專註分析40年，SAS如何看待數據

大數據文摘作品

記者：魏子敏

「如果把神經網路的層數從10增加到50，輸出結果可以更好一點嗎？……再高一點呢？」

美國丹佛市當地時間4月8日晚，在SAS 2018全球論壇（SAS Global Forum 2018）的開幕演講中，年近八旬的SAS創始人兼CEO Jim Goodnight，與SAS年輕的數據科學家Jonathan一起，合力上演了一幕程序員的辦公室日常噩夢：

焦急等待結果的挑剔老闆，和嘗試各種模型來輸出更好結果的絕望程序員。

SAS創始人兼CEO Jim Goodnight在SAS 2018全球論壇開幕演講中演示SASViyaTM最新版本

面對6300位來自世界各地的SAS用戶，SASViyaTM最新版本在Jonathan的操作下顯示出了強大的機器學習能力：數據可通過拖拽直接載入；不同模型、甚至神經網路層數的調整都可以通過點擊實現；輸出只需要幾秒鐘；結果的優化從面板顯示的數字上一目了然。

而出現在開幕演講中，這一場景的設計遠比展示最新產品效果更加意味深長：它代表著SAS正在擴展自己的用戶群體——不再只是傳統的程序員、科學家，它瞄準的是不太懂編程，但看好並急於進行數據和人工智慧轉型的公司高層。

斯坦福大學教授李飛飛曾公開表示：人工智慧、機器學習仍然是一個進入門檻高的領域，需要大量專業知識和資源，而很少有公司自己能負擔得起這些資源。今天，雖然AI能為企業提供無數的益處，但由於資源稀缺，多數企業還無法開發個性化的模型。

SASViyaTM最新版本在演算法自動化上的設置顯然是奔著解決這一痛點而來。

本次大會上，SAS表現了對AI和機器學習自動化程序這一新聚焦點的全面擁抱。SAS分析產品部負責人Saurabh Gupta在次日發布了ViyaTM最新版本，並解釋了其一系列新特點：AI分析植入和自動化；更加透明的結果輸出；更好地數據治理功能；用戶體驗地提升；更加開放，支持更多分析工具。

來自加拿大的SAS資深用戶、Mcdoougall Scientific公司的副總裁John Amrhein對這最新版本ViyaTM操作的「便利性（ease）印象深刻：「支持各類數據格式，而且通過拖拽點擊就可以實現各種模型的調整，非常高效。」這一友好的用戶界面可謂SAS本次全球論壇中的最大亮點。

2018年4月8日至11日，SAS 2018全球論壇在美國丹佛召開

對於自動化，除了便利性，參會用戶對於最新的分析工具也有一些反思。「太過簡單的工具也可能會讓人忽略數據的重要性」，加拿大的獨立諮詢顧問、SAS資深用戶Peter Eberhardt非常認可ViyaTM產品的優質性能，但也向大數據文摘表達了自己的擔憂：很多用戶因為工具太簡單，反而會不認真思考數據的質量。

「我曾經見過一個廣告領域的客戶，輸入的數據真的非常差，但是因為工具好所以跑出來的模型很棒，客戶會因此覺得數據其實也不錯。」

「好的數據非常重要。」正因此，Jim Goodnight在採訪中一直強調數據清洗和管理的重要性，而他自己也一直以一位「統計學家」自稱。

專註數據四十年，SAS分析經驗的全球化輸出

儘管扮演了一位「技術盲」的挑剔老闆，Jim Goodnight的數據分析能力絕不弱於他身邊的數據科學家：四十多年前，他在美國北卡羅來納州立大學進行一項農業數據研究時，開發了一款數據分析軟體，並基於此，創立了SAS公司。

SAS創始人兼CEO Jim Goodnight

40多年來，SAS的整體營收保持了持續的增長。即使在開源軟體大行其道的今天，略顯昂貴的SAS依然是全球多數金融、醫療機構、甚至政府的首選數據分析軟體。根據IDC的數據，SAS佔全球高級和預測分析市場30.5%的份額。

經歷了數據寫在紙上的時代，到大數據、雲存儲，再到今天的機器學習、人工智慧，SAS儘管經歷了多次技術探索方向的變更，作為一家專註「分析」40餘年的老牌公司，其在行業內積累的豐富數據和業務經驗鮮有匹敵者。而在演算法和模型愈加「自動化」的今天，這些寶貴的行業知識積累顯然比技術更難複製。

這些經驗也是SAS開拓國際市場的秘密武器。

博雅融創軟體技術有限公司是SAS在中國的重要合作夥伴，其總經理陳建文告訴大數據文摘，中國客戶非常看重SAS在數據分析領域的先驗經驗。

「我們正在和中國一些省市的疾控中心合作，開展疫情相關的數據分析項目，而SAS之前協助美國相關部門進行了很多案例積累。儘管數據不同，但是業務經驗、模型都可以直接借鑒，這是客戶非常看中的。」

開放包容，和更年輕的數據科學家一起成長

但是，SAS也面臨著所有老牌巨頭同樣的挑戰：新生的數據分析工具。

從丹佛向北飛兩小時，你將從下著雪的西部到達陽光普照的矽谷。這裡是新生互聯網巨頭Facebook、Apple、谷歌等的大本營，也是一批數據科學、人工智慧創業公司的誕生地。在這些公司中，新生代的80、90後數據科學家正在佔據技術世界的主力。儘管SAS的名字依然響亮，這些動手和學習能力都極強的程序員更樂於自己探索開源的程序包。

「開源軟體更便宜、更酷，自己開發的應用也更順手。」來自Facebook的一位90後數據科學家告訴大數據文摘，「SAS是挺好用的，但是對個人使用來說太貴了」。

價格太過昂貴顯然也是SAS現任CTO Oliver Schabenberger本次SAS全球論壇中，受到最多質疑的地方。

SAS CTO Oliver Schabenberger在SAS 2018全球論壇演講

採訪中，Oliver沒有否認新出現的開源軟體有自己的優勢，尤其是在價格方面。

「（開源軟體）確實更便宜，我們也希望我們客戶有更多選擇。」面對質疑，Oliver的回應相當坦誠，「但你不能拋棄價值只談價格，我們相信SAS的品質，我們也在不斷改善產品應對挑戰。」

近年來，SAS也確實有一些轉而使用開源軟體的客戶。

亞洲最大的銀行星展銀行DBS是SAS的老客戶，其首位首席分析官（Chief Analytics Officer）Sameer Gupta告訴大數據文摘，除了SAS，DBS之前也曾嘗試使用開源軟體R、Spark等以確保產品的多樣性。

為應對用戶對多樣性產品的需求，2016年，SAS整合了自身的分析能力，推出了通用部署的計算平台ViyaTM：這是一個開放的、支持雲計算方式部署的內存計算平台，面向企業內部提供一個單一、開放和統一的分析環境。

作為一個開放的架構，ViyaTM期待可以滿足所有分析專業人士的需求，其支持包括REST API、SAS語言、Python、Java、R和Lua等方式的數據操控和分析開發。

中科聚信是SAS目前在中國較為重視的合作夥伴，其創始人兼CEO馬占軍告訴大數據文摘，相比無人維護的開源軟體，SAS的產品會更加穩定專業，這是銀行、保險公司、醫療機構這種公司非常看重的，這樣的機構根本無法承擔開源軟體的不穩定性帶來的風險。

而為了抓住數據分析領域的新生力量，SAS對高校和年輕人的投入也一直不遺餘力。

Jim Goodnight告訴大數據文摘，SAS與全球非常多的高校、教授建立了持續的合作關係，並向學生提供優惠價格下載軟體，每年都有成千上萬的高校學生從中受益。

當然，抓住新一代數據分析者的關鍵不只是導師需要或者免費的軟體，能切實用最前沿的技術做炫酷的項目，才能真正征服這群「最聰明的腦袋」。

「數據為善」

在主論壇的keynote演講上，兩個有趣的例子把SAS「數據為善（Data for good）」的主題體現到了極致。

WildTrack：用腳印識別保護瀕危野生動物

SAS 2018全球論壇中提到了一個人工智慧有趣的應用場景：使用動物的數字足跡來識別瀕危野生動物物種。

野生動物的腳印是觀察瀕危種群並實施保護的起點，通過腳印，工作人員可以確定物種的性別，有時也會鑒別年齡。

之前，這樣的腳印信息只能靠當地誌願者人工發現、拍照，並手動錄入數據，效率極低，數據的缺失也讓研究人員很難確切地了解哪些物種需要監測。

SAS將AI圖像識別技術應用於此，並為此建立了一個野生動物的腳印資料庫項目。

在這一資料庫中，SAS工作人員已經為15種不同的物種開發了相關軟體及其演算法，包括黑犀牛，白犀牛，孟加拉虎，阿穆爾虎，和北極熊等動物的腳印數據都被收錄其中。

通過收集這些數據，工作人員可以更好地確定瀕危物種棲息地物種的數量和分布情況，以便實施保護方案。目前，識別準確度已經達到了90％以上。

SAS Graphics Accelerator移動端上線：讓盲人通過音樂感知圖表

SAS Graphics Accelerator的移動端應用是本次SAS 2018全球論壇又一驚艷發布：通過和蘋果合作，SAS Graphics Accelerator可讓盲人通過音樂的形式使用和理解圖表。

在大會上，來自SAS的盲人體驗師現場展示了如何在手機上「觀看」一副折線圖。在app中，我們可以通過三種方式閱讀圖表：由屏幕閱讀器讀取圖形描述；將圖形轉換為易於閱讀的表格；或者獲得圖形的聲波表示。

現場觀眾和體驗師一起感受了聲波隨著折線沿y軸改變而產生的變化：圖聲波表示沿著X軸傳播；在Y軸上較高的數據點的聲音比在Y軸上較低的數據點的音調聲音更高。

自誕生到現在的40多年，SAS和用戶也都沒有停止對數據分析的思考。除了業內用戶，歷屆SAS 全球論壇都會邀請到一些全球各行業領袖代表，比如薩利機長、全球首個半機械人Neil Habisson，還有《赫芬頓郵報》創始人Arianna Huffington等。

今年，SAS邀請到了美國第一位女性F-14飛行員Carey Lohrenz、總統歷史學家Jon Meacham、紐約時報暢銷書作家Dan Heath。他們的演講是論壇的「驚喜」，也引導聽眾們思考，數據分析在人文、歷史和領導力建設中如何應用。

【今日機器學習概念】

Have a Great Definition

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！