Hitachi Vantara物件儲存平台Hitachi Content Platform（HCP）在2022年第二季的銷量，比對上一年增長了四成，較市場平均增長13.6%，亦要高得多。
目前，估計非結構性數據佔全球所有數據存儲9成以上，不過如果非結構數據儲存在SAN/NAS，不單止昂貴，難以被充份利用數據，支撐分析或者新一代應用，長期數據儲存管理，也不足以應付。
如果非結構性數據儲存在檔案系統，由於一般檔案系統利用檔案形式儲存，而且利用了分層結構，如果不知道存取路徑，難以找到資料。物件儲存則是利用custom identifier，加上形容數據內容的metadata（元數據），並不是通過路徑，而是以API存取。
物件儲存以API存取有不少優勢，通過custom identifier或者metadata，最大優點是應用易於讀寫非結構性數據，尤其新一代雲原生應用，物件儲存亦可以無限擴充。
相對而言，利用custom identifier或者metadata，毋論系統如何擴充，幾乎都可對應數據來源。因為對於應用而言，物件儲存是一個平坦結構，所以存取非常簡潔。例如說應用要從儲存取出某段影片，只要提供custom identifier就可讀取，或通過metadata檢索。
其次是物件儲存適合分析，一般用於ML/AL訓練數據，可能都是數以petabytes計算，不可能採用SAN/NAS架構，數據分析與AI應用漸增，市場上開始針對數據分析與AI領域，推出專用基礎架構，而物件儲存就廣泛應用在ML/AL訓練數據，甚至大數據分析。
例如說，某個應用要從儲存取出影片播放，只要利用identifier就可讀取，以metadata分類和篩選，完全不要理會儲存位置，平坦結構令物件儲存具無限擴張的能力，所有數據湖都是採用了物件儲存。數據最大價值還在分析，分析系統通過非結構性數據建立AI模型，AI往往通過大量數據訓練和優化，訓練AI模型往往利用無伺服器架構，多以容器開發，例如Kubeflow去管理流程。
透過能夠高速讀寫和存取非結構性數據，對於開發雲原生應用或者AI分析，性能均較同級儲存為佳。以往不少系統都透過數據庫系統處理Metadata，近年物件儲存metadata可系統生成和附上，例如是地理空間（geospatial）數據，更容易和直接管理，供雲原生SaaS開發應用。
Hitachi Vantara處理Metadata能力無出其右，亦可加強數據的metadata便利未來分析，其實Metadata對於數據的管理、治理、分析、協作和文件閘道功能都非常重要，亦可令數據在存檔後更容易檢索。
不少物件儲存用於備份和恢復，物件儲件結合Erasure Coding，數據分拆多個儲存，甚至不同地理位置，作為數據保護和容錯用途，而重建硬盤時間和成本亦較RAID為低。Hitachi Vantara的Virtual Storage Software Block（VSS Block）亦支援Erasure Coding，可將Hitachi Vantara虛擬儲存平台擴展至雲原生應用。事實上，不少Hadoop檔案系統HDFS難於管理又昂貴，HDFS只應付中小規模數據集存儲，存儲一旦擴展，HDFS極為昂貴和低效率，要同時增加存儲容量和計算能力，不少HDFS亦以Hitachi Vantara的HCP作暫時儲存以降低成本。
Hitachi Vantara物件管理用於長期數據保存，以確保證數據可讀性和可解釋性，並且完整保存原始數據和Metadata。不少數據格式、合規性、應用程式和使用方式在數據生命週期中斷變化，Metadata也為長期保存帶來保證。