老牌數(shù)據(jù)分析公司SAS之變

趙艷秋

技術(shù)變革正在讓這家公司變得“既熟悉又陌生”。

一家中國手機大公司，要從社交平臺的海量數(shù)據(jù)中傾聽“客戶的聲音”。于是，帶有機器學(xué)習(xí)技術(shù)的大數(shù)據(jù)分析系統(tǒng)被采用，每天從300多個網(wǎng)站抓取2000萬條原始社交數(shù)據(jù)，從中辨識出100個危機預(yù)警，5萬個客戶問題。這些問題被立刻輸送到產(chǎn)品維修、客戶服務(wù)、產(chǎn)品設(shè)計部門……得到主動解決。而在過去，采用人工處理方式，每人每天只能看800條信息。自動化系統(tǒng)讓分析能力和效率提升100倍！

一家中國金融公司，要在海量交易中實時辨識欺詐交易。這可不是件容易事。要知道，在2016年，使用移動支付的中國用戶已達4.7億人，這個數(shù)字甚至是美國總?cè)丝诘?.5倍以上，每天創(chuàng)造天量級金融零售交易數(shù)據(jù)，而交易欺詐規(guī)模也龐大得驚人，僅信用卡欺詐一項就讓銀行業(yè)每年損失幾百億元。但現(xiàn)在，通過采用具備機器學(xué)習(xí)技術(shù)的高級分析系統(tǒng)，這家金融公司每秒可處理10萬筆+交易量，成功阻絕90%的欺詐犯罪。

在這兩個典型的案例中，企業(yè)都采用了大數(shù)據(jù)分析企業(yè)SAS的新技術(shù)。

SAS可不是一家新公司，它已有41年歷史，源自美國北卡羅來納州立大學(xué)的一個數(shù)據(jù)分析軟件研究項目。雖然根據(jù)市場調(diào)研公司IDC的統(tǒng)計，SAS目前在全球高級和預(yù)測分析市場占有31.6%的份額，但這家老牌數(shù)據(jù)分析企業(yè)卻面臨前所未有的挑戰(zhàn)。

SAS起步的時候，數(shù)據(jù)分析還是一個很小很專的市場。但現(xiàn)在，數(shù)據(jù)分析世界已發(fā)生翻天覆地的變化，成為全球最廣袤的技術(shù)市場之一?；ヂ?lián)網(wǎng)、物聯(lián)網(wǎng)帶來了海量實時數(shù)據(jù)分析需求，“人人都是數(shù)據(jù)分析師”的理念被越來越的企業(yè)接納，機器學(xué)習(xí)特別是深度學(xué)習(xí)加速了智能化的腳步，開源技術(shù)對傳統(tǒng)商業(yè)模式發(fā)起沖擊……SAS的變化就是在這樣的背景下發(fā)生的——如何在一個越來越熱鬧、競爭越來越白熱化的市場“不被后浪拍在沙灘上？”

“行業(yè)變遷已經(jīng)迫使我們?nèi)プ龀鲎兓?。”SAS首席技術(shù)官Oliver Schabenberger說，“分析將無所不在，分析將被自動化，將結(jié)合強大的現(xiàn)代機器學(xué)習(xí)、深度學(xué)習(xí)和認(rèn)知分析技術(shù)。同時，物聯(lián)網(wǎng)引發(fā)的邊緣分析、流數(shù)據(jù)分析將加速我們將分析能力帶入網(wǎng)絡(luò)和移動設(shè)備中。”

Oliver從去年起擔(dān)任SAS首席技術(shù)官，目前正努力帶領(lǐng)全球的研發(fā)團隊，通過技術(shù)變革塑造一個我們“既熟悉又陌生”的SAS。

小設(shè)備中的數(shù)據(jù)分析

“物聯(lián)網(wǎng)正在改變數(shù)據(jù)科學(xué)?！監(jiān)liver說。被業(yè)界廣為引用的數(shù)字是，思科預(yù)計，到2020年全球?qū)⒂?00億臺設(shè)備連聯(lián)；到2030年，這一數(shù)字將增長10倍。

在物聯(lián)網(wǎng)環(huán)境中，數(shù)據(jù)流動在前端移動設(shè)備和后端服務(wù)器里?！拔覀儾荒苤豢紤]在云中處理數(shù)據(jù)，也必須考慮邊緣分析，也就是最前沿設(shè)備上的事件流處理（ESP，Event Stream Processing），這是物聯(lián)網(wǎng)非常重要的部分?！監(jiān)liver說。

這讓SAS考慮將高性能“事件流處理軟件”從云端拿下來，不斷精簡，放到各種小設(shè)備、車輛甚至網(wǎng)絡(luò)路由器上運行。

“物聯(lián)網(wǎng)不僅僅關(guān)乎軟件，我們也要與網(wǎng)絡(luò)設(shè)備公司合作?！苯衲?月，SAS與思科聯(lián)合推出了業(yè)內(nèi)首個從邊緣到企業(yè)的物聯(lián)網(wǎng)分析平臺?！斑@是重要的一大步?！監(jiān)liver說。SAS的事件流處理軟件運行在思科物聯(lián)網(wǎng)網(wǎng)關(guān)上，在傳感器和那些產(chǎn)生數(shù)據(jù)的設(shè)備附近，在亞秒級時間內(nèi)就地處理數(shù)據(jù)。經(jīng)過過濾、處理的數(shù)據(jù)集，再被傳輸?shù)綌?shù)據(jù)中心或云端，與更多企業(yè)數(shù)據(jù)組合，應(yīng)用機器學(xué)習(xí)等先進分析技術(shù)，來獲得新洞察。

“我們注意到事件流處理可以處理圖形，這是即將推出的新技術(shù)，令人激動?！監(jiān)liver補充說。

Oliver了解到中國制造2025?！拔覀兿Ｍ盐锫?lián)網(wǎng)分析平臺部署到工廠中，給工廠的運營帶來大不同。”

分析的未來是自動化

不久前，海爾數(shù)據(jù)科學(xué)家表示，智能制造面臨的巨大挑戰(zhàn)是源源不斷流入的數(shù)據(jù)是人工方式所清洗、治理和分析不了的。

數(shù)據(jù)科學(xué)家現(xiàn)在大概花80%的時間來清洗和治理數(shù)據(jù)，而業(yè)界希望他們能把更多時間用于針對數(shù)據(jù)建?；蛟u估工作上。

“分析的未來將更加自動化，但它將以巧妙的方式自動化?！監(jiān)liver說。傳統(tǒng)上，人們針對某類數(shù)據(jù)，選擇一種他們認(rèn)為最適合的統(tǒng)計模型?，F(xiàn)在，這將被數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)所取代。但業(yè)界有兩類機器學(xué)習(xí)——經(jīng)典和現(xiàn)代。

“經(jīng)典機器學(xué)習(xí)并不是純粹意義上的自學(xué)習(xí)，而是訓(xùn)練一個系統(tǒng)來形成和分類數(shù)據(jù)?！監(jiān)liver說，“真正令我感興趣的是現(xiàn)代機器學(xué)習(xí)，其中的算法沒有明確程序去做任何事情。但它讓你不用深入了解某個領(lǐng)域，不需要研究信用卡詐騙，也能開發(fā)反欺詐模型——你只需要擁有足夠的交易數(shù)據(jù)，讓人工智能網(wǎng)絡(luò)學(xué)習(xí)如何對其進行分類?！?/p>

“同時，單一技術(shù)不足以解決問題，我們要提供工具、技術(shù)的組合，如數(shù)據(jù)建模、機器學(xué)習(xí)、人工智能的有效結(jié)合。”O(jiān)liver說。

Oliver提醒，不能盲從自動化。他希望自動化能在大規(guī)模上幫助人們?nèi)ソ鉀Q問題，去建立一些系統(tǒng)或具體機制，搞清楚不同領(lǐng)域之間的邊界在哪里，這樣的自動化才是最有效的方式。

談到目前的人工智能時，Oliver說它具備兩個特點：屬于弱人工智能，和基于深度學(xué)習(xí)。他補充說，分析軟件正在快速轉(zhuǎn)變?yōu)椤罢J(rèn)知空間”，其中感知、聽力和手勢將成為常見的投入形式，而具備人類反應(yīng)的讀和寫將成為常見的輸出形式。

SAS在人工智能領(lǐng)域有超過15年經(jīng)驗。SAS深度學(xué)習(xí)和認(rèn)知分析將有3個主要目標(biāo)，一是添加到經(jīng)典方法中，實現(xiàn)更多自動化，讓人們具備更少專業(yè)領(lǐng)域知識也能解決問題。二是為客戶提供深入的學(xué)習(xí)工具，使他們在其數(shù)據(jù)上訓(xùn)練現(xiàn)代機器學(xué)習(xí)模型。三是將認(rèn)知計算和深度學(xué)習(xí)輸入到產(chǎn)品中，讓用戶與軟件的交互更人性化，支持更多個性化和更多動態(tài)行為。

業(yè)界知名企業(yè)都在強化人工智能技術(shù)?！拔覀儏^(qū)分于其他公司的最重要元素是，我們能在單一平臺上提供所有技術(shù)，如預(yù)測性分析、可視化分析、機器學(xué)習(xí)、人工智能等，包括影像識別、語音識別、情感識別等。這是其他公司一時很難具備的。”

擁抱眾人的力量

谷歌將機器學(xué)習(xí)、人工智能等技術(shù)開源，目的是結(jié)合眾人的智慧，把AI技術(shù)應(yīng)用于各種場景中。傳統(tǒng)軟件企業(yè)該怎么改變？SAS提出了開放。Oliver稱，開放的含義是擁抱開源，有更強包容性，讓客戶使用不同開源技術(shù)開發(fā)的軟件，都能與SAS平臺整合起來?！斑@樣的架構(gòu)，擁抱了所有力量”。

“開放理念還體現(xiàn)在云技術(shù)的延展上?！監(jiān)liver補充說。SAS在去年推出名為Viya的新平臺，這是一個云就緒（Cloud Ready）產(chǎn)品。41年前，當(dāng)SAS開始進行高性能分析時，一直開發(fā)針對大數(shù)據(jù)量、高性能的算法。2009年，隨著業(yè)界向分布式計算轉(zhuǎn)移的速度加快，SAS也學(xué)習(xí)如何將高級分析和數(shù)據(jù)管理從單臺計算機擴展到多臺機器的環(huán)境中。SAS Viya是這項努力的成果。

“云是一個概念，而不是某個地方?！監(jiān)liver強調(diào)說。客戶不用擔(dān)心是哪一種云，他們可以在私有云、公有云或者混合云靈活運用數(shù)據(jù)分析平臺。SAS大中華區(qū)總裁吳輔世先生透露，在中國，在公有云市場，SAS也正與阿里云、騰訊云、華為云探討不同的合作。

跨公司的抗癌藥數(shù)據(jù)平臺

開發(fā)也意味數(shù)據(jù)能力的開發(fā)，這讓數(shù)據(jù)能發(fā)揮價值。

“現(xiàn)在業(yè)界比較糾結(jié)的是，他們不知道怎樣將數(shù)據(jù)正確結(jié)合起來。比如，僅僅在一家公司內(nèi)部，一個系統(tǒng)和另外一個系統(tǒng)有沒有連接性，能不能兼容，就是公司面臨的挑戰(zhàn)。”O(jiān)liver說，“我們當(dāng)然希望看到數(shù)據(jù)在不影響安全隱私的情況下，在更大范圍中得到共享和傳輸，因為獲得的數(shù)據(jù)越多，就越有助于分析?！?/p>

“SAS有這樣的數(shù)據(jù)管理產(chǎn)品，幫助跨平臺的數(shù)據(jù)共享?！眳禽o世說。SAS倡導(dǎo)數(shù)據(jù)為善（Data for Good）， 參與公益組織獨立非營利性行動計劃Project Data Sphere項目。PDS平臺為全球研究群體提供可以廣泛共享、整合并分析過往病患層次第三階段癌癥對照組數(shù)據(jù)的空間，目標(biāo)是推動未來研究，改善全球癌癥患者及其家人的生活。SAS將利用預(yù)測建模、網(wǎng)格計算、高性能分析和數(shù)據(jù)可視化等技術(shù)對巨量數(shù)據(jù)進行處理，幫助研究者產(chǎn)生新的發(fā)現(xiàn)和信息。

人人都是數(shù)據(jù)分析師

在過去多年，如果說數(shù)據(jù)分析是少數(shù)專業(yè)人士的“練武之地”的話，今天越來越多的企業(yè)開始接受“人人都是數(shù)據(jù)分析師”的理念。海爾首席數(shù)據(jù)官表示，10年后，海爾將實現(xiàn)每位員工都是數(shù)據(jù)分析師的愿景。

這也是為什么市場研究公司Gartner在其商業(yè)智能魔力四象限的最新評價體系中，更強調(diào)自助服務(wù)、自助數(shù)據(jù)準(zhǔn)備和單用戶應(yīng)用環(huán)境。這也讓SAS和其他一些老牌企業(yè)級數(shù)據(jù)分析企業(yè)離開了領(lǐng)導(dǎo)者象限。

不過，SAS也很快做出改變?！拔曳浅Ｙ澇伞巳硕际菙?shù)據(jù)分析師的理念，因為我們處在一個‘分析經(jīng)濟中，要營造一個以數(shù)據(jù)為中心，關(guān)注數(shù)據(jù)分析的氛圍或文化。到今年秋季，這樣的自助服務(wù)也會出現(xiàn)在我們的可視化分析平臺上。”O(jiān)liver說，“這是一個逐漸演變的過程。我個人覺得還可以開發(fā)一些認(rèn)知指導(dǎo)工具，來輔助數(shù)據(jù)分析師。它結(jié)合了認(rèn)知計算、人工智能，效果更好?！?/p>

在不久前的數(shù)博會期間，SAS與貴陽政府簽訂戰(zhàn)略合作協(xié)議，成立大數(shù)據(jù)分析實訓(xùn)基地以及大數(shù)據(jù)金融量化實驗室，將針對最新金融風(fēng)險管理、整合型大金融風(fēng)險管理的計量模型、預(yù)測模型做更多研究。

伴隨中國更多領(lǐng)域嘗試數(shù)據(jù)分析，SAS在中國的業(yè)務(wù)重心也從銀行、保險和電信進一步擴展到制造和政府市場?！拔覀冋哟笪覀兊耐顿Y力度。”吳輔世先生說。