CDOAnalitykaPolecane tematy

SAS: Wykorzystanie infrastruktury w chmurze to obecnie jedyny słuszny kierunek

Executive ViewPoint

Z Anną Muszyńską, Country Leader w SAS Polska, rozmawiamy o roli analityki biznesowej w cyfrowej transformacji oraz sposobach jego wzmacniania w realiach kryzysu; technologii AI wykorzystywanej w analityce; świadomości rozwiązań tego typu; korzyściach i wyzwaniach związanych z wykorzystywaniem analityki w chmurze obliczeniowej; podpisanym niedawno partnerstwie z Microsoft oraz planach SAS na najbliższe lata.

SAS: Wykorzystanie infrastruktury w chmurze to obecnie jedyny słuszny kierunek

W SAS staramy się już na wstępie pracy z klientem zweryfikować potencjał możliwych usprawnień i nakłady na rozwiązania wsparte algorytmami AI, które trzeba ponieść, aby nie była to tylko sztuka dla sztuki, a aby miało to sens od strony biznesowej. Inna kwestia, o której warto wspomnieć, to fakt, że modele też się starzeją. Trzeba zapewnić więc możliwość zautomatyzowanego wprowadzania w nich zmian i na bieżąco monitorować skuteczność ich działania. Kolejna istotna sprawa to konieczność budowania w ramach organizacji zaufania do analityki.

Jaka jest rola analityki biznesowej w projektach cyfrowej transformacji biznesu? O jakich projektach SAS warto wspomnieć w tym kontekście?

Cyfrowa transformacja wsparta analityką to nie tylko możliwość odczytu informacji z cyfrowego obrazu lub zawartości i emocji zapisanych np. w rozmowie z call center. To także praktycznie nieograniczone możliwości automatyzacji w obszarach, które jeszcze do niedawna opierały się praktycznie w 100% na subiektywnych odczuciach obsługujących je ludzi. Chcę jednak od razu zaznaczyć, że automatyzacja oparta na analityce nie jest próbą wyeliminowania pracowników – to raczej zmiana perspektywy ich działania, pozwalająca na lepsze wykorzystanie potencjału oraz możliwości poświęcenia większej ilości czasu szczególnym przypadkom.

Zastosowanie analityki może być przeróżne w poszczególnych branżach. SAS realizuje np. projekt dla Novo Nordisk, w którym monitorujemy publikacje naukowe dotyczące chorób cukrzycy i zastosowania insuliny. Do analizy tekstu wykorzystujemy zaawansowane modele uczenia maszynowego oraz rekurencyjne sieci neuronowe. W usługach bankowych nasze rozwiązania zapewniają automatyzację obsługi wniosków kredytowych przy użyciu analizy tekstu i obrazów, co zwiększa efektywność całego procesu. Ciekawym, nieco może mniej oczywistym, jest przykład z Rosji, gdzie w ogromnych gospodarstwach rolnych zaimplementowana w SAS analiza obrazu pozwala monitorować stan zdrowia tysięcy zwierząt. Odbywa się to poprzez syntetyczny opis ich aktywności danego dnia – dostępu do karmy, czasu odpoczynku, poruszania się itd.

Czy analityka SAS wykorzystywana jest w walce z koronawirusem?

Jak najbardziej, np. w Stanach Zjednoczonych, w Cleveland Clinic, przygotowujemy symulację pozwalającą oszacować liczbę pacjentów, którzy zostaną przyjęci oraz ich zapotrzebowanie np. na respiratory czy inny sprzęt, którego będą potrzebować. Z kolei w laboratorium European Biochemistry Lab, za pomocą naszego rozwiązania, prowadzone jest monitorowanie COVID-19 pod kątem analizy immunologicznej, badania przeciwciał i układu odpornościowego pacjentów. Sprawdzamy tam, jakie jest ich znaczenie dla przebiegu choroby.

W jaki sposób zaawansowane rozwiązania analityczne mogą wzmocnić biznes w realiach kryzysu lub spowolnienia gospodarczego?

Rozwiązania analityczne są wykorzystywane do budowy przewag konkurencyjnych. Przede wszystkim organizacje muszą szybko reagować na zmiany w otaczającym je ekosystemie, a nawet nie tyle reagować, ile przewidywać je i sprawnie wdrażać nowe, intuicyjne usługi odpowiadające bieżącym potrzebom klientów. I należy to robić przez całe „życie” klienta – od jego pozyskania, po utrzymanie i rozwój relacji. Podczas tej drogi modele analityczne są stale wykorzystywane. Często bowiem nie mamy nawet świadomości, jak wiele aspektów życia codziennego, które wydają się nam z pozoru oczywiste, wspieranych jest przez algorytmy wdrożone w wielu urządzeniach i usługach. Mają one na celu identyfikowanie obszarów, w których oferowany produkt czy usługa może proaktywnie reagować na nasze polecenia i oczekiwania lub wyróżnić się na tle konkurencji, a to z kolei skutkuje zwiększeniem satysfakcji użytkownika i zwiększeniem przychodów dostawcy usługi. Z drugiej zaś strony rozwiązania analityczne są stosowane do minimalizacji ponoszonych kosztów poprzez np. wykrywanie fraudów lub wprowadzanie optymalizacji i automatyzacji w procesach biznesowych. Co więcej, analityka pozwala też monitorować w czasie rzeczywistym efekt wprowadzanych zmian.

Rozumiem, że w tych rozwiązaniach wykorzystywana jest sztuczna inteligencja?

Sztuczna inteligencja to szeroko rozumiana dziedzina technologii obejmująca logikę rozmytą, uczenie maszynowe, sieci neuronowe i wiele innych. Zatem odpowiedź na pytanie jak najbardziej brzmi – tak. Należy jednak pamiętać, że wybór stosowanych technik analitycznych zależy od rozwiązywanego zagadnienia. Nie wszystkie algorytmy są bowiem skuteczne i optymalne do modelowania określonego zjawiska. Coraz częściej jednak w ramach budowy modelu analitycznego korzystamy z coraz większej ilości różnorodnych danych, a co za tym idzie – korzystamy jednocześnie z wyników pochodzących z zastosowania różnych technik, np. klasycznych modeli predykcyjnych, przetwarzania języka naturalnego czy uczenia maszynowego.

Co łączy AI i analitykę biznesową?

W środowisku komercyjnym AI pozwala na ekstrakcję informacji pochodzących z tekstów, obrazów i dźwięku, co wykorzystuje się w klasycznych procesach analitycznych, a umiejętność ta decyduje o zyskaniu istotnej przewagi danej firmy na rynku. AI to też rodzaj szwajcarskiego scyzoryka dla innowatorów. Pozwala nie tylko na znajdowanie odpowiedzi – co doskonale realizuje klasyczna analityka – ale przede wszystkim na szukanie nowych pytań.

W branży IT jednym z najbardziej popularnych terminów ostatnich lat jest niewątpliwie agile. Początkowo oznaczał on zmianę w procesie realizacji projektów IT, a obecnie definiuje oczekiwania rynku wobec dostawców oprogramowania. Te oczekiwania to głównie elastyczność i szybkość w reagowaniu na zmieniające się trendy. Dzisiejsza architektura IT ma wiele wymiarów: rozwiązania on-premise vs chmura, oprogramowanie komercyjne vs open source, centralizacja vs decentralizacja, self-service vs tradycyjne kanały komunikacji, i wiele innych. AI stwarza dodatkowe możliwości w większości z nich.

Z kolei dla nas jednym z kluczowych obszarów działania jest stworzenie i maksymalizacja efektów synergii pomiędzy światem open source a analityką dostępną w SAS. Kluczowe elementy naszej strategii w tym obszarze to pełna, dwukierunkowa integracja z narzędziami open source i wsparcie procesów operacjonalizacji oraz governance dla szeroko rozumianej analityki, bez względu na używane techniki, algorytmy czy narzędzia. Model Ops to termin, a zarazem praktyka promowana przez SAS, która nadaje dzisiejszej AI atrybut zwinności, otwartości i elastyczności.

Jakie działania mogą podjąć dostawcy technologii AI, aby skuteczniej wspierać biznes w takich inicjatywach?

Rzeczywiście jest teraz mocno widoczny boom na pewnego rodzaju eksperymentowanie z AI pod kątem sposobów użycia tej technologii w organizacji. Warto pamiętać, aby szukając zastosowań, już na wczesnym etapie weryfikować, czy możliwe będzie wdrożenie zmian procesów sugerowane przez wyniki analiz. Nawet gdy zbudujemy bowiem model, który wydaje się niezwykle skuteczny na etapie modelowania, to może okazać się, że jego wdrożenie jest zbyt kosztowne, trudne do realizacji i czasochłonne. W SAS staramy się już na samym wstępie pracy z klientem zweryfikować potencjał możliwych usprawnień i nakłady, które trzeba ponieść, aby nie była to tylko sztuka dla sztuki, a aby miało to sens od strony biznesowej. Inna kwestia, o której warto wspomnieć, to fakt, że modele też się starzeją. Trzeba zapewnić więc możliwość zautomatyzowanego wprowadzania w nich zmian i na bieżąco monitorować skuteczność ich działania. Kolejna istotna sprawa to konieczność budowania w ramach organizacji zaufania do analityki. Dla nas oznacza to przedstawienie interpretacji wyników modelowania w taki sposób, aby biznes dokładnie je rozumiał.

Jak to jest z tą świadomością rozwiązań analitycznych w firmach? Jest ona już na wysokim poziomie, czy dopiero rośnie?

Rośnie z każdym kolejnym tygodniem i miesiącem. To wynik obecnego boomu na analitykę czy rozwiązania AI, ale także faktu, iż dużo młodych ludzi wybiera kierunki studiów z tych specjalizacji. Czasy, w których trzeba było przekonywać klientów, że analityka jest potrzebna, już dawno minęły. Teraz to raczej sami klienci starają się wymyślać, w jakich innych obszarach można by ją jeszcze stosować, by usprawniać procesy.

Rozwiązania SAS są dziś łatwo dostępne dla szerszego grona odbiorców za pośrednictwem modelu chmury obliczeniowej. Jakie są główne korzyści wykorzystania analityki w tym modelu?

Na pewno jest nią elastyczne skalowanie środowiska dostosowane do zmieniających się potrzeb. Dostępność różnorodnych technik i możliwość wykorzystania znacząco większych, niż do tej pory było to możliwe, źródeł i wolumenów danych. Możliwość szybkiego testowania innowacyjnych pomysłów, weryfikacji stawianych hipotez, oszczędności kosztowe Pay-as-you-use i zachowanie wysokiej dostępności rozwiązania to tylko kilka wybranych, ale bardzo istotnych korzyści z wykorzystania usług w chmurze. Ważne dla klientów jest również to, że podpisuje umowę z jednym dostawcą – zarówno na system operacyjny, infrastrukturę, jak i samo rozwiązanie, co ułatwia i przyspiesza proces wdrożenia. Co do wyzwań, to jednym z nich jest reorganizacja stojąca po stronie organizacji, która zdecyduje się na migrację do takiego modelu. Drugą bolączką, szczególnie na rynku polskim, jest występowanie skomplikowanych regulacji, które trzeba zaadresować – zwłaszcza w branży finansowej. Na szczęście to już się zmienia. Pamiętajmy też, że zmiana w architekturze ma także implikacje prawne – wrażliwe dane mogą nie być odpowiednio zabezpieczone, czy też znajdować się będą poza kontrolą podmiotu przetwarzającego. Ale nawet te wyzwania nie zmieniają faktu, że wszyscy na rynku mają już świadomość, iż wykorzystanie infrastruktury w chmurze to jedyny, słuszny kierunek.

SAS także podpisał w połowie czerwca długoterminowe, strategiczne partnerstwo z Microsoftem w zakresie analityki, sztucznej inteligencji i właśnie chmury. W jego ramach planujemy głęboką integrację pomiędzy SAS Viya i trzema chmurami Microsoft – Azure, Microsoft 365 i Dynamics 365. Rozwiązania Microsoft będą przez nas rekomendowane jako te pierwszego wyboru, a SAS Viya dostępna będzie w Microsoft Azure Marketplace.

Jakie są najbliższe plany związane z działalnością SAS w Polsce?

Głównym celem jest przekonanie naszych klientów do migracji na platformę Viya w chmurze, poprzez zaprezentowanie nowych korzyści i funkcjonalności tego rozwiązania. Będziemy również rozwijać sieć naszych partnerów w Polsce. Chcemy, by nasze rozwiązania były stosowane na tak szeroką skalę w sektorze retail, przemysłowym czy publicznym, jak ma to obecnie miejsce w przypadku sektora finansowego czy telekomunikacyjnego. Chcemy też nadal podtrzymywać opinię pracodawcy, który znany jest z dobrej atmosfery pracy i ciekawych projektów. Zmiany, jakie planujemy i realizujemy, pozwalają nam na utrzymanie pozycji lidera w obszarze analityki.

Artykuł ukazał się na łamach Raportu ITwiz BEST100 edycja 2020. Zamów poniżej:

Raport ITwiz BEST100 edycja 2020

Tagi

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *