<p>纽约市——在 Veeam 的旗舰会议 VeeamON 2026 上，安全性和韧性成为了重点，供应商宣布了几项更新，旨在引导客户进入最新的人工智能发展时代。</p>
<p>人工智能安全和信任是此次发布的核心，解决了客户对 自主人工智能崛起 的担忧，这种技术使代理能够独立行动并协助业务流程。</p>
<p>为了按预期行动，代理必须获得准确的数据和上下文知识，以做出正确的决策。不幸的是，许多组织对代理所知道和可以访问的内容一无所知，Veeam 产品战略副总裁 Rick Vanover 表示。这种缺乏清晰度会带来后果。</p>
<p>“代理驱动的错误正在发生。可怕的是，有些我们知道，有些我们不知道，” Vanover 说。</p>
<p>虽然 自主人工智能错误 可能不会被认为像大规模自然灾害那样具有破坏性，但其对业务的影响可能是昂贵的，甚至会毁掉一个组织的声誉，他继续说道。</p>
<p>“这可能是其他问题，例如敏感数据被移动到错误的位置，或机密信息被分享给不该获得这些信息的人，” Vanover 说。</p>
<p>这些担忧以及对人工智能代理缺乏信任是人工智能项目 停滞不前 的主要原因。</p>
<p>“信任数据的能力是真正的瓶颈，” Veeam 首席执行官 Anand Eswaran 在他的开幕主题演讲中说道。</p>
<p>在人工智能时代，信任是供应商未来计划的关键组成部分。Veeam 在去年收购 数据和人工智能安全公司 Securiti AI 后，已从数据韧性公司转向关注数据和人工智能信任。</p>
<h2>人工智能的新信任层</h2>
<p>Eswaran 表示，人工智能工具中缺少一个关键层次：信任。</p>
<p>像 Qlik 和 Ataccama 这样的供应商发布了旨在提高人工智能部署信任度的产品，而 Veeam 正在通过 Veeam DataAI Command Platform 针对这一问题。该平台基于 Securiti AI 的 DataAI Command Graph。</p>
<p>“通过 DataAI Command Platform，Veeam 正在构建缺失的层次，将韧性、安全性、治理、合规性和隐私结合在一个平台中，” Eswaran 说。</p>
<p>DataAI Command Platform 是一个跨越生产和备份数据的人工智能信任层，涵盖组织内所有代理、身份和模型。安全性、治理、合规性、隐私和韧性这些通常孤立的领域在一个统一的框架中结合，为代理提供了所需的可见性，使其能够在不缺失关键上下文的情况下行动。</p>
<p>打破安全性和数据保护之间的孤岛至关重要，因为自主人工智能风险不仅仅是组织备份人员的关注，Paradigm Technica 的创始人兼首席分析师 Jack Poller 表示。</p>
<p>“他们开始与不同的人交谈，而不仅仅是考虑备份和恢复管理员，” Poller 说。“他们在与了解公司内数据使用情况及其消失时的影响的人交谈。”</p>
<p>根据 Palo Alto Network 对 2026 年自主人工智能的预测，人工智能代理目前的数量是人类员工的 82:1，这表明风险远远超出了备份和恢复的暴露检查。自主人工智能在整个业务中创造了风险。</p>
<p>新平台具有以下功能：</p>
<ul>
<li>DataAI Security 提供统一的数据和人工智能安全态势管理视图，结合身份智能和韧性。</li>
<li>DataAI Governance 在数据源处而不是在代理处执行控制。当治理发生在源头时，已知和未知的代理无法访问敏感数据。</li>
<li>DataAI Compliance 可以为监管机构和执行董事会生成可审计的证据，并与超过 100 个监管框架（包括欧盟人工智能法、DORA、GDPR、HIPAA 和 NIST）进行映射。</li>
<li>DataAI Privacy 实时在源头执行自动化隐私政策。它使用 SecuritiAI 的 People Data Graph 在不同环境中统一结构化和非结构化的个人数据。</li>
<li>DataAI Precision Resilience 使用 DataAI Command Graph 进行细粒度、定向的恢复，而无需执行完整恢复。</li>
</ul>
<p>Veeam 将韧性视为这些元素的基础，这一观点引起了 IDC 分析师 Johnny Yu 的兴趣。然而，他对安全团队的接受程度感到好奇。</p>
<p>“传统上，这些都是安全团队的职责，而韧性是我们从过去的日子里习惯的数据保护内容，” Yu 说。</p>
<p>然而，他指出，虽然 Veeam 的买家主要集中在数据保护方面，但这种统一正在将安全团队纳入这些讨论。</p>
<p>“数据安全被纳入这些对话，因为他们在桌子上有一席之地，他们需要了解这些产品如何工作，或者至少了解该产品如何与他们在安全方面的内容互动，” Yu 说。</p>
<h2>Veeam Data Platform 13.1 即将发布</h2>
<p>Veeam 还宣布了 Veeam Data Platform 13.1 的预览，预计将推出超过 70 项新更新。</p>
<p>Veeam 在去年 11 月发布了 v13 版本的平台，将网络安全和人工智能置于首位。版本 13.1 在上一版本的基础上，增强了统一之前孤立的安全、合规和治理部门的能力。</p>
<p>预计将在 2026 年第三季度初正式发布，13.1 包括以下内容，更多功能将在发布前揭晓：</p>
<ul>
<li>支持更多虚拟化平台的可移植性，包括 OpenShift。</li>
<li>网络安全增强和安全生态系统强化。</li>
<li>扩展的威胁检测，将覆盖 AWS、Azure、NAS 和 Microsoft 365。</li>
<li>内置恶意软件保护。</li>
<li>自动化的活动目录（AD）森林恢复。</li>
</ul>
<p>Vanover 特别指出自动化的 AD 森林恢复是一个突出亮点。使用向导驱动的方法，13.1 将一个 复杂的多步骤过程 简化为一个只需几分钟的单一操作。</p>
<p>Poller 对宣布的更新感到满意，但期待供应商在未来整合更多的人工智能和大型语言模型能力。</p>
<p>他说：“我看到的只是冰山一角，我们仍然需要考虑并使用现有的系统接口，然后我们可以在其上叠加人工智能。”</p>
<p>Poller 补充说，他希望在未来的版本中能够使用自然语言进行更复杂的请求和查询。</p>
<p>他说：“我希望看到 Veeam 迈出这一步，因为这将使他们与众不同。”</p>
<h3>额外更新针对韧性</h3>
<p>Veeam 还预览了两个以韧性为重点的产品：Veeam Intelligence ResOps for Microsoft 365 和更新版的 Veeam 数据与人工智能信任成熟度模型。</p>
<p>Veeam Intelligence ResOps 是一个针对 Microsoft 365 的附加组件，预计将在 2026 年第三季度正式发布。它使用数据命令图来统一数据上下文和恢复，使组织能够更智能地管理、备份和保留数据，并在恢复时仅恢复受影响的数据。最初仅适用于 Microsoft 365，但供应商计划未来添加更多工作负载。</p>
<p>根据 Eswaran 的说法，数据与人工智能信任成熟度模型旨在解决 “人工智能准备差距”。</p>
<p>他说：“我们的研究表明，尽管大多数组织认为自己准备好安全和负责任地扩展人工智能，但许多组织在董事会、审计或监管环境中难以证明这种准备。”</p>
<p>该模型免费提供给 Veeam 客户，为组织领导者提供了他们在人工智能发展方面的现状以及下一步应采取的措施的视图。它通过评估 12 个维度的人工智能成熟度，并在五个阶段中映射进展，识别控制措施的存在、失效的地方，以及组织必须优先考虑的事项，以增强信任、治理和韧性。这为组织提供了可操作的计划和具体证据，以向领导层展示业务的现状。</p>
<p>Yu 表示，他希望听到更多关于成熟度模型的信息，该模型去年在 VeeamON 上首次介绍。虽然 Veeam 更新了成熟度模型，但他指出，两个模型之间的变化可以更清晰地分解。</p>
<p>Yu 说：“我希望看到一个并排比较，以查看他们添加了什么以及添加的理由。”</p>
<p><em>Erin Sullivan 是 Informa TechTarget 的高级网站编辑，负责数据技术的报道。</em></p>

VEEA

<p>VeeamON 2026 专注于人工智能的信任与韧性，并更新了与自主人工智能相关的安全问题。Veeam 的首席执行官强调了信任在人工智能中的重要性，这对推动人工智能的各项倡议至关重要。新的 Veeam DataAI Command Platform 旨在提供一个信任层，整合安全性、治理、合规性和隐私，解决人工智能代理带来的风险。该平台统一了数据管理，增强了可见性，确保敏感数据得到保护，并在各种监管框架下保持合规。分析师指出，将安全团队纳入数据保护讨论的重要性</p>

<p>NEW YORK CITY -- Security and resilience were top of mind at VeeamON 2026, Veeam's flagship conference, where the vendor announced several updates aimed at leading customers through the latest age of AI development.</p>
<div class="lb-trans"><p>纽约市——在 Veeam 的旗舰会议 VeeamON 2026 上，安全性和韧性成为了重点，供应商宣布了几项更新，旨在引导客户进入最新的人工智能发展时代。</p>
</div><p>AI security and trust were central to the releases, addressing customer concerns surrounding the rise of agentic AI, which enables agents to act independently and assist with business processes.</p>
<div class="lb-trans"><p>人工智能安全和信任是此次发布的核心，解决了客户对 自主人工智能崛起 的担忧，这种技术使代理能够独立行动并协助业务流程。</p>
</div><p>To act as intended, agents must be provided with accurate data and contextual knowledge to make the right decisions. Unfortunately, many organizations are in the dark about what agents know and have access to, according to Rick Vanover, Veeam's vice president of product strategy. And that lack of clarity has consequences.</p>
<div class="lb-trans"><p>为了按预期行动，代理必须获得准确的数据和上下文知识，以做出正确的决策。不幸的是，许多组织对代理所知道和可以访问的内容一无所知，Veeam 产品战略副总裁 Rick Vanover 表示。这种缺乏清晰度会带来后果。</p>
</div><p>&#34;Agent-powered mistakes are happening. And what's scary is that some we know about, and some we don't,&#34; said Vanover.</p>
<div class="lb-trans"><p>“代理驱动的错误正在发生。可怕的是，有些我们知道，有些我们不知道，” Vanover 说。</p>
</div><p>While agentic AI mistakes might not be considered as destructive as large-scale natural disasters, the business impacts can be expensive and even reputation-ruining for an organization, he continued.</p>
<div class="lb-trans"><p>虽然 自主人工智能错误 可能不会被认为像大规模自然灾害那样具有破坏性，但其对业务的影响可能是昂贵的，甚至会毁掉一个组织的声誉，他继续说道。</p>
</div><p>&#34;It could be other problems, such as sensitive data moved to the wrong place, or confidential information being shared with people who shouldn't be getting it,&#34; Vanover said.</p>
<div class="lb-trans"><p>“这可能是其他问题，例如敏感数据被移动到错误的位置，或机密信息被分享给不该获得这些信息的人，” Vanover 说。</p>
</div><p>These concerns and the lack of trust in AI agents are major reasons AI initiatives are stalling.</p>
<div class="lb-trans"><p>这些担忧以及对人工智能代理缺乏信任是人工智能项目 停滞不前 的主要原因。</p>
</div><p>&#34;The ability to trust data is the real bottleneck,&#34; said Veeam CEO Anand Eswaran in his opening keynote.</p>
<div class="lb-trans"><p>“信任数据的能力是真正的瓶颈，” Veeam 首席执行官 Anand Eswaran 在他的开幕主题演讲中说道。</p>
</div><p>Trust in the age of AI is a critical component of the vendor's plans moving forward. Previously known as a data resilience company, Veeam has pivoted to a focus on data and AI trust since its acquisition of data and AI security company Securiti AI in December of last year.</p>
<div class="lb-trans"><p>在人工智能时代，信任是供应商未来计划的关键组成部分。Veeam 在去年收购 数据和人工智能安全公司 Securiti AI 后，已从数据韧性公司转向关注数据和人工智能信任。</p>
</div><h2>A new trust layer for AI</h2>
<div class="lb-trans"><h2>人工智能的新信任层</h2>
</div><p>According to Eswaran, a critical layer is missing in AI tools: Trust.</p>
<div class="lb-trans"><p>Eswaran 表示，人工智能工具中缺少一个关键层次：信任。</p>
</div><p>Vendors like Qlik and Ataccama have released products that aim to increase trust in AI deployments, and Veeam is targeting this concern with the Veeam DataAI Command Platform. The platform runs on the DataAI Command Graph, a product of Securiti AI.</p>
<div class="lb-trans"><p>像 Qlik 和 Ataccama 这样的供应商发布了旨在提高人工智能部署信任度的产品，而 Veeam 正在通过 Veeam DataAI Command Platform 针对这一问题。该平台基于 Securiti AI 的 DataAI Command Graph。</p>
</div><p>&#34;With the DataAI Command Platform, Veeam is building the missing layer combining resilience, security, governance, compliance and privacy, in one platform,&#34; said Eswaran.</p>
<div class="lb-trans"><p>“通过 DataAI Command Platform，Veeam 正在构建缺失的层次，将韧性、安全性、治理、合规性和隐私结合在一个平台中，” Eswaran 说。</p>
</div><p>The DataAI Command Platform is a trust layer for AI that spans production and backup data and covers all agents, identities and models across an organization. The typically siloed domains of security, governance, compliance, privacy and resilience are united in a single fabric, providing the visibility agents require to act without missing critical context.</p>
<div class="lb-trans"><p>DataAI Command Platform 是一个跨越生产和备份数据的人工智能信任层，涵盖组织内所有代理、身份和模型。安全性、治理、合规性、隐私和韧性这些通常孤立的领域在一个统一的框架中结合，为代理提供了所需的可见性，使其能够在不缺失关键上下文的情况下行动。</p>
</div><p>Breaking down the silos around security and data protection is critical since agentic AI risk is not just a concern for the organization's backup personnel, according to Jack Poller, founder and principal analyst for Paradigm Technica.</p>
<div class="lb-trans"><p>打破安全性和数据保护之间的孤岛至关重要，因为自主人工智能风险不仅仅是组织备份人员的关注，Paradigm Technica 的创始人兼首席分析师 Jack Poller 表示。</p>
</div><p>&#34;They're starting to talk to a different set of people, instead of just thinking about the backup and recovery administrators,&#34; Poller said. &#34;They're talking to the people that have an understanding of data throughout the company, how it's used, and what the implications are when it disappears.&#34;</p>
<div class="lb-trans"><p>“他们开始与不同的人交谈，而不仅仅是考虑备份和恢复管理员，” Poller 说。“他们在与了解公司内数据使用情况及其消失时的影响的人交谈。”</p>
</div><p>According to Palo Alto Network's 2026 Predictions for Autonomous AI, AI agents currently outnumber human employees by 82:1, indicating the risk extends far beyond checking for exposure in backup and recovery. Agentic AI creates risk throughout the business.</p>
<div class="lb-trans"><p>根据 Palo Alto Network 对 2026 年自主人工智能的预测，人工智能代理目前的数量是人类员工的 82:1，这表明风险远远超出了备份和恢复的暴露检查。自主人工智能在整个业务中创造了风险。</p>
</div><p>The new platform has the following capabilities:</p>
<div class="lb-trans"><p>新平台具有以下功能：</p>
</div><ul>
<li>DataAI Securityprovides a unified view of data and AI security posture management combined with identity intelligence and resilience.</li>
<li>DataAI Governance enforces control at the data source rather than at the agent. When governance occurs at the source, known and unknown agents cannot access sensitive data.</li>
<li>DataAI Compliance can generate auditable evidence for regulators and executive boards and is mapped against over 100 regulatory frameworks, including the EU AI Act, DORA, GDPR, HIPAA and NIST.</li>
<li>DataAI Privacy enforces automated privacy policies in real time, at the source. It uses SecuritiAI's People Data Graph to unify structured and unstructured personal data across environments.</li>
<li>DataAI Precision Resilience uses the DataAI Command Graph to perform granular, targeted recovery without having to perform a full restore.</li>
</ul>
<div class="lb-trans"><ul>
<li>DataAI Security 提供统一的数据和人工智能安全态势管理视图，结合身份智能和韧性。</li>
<li>DataAI Governance 在数据源处而不是在代理处执行控制。当治理发生在源头时，已知和未知的代理无法访问敏感数据。</li>
<li>DataAI Compliance 可以为监管机构和执行董事会生成可审计的证据，并与超过 100 个监管框架（包括欧盟人工智能法、DORA、GDPR、HIPAA 和 NIST）进行映射。</li>
<li>DataAI Privacy 实时在源头执行自动化隐私政策。它使用 SecuritiAI 的 People Data Graph 在不同环境中统一结构化和非结构化的个人数据。</li>
<li>DataAI Precision Resilience 使用 DataAI Command Graph 进行细粒度、定向的恢复，而无需执行完整恢复。</li>
</ul>
</div><p>Veeam's depiction of resilience as the underlying foundation to these elements was an interesting vision, according to Johnny Yu, an analyst with IDC. However, he's curious how receptive security teams will be.</p>
<div class="lb-trans"><p>Veeam 将韧性视为这些元素的基础，这一观点引起了 IDC 分析师 Johnny Yu 的兴趣。然而，他对安全团队的接受程度感到好奇。</p>
</div><p>&#34;Traditionally, a whole lot of that is the purview of the security team, whereas the resilience is the data protection stuff we're used to from the days of yesteryear,&#34; Yu said.</p>
<div class="lb-trans"><p>“传统上，这些都是安全团队的职责，而韧性是我们从过去的日子里习惯的数据保护内容，” Yu 说。</p>
</div><p>However, he pointed out that, while Veeam buyers are primarily on the data protection side, this unification is bringing security teams into those discussions.</p>
<div class="lb-trans"><p>然而，他指出，虽然 Veeam 的买家主要集中在数据保护方面，但这种统一正在将安全团队纳入这些讨论。</p>
</div><p>&#34;Data security is being brought into those conversations because they have a seat at the table and they need to know how these products work or, at the very least, how the product will interact with their own stuff on the security side,&#34; Yu said.</p>
<div class="lb-trans"><p>“数据安全被纳入这些对话，因为他们在桌子上有一席之地，他们需要了解这些产品如何工作，或者至少了解该产品如何与他们在安全方面的内容互动，” Yu 说。</p>
</div><h2>Veeam Data Platform 13.1 coming soon</h2>
<div class="lb-trans"><h2>Veeam Data Platform 13.1 即将发布</h2>
</div><p>Veeam also announced a preview of Veeam Data Platform 13.1, with over 70 new updates on the way.</p>
<div class="lb-trans"><p>Veeam 还宣布了 Veeam Data Platform 13.1 的预览，预计将推出超过 70 项新更新。</p>
</div><p>Veeam released v13 of the platform in November of last year, with cybersecurity and AI at the forefront. Version 13.1builds on the last iteration with capabilities that emphasize unifying previously siloed departments of security, compliance and governance.</p>
<div class="lb-trans"><p>Veeam 在去年 11 月发布了 v13 版本的平台，将网络安全和人工智能置于首位。版本 13.1 在上一版本的基础上，增强了统一之前孤立的安全、合规和治理部门的能力。</p>
</div><p>Scheduled to be generally available in early Q3 2026, 13.1 includes the following, with more features being revealed closer to release:</p>
<div class="lb-trans"><p>预计将在 2026 年第三季度初正式发布，13.1 包括以下内容，更多功能将在发布前揭晓：</p>
</div><ul>
<li>Portability across more hypervisors, including OpenShift.</li>
<li>Cybersecurity enhancements and security ecosystem reinforcement.</li>
<li>Expanded threat detection that will cover AWS, Azure, NAS and Microsoft 365,</li>
<li>Built-in malware protection.</li>
<li>Automated Active Directory (AD) forest recovery.</li>
</ul>
<div class="lb-trans"><ul>
<li>支持更多虚拟化平台的可移植性，包括 OpenShift。</li>
<li>网络安全增强和安全生态系统强化。</li>
<li>扩展的威胁检测，将覆盖 AWS、Azure、NAS 和 Microsoft 365。</li>
<li>内置恶意软件保护。</li>
<li>自动化的活动目录（AD）森林恢复。</li>
</ul>
</div><p>Vanover singled out the automated AD forest recovery as a particular standout. Using a wizard-driven approach, 13.1 turns a complex, multi-step process into a single action that takes minutes.</p>
<div class="lb-trans"><p>Vanover 特别指出自动化的 AD 森林恢复是一个突出亮点。使用向导驱动的方法，13.1 将一个 复杂的多步骤过程 简化为一个只需几分钟的单一操作。</p>
</div><p>Poller was satisfied with the announced updates, but is looking forward to the vendor incorporating more AI and LLM capabilities down the road.</p>
<div class="lb-trans"><p>Poller 对宣布的更新感到满意，但期待供应商在未来整合更多的人工智能和大型语言模型能力。</p>
</div><p>&#34;What I saw was only the tip of the iceberg, where we still have to think about and use the system interface the way it is, and then we can layer AI on top of it instead, &#34; he said.</p>
<div class="lb-trans"><p>他说：“我看到的只是冰山一角，我们仍然需要考虑并使用现有的系统接口，然后我们可以在其上叠加人工智能。”</p>
</div><p>Poller added that he’d like to see the ability to use natural language to make more complex requests and queries in future releases.</p>
<div class="lb-trans"><p>Poller 补充说，他希望在未来的版本中能够使用自然语言进行更复杂的请求和查询。</p>
</div><p>&#34;I want to see Veeam make that leap because that's going to set them apart,&#34; he said</p>
<div class="lb-trans"><p>他说：“我希望看到 Veeam 迈出这一步，因为这将使他们与众不同。”</p>
</div><h3>Additional updates target resilience</h3>
<div class="lb-trans"><h3>额外更新针对韧性</h3>
</div><p>Veeam also previewed two resilience-focused offerings: Veeam Intelligence ResOps for Microsoft 365 and an updated Veeam Data and AI Trust Maturity Model.</p>
<div class="lb-trans"><p>Veeam 还预览了两个以韧性为重点的产品：Veeam Intelligence ResOps for Microsoft 365 和更新版的 Veeam 数据与人工智能信任成熟度模型。</p>
</div><p>Veeam Intelligence ResOps is an add-on for Microsoft 365 that will be generally available in Q3 of 2026. It uses the Data Command Graph to unify data context and recovery, enabling organizations to manage, back up and retain data more intelligently and to restore only affected data in a recovery. It is initially available for Microsoft 365, but the vendor plans to add more workloads in the future.</p>
<div class="lb-trans"><p>Veeam Intelligence ResOps 是一个针对 Microsoft 365 的附加组件，预计将在 2026 年第三季度正式发布。它使用数据命令图来统一数据上下文和恢复，使组织能够更智能地管理、备份和保留数据，并在恢复时仅恢复受影响的数据。最初仅适用于 Microsoft 365，但供应商计划未来添加更多工作负载。</p>
</div><p>The Data and AI Trust Maturity Model aims to address the &#34;AI readiness gap,&#34; according to Eswaran.</p>
<div class="lb-trans"><p>根据 Eswaran 的说法，数据与人工智能信任成熟度模型旨在解决 “人工智能准备差距”。</p>
</div><p>&#34;Our research shows that while most organizations believe they are ready to scale AI safely and responsibly, many struggle to demonstrate that readiness in a board, audit, or regulatory context,&#34; he said.</p>
<div class="lb-trans"><p>他说：“我们的研究表明，尽管大多数组织认为自己准备好安全和负责任地扩展人工智能，但许多组织在董事会、审计或监管环境中难以证明这种准备。”</p>
</div><p>The model, available free to Veeam customers, provides organization leaders with a view of where they stand now with AI development and what their next steps should be. It does this by evaluating AI maturity across 12 dimensions and maps progress across five stages, identifying where controls exist, where they break down, and what the organization must prioritize to strengthen trust, governance and resilience. This provides organizations with actionable plans and concrete evidence they can present to leadership about where the business stands.</p>
<div class="lb-trans"><p>该模型免费提供给 Veeam 客户，为组织领导者提供了他们在人工智能发展方面的现状以及下一步应采取的措施的视图。它通过评估 12 个维度的人工智能成熟度，并在五个阶段中映射进展，识别控制措施的存在、失效的地方，以及组织必须优先考虑的事项，以增强信任、治理和韧性。这为组织提供了可操作的计划和具体证据，以向领导层展示业务的现状。</p>
</div><p>Yu said he hoped to hear more about the maturity model, which was first presented at VeeamON last year. While Veeam has updated the maturity model, he noted that there could have been a clearer breakdown of the changes between the two models.</p>
<div class="lb-trans"><p>Yu 表示，他希望听到更多关于成熟度模型的信息，该模型去年在 VeeamON 上首次介绍。虽然 Veeam 更新了成熟度模型，但他指出，两个模型之间的变化可以更清晰地分解。</p>
</div><p>&#34;I want to see a side-by-side comparison to see what they added to it and the justifications for what they added,&#34; said Yu.</p>
<div class="lb-trans"><p>Yu 说：“我希望看到一个并排比较，以查看他们添加了什么以及添加的理由。”</p>
</div><p><em>Erin Sullivan is a senior site editor at Informa TechTarget covering data technologies.</em></p>
<div class="lb-trans"><p><em>Erin Sullivan 是 Informa TechTarget 的高级网站编辑，负责数据技术的报道。</em></p>
</div>

VeeamON 2026 更新旨在提升 AI 的信任度和弹性