孫泠

如果說21世紀還有什么可以使生活更便利，那數(shù)據(jù)分析的影響一定當(dāng)仁不讓，不信看看雙十一各大電商平臺的商品推送，也許你會感嘆它可能比你父母都了解自己，但在這背后，不管是誰，都必須承認數(shù)據(jù)分析正在重塑未來，勾勒美好生活的樣子。

在SAS 2018全球分析領(lǐng)袖峰會（Analytics Experience 2018）上，“好奇心”與“創(chuàng)新”成為了出現(xiàn)頻率最高的詞匯。

從對事物的好奇到產(chǎn)生質(zhì)變的創(chuàng)新，這一過程是我們的思維火花與數(shù)據(jù)分析方法碰撞的結(jié)果。站在上個世紀，我們可能無法知道現(xiàn)在網(wǎng)絡(luò)的流行和移動通訊的發(fā)展讓我們天涯若比鄰，若時間放的再遠一點，我們甚至?xí)鋽嗟卣J為翱翔宇宙是人類最不靠譜的泡沫幻想。而這一切，都在人類的創(chuàng)新革命中實現(xiàn)了。如今，數(shù)據(jù)分析正在激發(fā)未來無限的潛能。

SAS公司執(zhí)行副總裁兼首席運營官及首席技術(shù)官 Oliver Schabenberger 對于人工智能的過去、現(xiàn)在和未來提出了自己的看法。“對于人工智能，我們還處于起始階段，所有未來的發(fā)展都基于我們的想象。好比工業(yè)時代蒸汽動力取代傳統(tǒng)畜力，電氣時代的電力又取代了蒸汽動力，時代更替時會有許多從前想象不到的職業(yè)涌現(xiàn)出來，就像現(xiàn)在很多大型投資公司雇傭的的軟件工程師數(shù)量已經(jīng)比金融交易員多了?！彼J為，未來，具有通用人工智能（AGI）的硬件和軟件技術(shù)將成功地執(zhí)行任何人類可以完成的智力任務(wù)，并且能夠從失敗中學(xué)習(xí)?！?0%～60%的工作將交給人工智能和自動化，比如卡車司機和出租車司機的工作。如果能夠?qū)崿F(xiàn)完全的自動駕駛，為什么必須要有人坐在駕駛員座位上？那些需要運用同情心、愛心、邏輯和創(chuàng)造力的工作才需要由人類擔(dān)當(dāng)，剩下的高頻多次的簡單工作完全可以交給機器?！?h3>提取數(shù)據(jù)價值

作為全球最大的軟件公司之一，SAS公司40多年來一直專注于高端商業(yè)智能和商業(yè)數(shù)據(jù)分析，在金融行業(yè)高級商業(yè)數(shù)據(jù)分析領(lǐng)域占據(jù)了極高的市場份額——目前，全球前100家銀行中就有99家正使用SAS數(shù)據(jù)分析軟件來強化他們的數(shù)據(jù)分析能力。

除了金融，還有政府、專業(yè)服務(wù)、電信、制造等行業(yè)的一些專業(yè)數(shù)據(jù)分析和統(tǒng)計方案的標準算法，都出自SAS之手。澳大利亞幾乎所有的政府部門都有用到SAS的解決方案。由此可見SAS至少在金融、政府這兩大領(lǐng)域影響的不止是某一家知名公司，而是整個行業(yè)。據(jù)IDC的統(tǒng)計，如今SAS占據(jù)了全球高級分析和預(yù)測分析市場30.5%的份額，是第二名的兩倍以上。

40多年來，SAS的整體營收保持了持續(xù)的增長。即使在開源軟件大行其道的今天，略顯昂貴的SAS依然是全球多數(shù)金融、醫(yī)療機構(gòu)、甚至政府的首選數(shù)據(jù)分析軟件。

經(jīng)歷了數(shù)據(jù)寫在紙上的時代，到大數(shù)據(jù)、云存儲，再到今天的機器學(xué)習(xí)、人工智能，SAS盡管經(jīng)歷了多次技術(shù)探索方向的變更，作為一家專注“分析”40余年的老牌公司，其在行業(yè)內(nèi)積累的豐富數(shù)據(jù)和業(yè)務(wù)經(jīng)驗鮮有匹敵者。而在算法和模型愈加“自動化”的今天，這些寶貴的行業(yè)知識積累顯然比技術(shù)更難復(fù)制。

SAS成立四十年來，最強的其實是算法，而不僅僅是普通意義上的BI商業(yè)智能，不僅僅是報表。

算法是什么？

算法是統(tǒng)計分析模型，其實就是建立在大量的數(shù)據(jù)基礎(chǔ)之上，同時結(jié)合非常多的行業(yè)知識，來把一些普遍規(guī)律通過抽象的數(shù)據(jù)模型固化下來，從而進行分析和預(yù)測。事實上，SAS一直的主張就是提取數(shù)據(jù)價值。

在Analytics Experience 2018第一天的開場主題演講中，COO兼CTO Oliver Schabenberger代替SAS創(chuàng)始人兼CEO James Goodnight出場，他強調(diào)SAS成立42年來，每年投入收入的25%用于研發(fā)，是行業(yè)平均水平的兩倍，去年更是花費26%的收入用于數(shù)據(jù)管理、人工智能、機器學(xué)習(xí)、反欺詐、安全情報、風(fēng)險管理等重點領(lǐng)域的研發(fā)。“我們重視統(tǒng)計學(xué)家和數(shù)據(jù)科學(xué)家，希望他們使用數(shù)據(jù)分析工具為政府和商業(yè)組織提供價值。但是當(dāng)你觀察他們的工作時會發(fā)現(xiàn)，這些高端人才每天需要花費大量時間來處理數(shù)據(jù)，一些數(shù)據(jù)科學(xué)家甚至?xí)?0%的時間用于清洗數(shù)據(jù)的工作?！監(jiān)liver Schabenberger認為，運用人工智能以及機器學(xué)習(xí)可以使得科學(xué)家的工作更有效率，幫助他們進行數(shù)據(jù)管理并更具可重復(fù)性，更不易出錯。數(shù)據(jù)科學(xué)家們可以將每天的時間花在更高價值的工作上，比如建立模型。

打造Viya云就緒分析平臺

2017年4月，SAS推出了云就緒分析平臺Viya的全線產(chǎn)品，包括一系列可視化分析平臺，同時SAS Viya還提供了大量機器學(xué)習(xí)和人工智能功能，以滿足當(dāng)前日益增長的企業(yè)智能分析需求。

SAS Viya首先是一個開放平臺（支持包括REST API、SAS語言、Python、Java、R和Lua等方式的數(shù)據(jù)操控和分析開發(fā)），同時也是一個支持多租戶云部署的內(nèi)存計算平臺（可部署在AWS、Azure等云平臺上，同時可以用公有云、私有云和混合云方式部署），具有可治理和管理復(fù)雜模型的統(tǒng)一分析模型庫，為企業(yè)開發(fā)、部署和管理所有分析需求提供一個單一、開放和統(tǒng)一的分析環(huán)境。

1980年，北卡羅來納州威克縣還只有30多萬居民。而到2016年，人口就超過了100萬。在這個曾經(jīng)的農(nóng)業(yè)大縣，隨著人口的快速增長，房地產(chǎn)市場規(guī)模不斷擴大，房產(chǎn)價值不斷上揚。威克縣稅務(wù)局負責(zé)評估15個城鎮(zhèn)以及其他管轄區(qū)域的房產(chǎn)稅，每個轄區(qū)都有自己獨特的供需趨勢。

每個月，威克縣都有3000多套房產(chǎn)交易，即使是最簡單的公寓交易也需要對超過25個變量進行分析。最近一次評估開始于2016年初，評估的房產(chǎn)數(shù)量比上期增加了近2萬套。要想在更短的周期內(nèi)完成精準評估工作，就需要大批業(yè)務(wù)熟練的評估人員和支持人員，大量短缺的人員需要進行快速的招聘及培訓(xùn)，但是這是一項不可能完成的任務(wù)。

最終，威克縣借助SAS Viya平臺，來確定每套房產(chǎn)每天的市場行情。SAS為威克縣建立了基于云服務(wù)的模型。該模型通過分析數(shù)百個因素和每日房地產(chǎn)銷售情況，提供及時、客觀、精準的市場預(yù)測。系統(tǒng)根據(jù)最近的銷售數(shù)據(jù)，獨立預(yù)測每套房產(chǎn)到2020年1月1日的市場價值。許多因素都會影響房產(chǎn)價值，例如地點、面積和裝修等等。該模型使用決策樹，根據(jù)一系列的決策來估算銷售價格，例如房屋包含多少取暖面積、使用了乙烯基墻板還是磚墻等等。通過對每次房屋銷售的統(tǒng)計分析，使模型變得更加完善，更加精確。

人工智能的SAS

威克縣的稅收評估模型由SAS 可視化數(shù)據(jù)挖掘和機器學(xué)習(xí)（SAS Visual Data Mining and Machine Learning）套件的人工智能提供支持。SAS 可視化數(shù)據(jù)挖掘和機器學(xué)習(xí)具有全面的可視化（和編程）接口，可處理從數(shù)據(jù)到發(fā)現(xiàn)再到部署的分析生命周期的所有任務(wù)，支持端到端的數(shù)據(jù)挖掘和機器學(xué)習(xí)。

實際上，無論是SAS Viya還是SAS 9都開始提供大量的機器學(xué)習(xí)和人工智能功能。

眾所周知，人工智能三要素中就包括算法、數(shù)據(jù)、計算力。精于算法的SAS一直身處其中。當(dāng)然，人工智能也不是今天才提出的，經(jīng)過了幾十年的演化，今天的人工智能與過去的人工智能相比，最主要的突破在于數(shù)據(jù)無處不在，而不僅僅集中于SAS傳統(tǒng)擅長的金融和政府公共事業(yè)；同時，計算力的幾何倍數(shù)提升，讓算法可以通過機器學(xué)習(xí)的方式，實現(xiàn)快速迭代優(yōu)化。

在Oliver Schabenberge看來，今天由于計算力的提升，數(shù)據(jù)分析、商業(yè)智能和人工智能，都從以往相對割裂的事后分析和預(yù)測判斷，通過機器學(xué)習(xí)演化成為一個閉環(huán)，從而加速了迭代周期。

在這樣一個時代背景下，SAS要做的事情是充分發(fā)揮自身的優(yōu)勢，構(gòu)建云分析的生態(tài)圈。這也是為什么SAS耗資10億美金開發(fā)了面向云計算現(xiàn)代計算架構(gòu)的云分析服務(wù)Viya的原因。“僅僅幾年前，我們的行業(yè)用戶還對云應(yīng)用非常疑惑，但現(xiàn)在已經(jīng)有了非?？焖俚霓D(zhuǎn)變以及強烈的上云意愿。當(dāng)然，這些云上的應(yīng)用程序仍然受到嚴格的監(jiān)管，你必須能夠解釋決策過程的每一步。因為如果有一個步驟無法解釋，就可能污染整個分析的邏輯。”O(jiān)liver Schabenberge堅持認為，人工智能不應(yīng)該成為獨立于分析戰(zhàn)略之外的黑盒子，這也是為什么SAS將人工智能嵌入SAS Viya平臺的原因。

在戰(zhàn)略驅(qū)動下，在正確時間使用正確的戰(zhàn)術(shù)，是獲得成功的關(guān)鍵。SAS一貫以來的信條，是在任何產(chǎn)生數(shù)據(jù)的地方都進行數(shù)據(jù)分析。而對于同樣數(shù)據(jù)，在同一平臺內(nèi)整合傳統(tǒng)數(shù)據(jù)挖掘和最新機器學(xué)習(xí)方法的能力是其在當(dāng)前市場的最大競爭優(yōu)勢。“SAS的高級分析功能已經(jīng)將人工智能嵌入了Viya平臺，可以支持端到端的整個分析生命周期，周密設(shè)計并能完整實施的分析戰(zhàn)略，幫助企業(yè)創(chuàng)造更多更高價值的應(yīng)用，未來我們可以達到大規(guī)模地毫秒級別的分析決策?！監(jiān)liver Schabenberge同時不忘提醒，即使有云計算、人工智能、機器學(xué)習(xí)各種先進技術(shù)的加持，IT也并不完美，“你可能擁有優(yōu)雅的、可信賴的系統(tǒng)，但永遠不會有百分之百完美的模型，因為數(shù)據(jù)每天都在變化?！?/p>