsze organizacje, jak zauważa Gładysz, prędzej czy później i tak podejmą podobne kroki.

Coraz częściej padają jednak pytania o możliwość uruchomienia całego środowiska AI lokalnie, bez zależności od publicznej chmury obliczeniowej – a w tym obszarze IBM ma, zdaniem Gładysza, bardzo mocną propozycję.

Sękowski dodaje, że obecny moment to punkt zwrotny – potrzeby IT wynikają przede wszystkim z naturalnego rozwoju biznesu oraz nowych inicjatyw, w tym coraz częściej związanych z własnymi modelami AI uruchamianymi lokalnie, na w pełni kontrolowanej infrastrukturze. IBM realizuje już wiele testów i pilotaży takich środowisk on-premise, co – jak zaznacza – zwiastuje większe projekty transformacyjne w tym kierunku.

Gładysz zwraca uwagę, że klienci deklarują otwartość na wdrażanie dużych modeli językowych, ale powstrzymuje ich obawa o przekazywanie własnych, cennych i często wrażliwych danych do środowisk chmurowych, gdzie funkcje AI są najbardziej dostępne. Udostępnienie takich danych na zewnątrz – z ryzykiem wykorzystania ich do trenowania modeli lub udostępnienia innym podmiotom – dla wielu firm jest po prostu niedopuszczalne.

Bezpieczeństwo i dostępność danych w projektach AI

Gładysz jako coraz poważniejszy problem wskazuje zjawisko Shadow AI – sytuację, w której pracownicy bez większej rozwagi korzystają z powszechnie dostępnych narzędzi generatywnej sztucznej inteligencji, przekazując im dane wrażliwe. To wyzwanie nie jest trywialne, bo z jednej strony brakuje świadomości ryzyka u użytkowników, a z drugiej – narzędzi gwarantujących bezpieczeństwo danych.

W wielu firmach pracownicy w niefrasobliwy sposób wspierają się ogólnodostępnymi rozwiązaniami generatywnej sztucznej inteligencji, udostępniając im wrażliwe dane. Kluczowe jest zachowanie pełnej kontroli nad całym procesem przetwarzania danych, co jest realne wyłącznie w lokalnych środowiskach AI. Tylko takie podejście zapewnia również możliwość precyzyjnego prześledzenia sposobu działania sztucznej inteligencji i w razie potrzeby cofnięcia się do konkretnej wersji modelu – co może być potencjalnie wymagane przez regulatorów.

Andrzej Gładysz, wiceprezes zarządu firmy Averbit

Sękowski dodaje, że Shadow AI to również problem wykorzystywania niesprawdzonych i nieautoryzowanych modeli w realnych procesach biznesowych. Uruchomienie całego stosu technologii AI lokalnie ogranicza ryzyko wycieku danych oraz zapewnia, że decyzje i zautomatyzowane procesy opierają się na przewidywalnych i bezpiecznych modelach – bezpiecznych także w sensie pełnej kontroli nad przepływem informacji.

Jak podkreśla Sękowski, IBM oferuje w tym zakresie unikalne wsparcie – usługi kompleksowej analizy i certyfikacji modeli AI pod kątem bezpieczeństwa. Każda organizacja może zgłosić własny model do weryfikacji i testów, a takie usługi świadczy między innymi krakowskie centrum kompetencyjne IBM.

Kolejnym wyzwaniem jest przygotowanie infrastruktury na zagrożenia postkwantowe. Komputery kwantowe stają się coraz bardziej dostępne, a przestępcy już teraz kradną dane z myślą o ich przyszłym odszyfrowaniu. Choć wiele skradzionych zbiorów jest dziś zaszyfrowanych na tyle solidnie, że łamanie ich klasycznymi komputerami jest nieopłacalne, z czasem powstaną narzędzia zdolne przełamać te zabezpieczenia. Dane z sektora publicznego, ochrony zdrowia czy bankowości mogą pozostać wartościowe przez wiele lat, dlatego zapobieganie wyciekom jest kluczowe niezależnie od zastosowanego szyfrowania.

Znaczenie bezpieczeństwa w inwestycjach storage

Sękowski nie ma wątpliwości, że rola bezpieczeństwa w decyzjach o inwestycjach w storage jest ogromna, choć nie zawsze jest to oczywiste. Powołuje się na raport zespołu IBM X-Force „Threat Intelligence Index 2025”, według którego liczba ataków z użyciem infostealerów – złośliwego oprogramowania wykradającego dane logowania – wzrosła rok do roku o 84%. W porównaniu z 2023 rokiem to ogromny skok, co potwierdza, że phishing stał się głównym kanałem dystrybucji takiego oprogramowania, a same ataki są coraz trudniejsze do wykrycia.

Z raportu „2025 Global Threat Landscape Report” firmy Fortinet wynika, że liczba logów pochodzących z przejętych systemów wzrosła aż o 500%, co oznacza ponad 1,7 miliarda skradzionych danych uwierzytelniających krążących w darknecie. To zjawisko przełożyło się na 42-procentowy wzrost liczby ataków bazujących na przejętych danych logowania.

Sękowski wyjaśnia, że skradzione dane dostępowe umożliwiają włamania do infrastruktury IT i przeprowadzanie bardziej rozbudowanych atakow. Oba wspomniane raporty pokazują, że skala i skuteczność takich zagrożeń rośnie, tym bardziej że przestępcy coraz częściej wspierają się sztuczną inteligencją. Gdy zawiedzie czynnik ludzki – na przykład użytkownik kliknie fałszywy link i poda swoje dane – potrzebne są dodatkowe mechanizmy ochrony, bo dane to dziś najcenniejszy zasób większości firm i instytucji.

Analizy pokazują, że wzrost liczby kradzieży danych logowania przekłada się na zwiększenie skuteczności innych atakow, w tym ransomware, nawet o 30-40%. Skuteczny atak ransomware kończy się zaszyfrowaniem danych – i właśnie tu kluczową rolę zaczynają odgrywać pamięci masowe. W odpowiedzi na te zagrożenia IBM wprowadza do swoich rozwiązań storage dodatkowe warstwy zabezpieczeń.

Funkcje bezpieczeństwa w rozwiązaniach IBM Storage

Sękowski wylicza dwa kluczowe elementy ochrony. Pierwszym są bezpieczne mechanizmy uwierzytelniania, które mają utrudnić przestępcom wykorzystanie skradzionych danych logowania. Drugim są dodatkowe mechanizmy bezpieczeństwa działające bezpośrednio na poziomie dysków w macierzy, oparte na analizie wzorców operacji na danych – ich celem jest wykrywanie podejrzanego ruchu typowego dla ransomware i natychmiastowe powiadomienie administratora.

Wyposażamy pamięci masowe IBM w bezpieczne mechanizmy uwierzytelniające po to, aby utrudnić cyberprzestępcom ewentualne wykorzystanie skradzionych danych dostępowych. Po drugie, wprowadzamy dodatkowe mechanizmy bezpieczeństwa oparte na analizie wzorców operacji na danych i działające bezpośrednio na poziomie dysków w macierzy dyskowych. Ich istotą jest wykrywanie podejrzanych operacji oraz ruchu danych typowego dla działania ransomware, a następnie zaalarmowanie administratora, aby mógł szybko i właściwie zareagować.

Piotr Sękowski, dyrektor sprzedaży rozwiązań pamięci masowych w IBM Polska

Sękowski zaznacza, że to rozwiązanie unikalne i skuteczne, choć nie w pełni automatyczne – zmiana wzorca operacji może wynikać z planowanych prac utrzymaniowych, a nie ataku. Dlatego administratorzy dostają narzędzie do szybkiej weryfikacji i reakcji, jeśli podejrzenie ransomware się potwierdzi.

Funkcje wbudowane w macierze IBM uzupełniają usługi IBM Storage Insights oraz IBM Storage Defender. Pierwsza to scentralizowane narzędzie do monitorowania w czasie rzeczywistym, powiadamiania o incydentach i analizy parametrów technicznych macierzy IBM, wraz z rekomendacjami optymalizacji opartymi na AI. Wersja PRO pozwala dodatkowo analizować podstawowe parametry rozwiązań innych producentów.

IBM Storage Defender to z kolei pakiet rozwiązań wspierających backup, archiwizację i analizę czystości danych – czyli wykrywanie zagrożeń zarówno w archiwach, jak i kopiach zapasowych. Element tego pakietu stanowią wspomniane wcześniej funkcje analizy wzorców operacji pod kątem ransomware. Jak podsumowuje Sękowski, IBM stawia w tym obszarze na proaktywne, innowacyjne podejście do ochrony danych.

Czy starsze macierze wystarczą do projektów AI?

Sękowski posługuje się porównaniem: uruchamianie projektów AI na przestarzałych macierzach to jak próba ścigania się nowym bolidem Formuły 1 na zeszłorocznych, zużytych oponach – można w ogóle nie ruszyć z miejsca, nie mówiąc o bezpiecznym przejechaniu okrążenia. Nowoczesna infrastruktura obliczeniowa i wydajne procesory GPU nie powinny współpracować z wielokrotnie starszymi macierzami. Można na takiej platformie uruchomić pewne obciążenia AI, ale trudno liczyć na wysoką wydajność. Aby w pełni skorzystać z potencjału AI, zachowując kontrolę nad danymi i modelami, potrzebne jest kompleksowe podejście, w którym warstwa storage nie odstaje od możliwości procesorów.

IBM proponuje w tym zakresie kilka rozwiązań. Pierwszym jest IBM Fusion – kompleksowe, zoptymalizowane pod AI środowisko chmury prywatnej dostępne jako predefiniowany produkt, wyposażone w wydajne pamięci masowe, procesory GPU oraz stos technologii bazujący na platformie OpenShift. IBM Fusion dostarcza w przystępnej formie wszystkie elementy potrzebne do lokalnego uruchomienia modeli AI, wraz z wbudowanymi mechanizmami bezpieczeństwa, optymalizacjami wydajności oraz uproszczoną administracją, bez potrzeby dodatkowej parametryzacji.

Alternatywą jest platforma IBM Storage Scale System, która – zgodnie z ogólnodostępnymi testami – jest najbardziej wydajnym rozwiązaniem typu storage dla serwerów NVIDIA. System korzysta również z mechanizmów wykrywania ataków ransomware, łącząc w ten sposób wysoką wydajność z bezpieczeństwem.

Sękowski wspomina też o rozwoju pamięci taśmowych w kontekście dużych zbiorów danych typowych dla AI. Biblioteki taśmowe zapewniają najwyższy poziom bezpieczeństwa i najniższy koszt składowania danych. IBM opracował mechanizmy pozwalające wykorzystywać nośniki taśmowe jako naturalne rozszerzenie zasobów dyskowych – środowiska archiwalne oparte na bibliotekach taśmowych mogą płynnie uzupełniać środowiska produkcyjne, dając duży i tani zasób. Takie wdrożenia IBM realizuje między innymi w szpitalach i na uczelniach.

Pozycja IBM na polskim rynku pamięci masowych

Według Sękowskiego dane analityków rynku potwierdzają, że w 2024 roku IBM odnotował znaczące wzrosty na rynku storage w Polsce, podczas gdy większość konkurentów notowała spadki. Z szacunków wynika, że co czwarty terabajt pamięci masowych dostarczonych w ubiegłym roku polskim firmom i instytucjom oparty był na technologii IBM. Taka skala oznacza, że rozwiązania te trafiają do organizacji różnej wielkości i z różnych branż. Jeśli miałby wskazać sektor, który w 2024 roku inwestował w rozwiązania IBM do składowania danych najintensywniej, byłaby to ochrona zdrowia – IBM od kilku lat uczestniczy w największych projektach budowy bezpiecznego i wydajnego fundamentu do przechowywania danych medycznych, gdzie bezpieczeństwo ma kluczowe znaczenie.

Sękowski podkreśla, że klienci wybierający IBM Storage otrzymują macierze samodzielnie wykrywające ataki ransomware, oferujące rozbudowane szyfrowanie oraz funkcje backupu i przywracania bezpiecznych kopii danych. Rozwiązania te natywnie wspierają wieloskładnikowe uwierzytelnianie użytkowników uprzywilejowanych oraz replikację danych między wieloma lokalizacjami. Wszystko to dobrze odpowiada wymaganiom dyrektywy NIS2, co oznacza, że relatywnie niedroga inwestycja w macierze IBM pozwala zaadresować wiele wymogów wielopoziomowego bezpieczeństwa danych.

Gładysz potwierdza, że silny udział sektora ochrony zdrowia w sprzedaży rozwiązań IBM Storage widać także w wynikach Averbit za 2024 rok – pod względem liczby realizowanych projektów medycyna ustąpiła jedynie finansom i energetyce, czyli branżom, w których bezpieczeństwo danych ma szczególne znaczenie ze względu na skalę i charakter działalności.

Co stoi za silną pozycją IBM w segmencie storage?

Gładysz uważa, że na wzrost pozycji IBM wpływa kilka czynników jednocześnie. Ostatnie lata przyniosły zmianę w postrzeganiu marki – jej rozwiązania nie są już oceniane wyłącznie przez cenę, choć praktyka pokazuje, że IBM oferuje systemy mocno konkurencyjne cenowo.

W realnych scenariuszach biznesowych bardzo często możemy wykazać, że rozwiązania IBM są tańsze w użytkowaniu od systemów konkurencji. Jest to m.in. pochodna bogatej funkcjonalności. W kontekście pamięci masowych wystarczy wspomnieć o wbudowanych mechanizmach analizy danych, poprawy ich bezpieczeństwa, ochrony dostępu czy kompresji. Wykorzystanie tego rodzaju funkcji pozwala znacząco zmniejszyć całkowity koszt realizacji projektu. Dotyczy to także innych linii produktowych IBM.

Andrzej Gładysz, wiceprezes zarządu firmy Averbit

Sękowski dodaje, że dzisiejsze macierze muszą być szybkie i nadążać za rosnącym zapotrzebowaniem na dane, a wiodący producenci opierają się na podobnych fundamentach technologicznych. O przewadze coraz częściej decydują dodatkowe funkcje oraz takie cechy jak wysoka wydajność i gęstość danych – w obu tych obszarach IBM ma, według niego, wyraźną przewagę nad konkurencją. Rozwiązania IBM Storage wyróżnia też wysoki stopień upakowania danych, co pozwala przechowywać duże ich wolumeny na ograniczonej powierzchni centrum danych, przy zachowaniu wydajności i efektywności energetycznej. Sękowski podaje przykład: możliwość zapewnienia 1PB danych w obudowie 1U, z zachowaniem wysokich parametrów wydajnościowych i niskim zużyciem energii.

Gładysz zauważa, że w okresie wysokich cen energii kilka lat temu oszczędności na zasilaniu macierzy IBM w całym cyklu ich życia mogły sfinansować nawet jedną trzecią kosztu zakupu infrastruktury w porównaniu z rozwiązaniami innych producentów.

Sękowski dodaje na koniec, że rozwiązania IBM Storage wyróżniają się także prostotą użytkowania – przejrzysty interfejs pozwala obsługiwać macierze nawet osobom bez zaawansowanych kompetencji technicznych.

Źródło: ITwiz