近日，全球數(shù)據(jù)分析領(lǐng)域的領(lǐng)導(dǎo)者SAS對(duì)外宣布了中國(guó)區(qū)未來2-3年的發(fā)展目標(biāo)和方向，并回顧了過去一年所取得的成績(jī)。旨在以“好奇心”為驅(qū)動(dòng)，不斷從數(shù)據(jù)中探索創(chuàng)新可能，幫助客戶在“新常態(tài)”的機(jī)遇與挑戰(zhàn)中，加快決策速度、打造創(chuàng)新產(chǎn)品和服務(wù)，顛覆行業(yè)格局。

與此同時(shí)，SAS中國(guó)首席數(shù)據(jù)科學(xué)家馬寧接受了TechWeb采訪，介紹了SAS核心產(chǎn)品——云端數(shù)據(jù)分析平臺(tái)Viya，及其之后的產(chǎn)品方向，并結(jié)合去年SAS業(yè)績(jī)，分享了他個(gè)人對(duì)于市場(chǎng)的預(yù)期和觀點(diǎn)。

受訪者馬寧博士，現(xiàn)任SAS中國(guó)首席數(shù)據(jù)科學(xué)家，負(fù)責(zé)領(lǐng)導(dǎo)和管理中國(guó)顧問專家團(tuán)隊(duì)，致力于最前沿及創(chuàng)新的行業(yè)技術(shù)應(yīng)用，加強(qiáng)和拓展數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和人工智能等SAS領(lǐng)先技術(shù)及經(jīng)驗(yàn)在中國(guó)市場(chǎng)的落地，支持金融、政府、制造、醫(yī)療等多行業(yè)的最佳實(shí)踐。

TechWeb：您能否介紹下Viya？它的發(fā)展方向是怎樣的？

馬寧：Viya是SAS在人工智能領(lǐng)域投入10億美金研發(fā)的核心產(chǎn)品，是云原生的一站式數(shù)字化解決方案，它覆蓋數(shù)據(jù)集成、加工、探索分析、機(jī)器學(xué)習(xí)建模、部署和決策應(yīng)用完整生命周期。目前我們可以看到Viya在以下幾個(gè)方向不斷進(jìn)化：

云化：云端容器化部署，可彈性擴(kuò)展，按需分配資源；基于Kubernetes提供持續(xù)集成和持續(xù)交付能力。

自動(dòng)化：數(shù)據(jù)分析建模自動(dòng)化，即業(yè)內(nèi)常說的AutoML，加速AI模型迭代效率。

透明與易用性：降低機(jī)器學(xué)習(xí)與人工智能的門檻，讓平民數(shù)據(jù)科學(xué)家也可以快速分析建模，幫助非統(tǒng)計(jì)專業(yè)人員看懂模型結(jié)構(gòu)、解讀模型結(jié)果；同時(shí)提供用戶友好的交互界面，實(shí)現(xiàn)整個(gè)分析建模零代碼化。

開放性：與開源無縫集成，發(fā)揮Python、R等開源分析工具的優(yōu)勢(shì)；提供豐富的Rest接口，易于與周邊系統(tǒng)集成。

算法不斷增強(qiáng)：不斷研發(fā)與實(shí)現(xiàn)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理等人工智能領(lǐng)域的新技術(shù)新算法。

TechWeb：Viya如何幫助客戶在關(guān)鍵業(yè)務(wù)上取得進(jìn)步？

馬寧：Viya有很多垂直行業(yè)應(yīng)用，這里可以分享幾個(gè)案例：

以前北卡羅來納州卡里鎮(zhèn)暴雨后發(fā)生水災(zāi)時(shí)，要依靠市民向鎮(zhèn)工作人員發(fā)出警報(bào)，鎮(zhèn)工作人員需要人工處理請(qǐng)求，然后派遣人員應(yīng)對(duì)。而現(xiàn)在，SAS 和 Microsoft 幫助該鎮(zhèn)化被動(dòng)反應(yīng)為主動(dòng)出擊，建立了洪水預(yù)測(cè)解決方案。該解決方案被《Fast Company》評(píng)為年度世界最具創(chuàng)新力合營(yíng)作品?？ɡ镦?zhèn)沿溪流域安裝了水位傳感器，并在數(shù)個(gè)城鎮(zhèn)設(shè)施處安裝了雨量計(jì)。利用 SAS 物聯(lián)網(wǎng)分析和 Azure 物聯(lián)網(wǎng)服務(wù)，工作人員現(xiàn)在可以實(shí)時(shí)監(jiān)測(cè)水災(zāi)事件。通過整合天氣預(yù)報(bào)數(shù)據(jù)和傳感器數(shù)據(jù)，卡里鎮(zhèn)可以更好地識(shí)別異常情況，為該鎮(zhèn)和周邊城市的洪水情況提供預(yù)先警告。。

另外，SAS與安永合作，為某國(guó)際大型銀行提供貿(mào)易融資AI+RPA解決方案。貿(mào)易融資過程中有大量紙質(zhì)文檔需要手工處理，耗時(shí)耗力且難以發(fā)現(xiàn)其中的金融犯罪行為。以該行的業(yè)務(wù)體量，他們發(fā)現(xiàn)現(xiàn)有的員工數(shù)量已經(jīng)無法滿足大量協(xié)議文件審查需求，即便暫時(shí)增加員工數(shù)，過不了多久也跟不上業(yè)務(wù)的增長(zhǎng)速度了。另一方面，該行也希望通過縮短盡職調(diào)查時(shí)間和提高準(zhǔn)確性，來改善客戶的業(yè)務(wù)體驗(yàn)。該解決方案采用AI技術(shù)，對(duì)紙質(zhì)文檔進(jìn)行掃描、光學(xué)字符識(shí)別、文檔分類、信息抽取等；然后利用RPA技術(shù)整合各類結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，全庫搜索相關(guān)案例，匯總形成可視化調(diào)查看板，并自動(dòng)化推送通知消息給審查員。。2018年，該行利用這套方案自動(dòng)化處理貿(mào)易融資業(yè)務(wù)940萬筆，涉及金額超過1萬億美元。一個(gè)審核單元的平均處理時(shí)間從2周下降到10分鐘，全年節(jié)省成本上千萬美元。。

TechWeb：根據(jù)SAS 2020年在全球的業(yè)績(jī)以及案例分布，您認(rèn)為哪些新業(yè)務(wù)會(huì)成為公司2025年前較快增長(zhǎng)點(diǎn)，哪些業(yè)務(wù)會(huì)逐漸淡化？

馬寧：從公司去年年報(bào)看，銀行業(yè)務(wù)仍排名第一，全球占30%份額，在中國(guó)區(qū)占比更大；政府、生命科學(xué)、保險(xiǎn)、零售等行業(yè)的收入占比也超過了10%。SAS把總營(yíng)收的27%再投資于研發(fā)。

如果要對(duì)未來幾年做一個(gè)預(yù)測(cè)，我覺得生命科學(xué)和IOT兩個(gè)領(lǐng)域?qū)⒊霈F(xiàn)爆發(fā)式增長(zhǎng)。受全球疫情影響，越來越多醫(yī)療機(jī)構(gòu)與SAS合作，對(duì)COVID-19帶來的直接與間接影響進(jìn)行跟蹤和分析。另一方面，隨著物聯(lián)網(wǎng)的快速發(fā)展，IOT設(shè)備產(chǎn)生海量數(shù)據(jù)，這些數(shù)據(jù)呈現(xiàn)高頻度、高密度、邊緣化特征，對(duì)分析平臺(tái)的要求也更高。SAS有完整的IOT領(lǐng)域解決方案，利用人工智能技術(shù)幫助各行各業(yè)從邊緣到云端的IOT數(shù)據(jù)中獲得最大收益。

TechWeb：隨著云端大數(shù)據(jù)軟件的競(jìng)品涌現(xiàn)，市場(chǎng)溢價(jià)階段結(jié)束，您認(rèn)為SAS公司眼下應(yīng)該如何從核心技術(shù)層面做差異化，與市場(chǎng)「內(nèi)卷化」對(duì)抗？

馬寧： SAS連續(xù)5年被Gartner評(píng)為機(jī)器學(xué)習(xí)與人工智能平臺(tái)的領(lǐng)導(dǎo)者象限，因此差異化一直存在，不是市場(chǎng)現(xiàn)階段SAS才開始思考的。舉個(gè)例子，早在2010年SAS在中國(guó)就賣出了第一單模型管理產(chǎn)品，給某個(gè)大型銀行。那時(shí)業(yè)內(nèi)對(duì)模型管理還沒有普遍認(rèn)知，還沒有意識(shí)到對(duì)一個(gè)大型企業(yè)，管理模型與開發(fā)模型一樣重要，但SAS一直堅(jiān)持對(duì)市場(chǎng)的布道。直到近兩年，伴隨著一系列模型風(fēng)險(xiǎn)管理監(jiān)管指引的出臺(tái)，這一需求才被越來越多的金融機(jī)構(gòu)意識(shí)到并得到了快速增長(zhǎng)。

SAS產(chǎn)品力優(yōu)勢(shì)巨大，40多年來一直堅(jiān)持自研底層算法，而不是像很多企業(yè)采用的給開源算法加界面的方式。這保證了產(chǎn)品高度的穩(wěn)定性、一致性與兼容性。

據(jù)SAS統(tǒng)計(jì)，頭部客戶產(chǎn)品復(fù)購率在95%以上。

TechWeb：馬總作為首席數(shù)據(jù)科學(xué)家，您對(duì)SAS在中國(guó)區(qū)的本土化所需的人才有何期待？

馬寧：站在公司的角度，我們期待“全棧型”數(shù)據(jù)人才。所謂全棧，一是領(lǐng)域知識(shí)，很熟悉某個(gè)垂直領(lǐng)域的業(yè)務(wù)，例如反洗錢、保險(xiǎn)精算、客戶營(yíng)銷等；二是數(shù)據(jù)技能，可以完成數(shù)據(jù)獲取、整合、加工、分析、建模、評(píng)估的全分析流程；三是IT技能，機(jī)器學(xué)習(xí)模型部署上線，需要有很強(qiáng)的工程化能力，生產(chǎn)環(huán)境與開發(fā)環(huán)境可能有著完全不同的軟硬件資源與時(shí)效性要求。當(dāng)然，還需要對(duì)公司的產(chǎn)品體系與架構(gòu)熟悉，把以上三種能力在公司產(chǎn)品層面落地。這類全棧型人才在市場(chǎng)上是很稀缺的，也是任何一家大數(shù)據(jù)公司最迫切所需的。

TechWeb：SAS如何吸引人才以及留住優(yōu)秀的人？您認(rèn)為公司內(nèi)部是否存在“內(nèi)卷”？

馬寧：第一是薪酬，SAS會(huì)給出很有行業(yè)競(jìng)爭(zhēng)力的薪資。第二是成長(zhǎng)空間，員工會(huì)更看重選一家成長(zhǎng)空間巨大的公司。SAS擁有全球最完善的員工培訓(xùn)機(jī)制，有上百門產(chǎn)品課程與階梯式培訓(xùn)認(rèn)證體系。SAS服務(wù)的客戶都是行業(yè)內(nèi)領(lǐng)先企業(yè)，通過這些客戶的項(xiàng)目交付，員工可以快速成長(zhǎng)，看到領(lǐng)先企業(yè)是如何思考和實(shí)踐數(shù)字化轉(zhuǎn)型的。第三是工作氛圍，SAS在全球、在中國(guó)連續(xù)多年拿到最佳雇主榮譽(yù)。公司內(nèi)前臺(tái)、中臺(tái)、后臺(tái)部門配合默契、目標(biāo)一致。SAS公司沒有所謂“內(nèi)卷化”，企業(yè)文化以及多年對(duì)人才培養(yǎng)方面的努力既保障了員工的工作，也加強(qiáng)了企業(yè)的凝結(jié)力。對(duì)于內(nèi)部員工，SAS推行“引育并重”的人才培養(yǎng)策略，在大時(shí)代下，也在推動(dòng)著行業(yè)的進(jìn)步，體現(xiàn)了卓越的人才策略以及重視人才培養(yǎng)的企業(yè)文化。

補(bǔ)充：

馬寧博士擁有超過十年的數(shù)據(jù)分析行業(yè)經(jīng)驗(yàn)，深耕大數(shù)據(jù)分析技術(shù)領(lǐng)域，并具有深刻的業(yè)務(wù)理解和實(shí)戰(zhàn)經(jīng)驗(yàn)。在加入SAS之前，馬寧博士曾先后就職于文思海輝、中軟國(guó)際、平安科技等公司，歷任金融行業(yè)首席數(shù)據(jù)科學(xué)家，數(shù)據(jù)科學(xué)團(tuán)隊(duì)負(fù)責(zé)人等職位。其擅長(zhǎng)機(jī)器學(xué)習(xí)、人工智能技術(shù)在客戶管理、風(fēng)險(xiǎn)計(jì)量、運(yùn)營(yíng)優(yōu)化等領(lǐng)域的咨詢與實(shí)施，曾主導(dǎo)并參與數(shù)十個(gè)銀行、證券、保險(xiǎn)、能源、交通等行業(yè)大型項(xiàng)目。馬寧博士深度理解銀監(jiān)會(huì)、保監(jiān)會(huì)、證監(jiān)會(huì)以及各地金融監(jiān)管機(jī)構(gòu)的監(jiān)管業(yè)務(wù)，曾領(lǐng)導(dǎo)近十個(gè)科技相關(guān)監(jiān)管項(xiàng)目。

馬寧博士擁有北京大學(xué)數(shù)學(xué)專業(yè)學(xué)士學(xué)位，以及清華大學(xué)協(xié)和醫(yī)學(xué)院生物信息專業(yè)博士學(xué)位，其具有深厚的數(shù)據(jù)分析專業(yè)背景，熟悉機(jī)器學(xué)習(xí)、分析挖掘?yàn)橹鞯母黝惔髷?shù)據(jù)領(lǐng)域技術(shù)。他同時(shí)也是多家金融機(jī)構(gòu)、研究機(jī)構(gòu)的特邀大數(shù)據(jù)專家。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。