“许多公司花费80%的时间来治理数据，为分析做好准备；而真正花在研究数据并寻求发现业务规律的时间只剩下20%。”Bryan Harris表示，SAS要翻转这个比例，SAS致力于通过研发创新帮助更多的企业简化IT和数据处理复杂度，真正把时间花在刀刃上。
Bryan Harris并不是空穴来风。作为全球分析领域领头羊SAS公司的执行副总裁兼CTO，Bryan Harris近日在SAS Innovate大会(香港站)的主题演讲中特意提到了三个关键词：Productivity, Performance, Trust，翻译过来就是“生产力”、“性能”和“信任”。
对SAS有所了解的业内人士或许对SAS产品生命周期的三个关键品质并不陌生。但如今的SAS已经不同于以往，因为SAS有了一步步迈向成熟的云原生AI平台SAS Viya，在今年又针对特定行业解决方案启动了新三年的10亿美元投资计划。从这里，我们或许能探寻到整个数据分析领域的未来趋势。
信任=品质
在数据分析领域，把“信任”作为核心战略的企业少之又少。可以说，SAS几乎是全球唯一的一家反复强调Trust的IT公司。但同时，SAS又是屈指可数的几十年如一日专注在数据统计分析领域的专家。很明显，SAS有它的理由。
“什么是信任？首先，我们在虚拟数字世界中合成生成创建的数据在统计上必须与现实生活一致。”Bryan Harris解释说，“这需要我们有足够好的数据质量，看到数据中的更多变化，我们还必须进行深度学习，进行反复训练，以创建更接近于现实的强大模型。换句话说，我们必须确保我们创造的人工智能是透明的、可解释的和公平的。”
Bryan Harris举了一个例子：SSAB是瑞典一家专业的全球特种钢铁制造商，其目标是在2045年前建立一个从客户到最终用户的完整的无化石价值链。为了实现这一点，他们必须真正转变他们的整个业务，比如通过SAS的物联网能力来收集数据，并且允许从数据科学家到工厂车间经理的所有业务角色进行协作，以实现整个人工智能分析生命周期的自动化。最终的成果相当惊人——SSAB能够在制造过程中进行实时预测，消除了高达8%的计划外或不必要的事件，这对其业务的底线产生了巨大的影响。
实际上，SAS Viya平台支持客户管理数据、开发建模、获得洞察的数据分析全生命周期。由于数据每天都在变化，人们必须使用监视器对模型的性能进行建模，以确保它跟上预期。一旦情况到了不能令人满意的地步，那么就必须回到人工智能和分析的生命周期。
应该说，云原生AI平台SAS Viya代表的是数据分析人工智能和解决方案全生命周期的关键品质——从生产力、性能到信任，而SAS一再强调的“信任”，是所有这一切的基础。
数据管理=生产力
而今，全球性问题急剧增加，无论是疫情大流行、供应链变化、经济衰退，还是气候变暖引发的问题越来越多，都需要通过多维分析来制定更科学的解决方案。但是，这些领域涉及的数据信息量越来越大，数据关系越来越复杂，意味着数据管理的难度越来越高，甚至远超传统分析工具的能力。
“事实上，数据访问的便利性会使数据管理变得更加困难。许多公司花费80%的时间来治理数据，为分析做好准备；而真正花在研究数据并寻求发现业务规律的时间只剩下20%。”Bryan Harris表示，SAS要翻转这个比例，很显然必须利用云的开放性和人工智能来打通数据源，并提升企业生产力和决策的效率。
在Bryan Harris看来，人工智能并不是取代数据工程师，而是要帮助企业把有限的资源用在刀刃上，让数据工程师把有限的精力集中投放在企业核心业务在数据维度的梳理上；而在数据整合、清洗和分析计算速度这些重复性较高的领域，尽可能借助AI化的分析工具来降本增效。为此，SAS致力于通过研发创新帮助更多的企业能够简化IT和数据处理复杂度。
值得一提的是，SAS不久前与数据库公司SingleStore达成合作——通过SAS Viya云原生AI平台与SingleStore的集成，一方面帮助企业降低数据管理和数据集成的复杂性，消除公有云、混合云和本地化部署数据访问的障碍，另一方面还能直接应用其先进的人工智能和机器学习技术对SingleStore数据库中的相关数据进行分析。
最新的客户案例显示，SAS Viya通过与SingleStore集成，借助其数据压缩能力将存储成本降低了60%到80%，并通过最大限度地减少数据库和分析引擎之间的数据移动来提高建模效率，降低了云消费成本，同时还改善了数据治理和安全性，缩短了洞察时间，真正实现了降本增效。
行业方案=效率提升
我们知道，四年前SAS宣布启动10亿美元投资，将新开发的SAS Viya云业务转型升级为云原生AI平台；取得成功之后，今年在解决方案领域又启动了新10亿美元三年投资计划。
“其实在过去一年半的时间里，我们一直在将所有现有解决方案迁移到Viya上，到今年年底我们就可能会全部完成现有解决方案的迁移。”Bryan Harris透露说，“SAS Viya的优势在于生产力、性能和信任。比如通过与SingleStore集成，从技术方面大大减少了客户对数据的重复存储，缩短了训练复杂模型所需的计算时间，更大限度地提高分析性能和可扩展性，并获取关键的数据洞察，最终形成客户的关键竞争优势。”
一个例子：近年来技术革新让保险业的营收模型发生很大变化，与此同时中国银保监会今年初将商业车险自主定价系数浮动范围由此前的[0.65-1.35]扩大为[0.5-1.5]，放宽了财险公司的车险定价自主权。
要想在行业演进中保持领先，保险公司需要优化业务到每一个细分领域，其中保险业务流程中的定价，与精算运营模式息息相关，对盈利能力、品牌声誉、市场渗透和增长都影响深远。而在该领域，SAS的动态精算建模解决方案正好能够提供创新的方法，赋能保险公司改进分析、无缝整合及适当治理，提高精算风险定价能力。
另外在生命科学、医疗保健等行业，考虑到新冠、甲流等传染病的大流行，SAS也在和全球主要制药公司密切合作，而这些药品的生产制造大多数都来自中国。实际上，SAS有非常独到的药品临床测试分析解决方案，也有供应链分析解决方案，并提供了公有云、混合云和本地化部署的可能性，帮助客户进行高效的数据管理和业务分析，为客户带来实际价值。
“我们希望将行业解决方案和云原生AI平台结合在一起，以便能够在更短的时间内，以更加灵活的方式真正帮助客户提高组织效率。”在Bryan Harris看来，比如在金融市场上，当利率上升时，如果客户通过相应的解决方案能够迅速反应，必然会从中获得价值，降低其业务成本，改善市场中的通胀压力。
实际上，SAS的行业解决方案已经远不止于金融、政府和生命科学领域，比如在零售和消费品生产制造行业，由AI驱动的SAS智能规划云在由SAS Viya分析平台和机器学习的帮助下，形成完全自动化的端到端的SaaS解决方案，帮助企业能够更好地预测和满足客户需求。
根据最新的数据显示，SAS的产品和解决方案覆盖了财富100强中的90家公司或其附属公司；如今得到AI加持的SAS Viya去年的销售收入同比增长高达23%，开始在各行各业生根发芽。
可以肯定的是，SAS Viya平台未来面对的绝不仅仅是财富500强企业，而是将借助不久前SAS追加的10亿美元全新投资计划，同时借力SAS传统行业解决方案向SAS Viya平台的迁移，借力SAS Viya云原生AI平台的生产力、性能和信任品质，打造更多融合行业专长的解决方案，拓展更多新的行业市场领域。
文／余文
《科技看门道》坚持深度报道，希望能通过资深媒体人对IT产业热点新闻的深入思考，挖掘其背后的商业逻辑和创新模式——不仅看热闹，更要看门道！
《科技看门道》主笔在行业渠道媒体拥有20年的从业经历，不仅对IT消费类和企业级软件、硬件、云计算、大数据、人工智能、区块链均有较深入的理解，同时见证了中国IT产业链上下游合作生态圈包括分销、零售、SI、ISV和CSV的进化历程，见证了金融、能源、制造、医疗、教育、政府、零售、高科技等行业的信息化和数字化转型之路。
《科技看门道》相信，IT产业在供给侧的改革——包括云计算、大数据、移动互联、人工智能、区块链等，将会成为推动各行各业发展进步的核心力量。
