SAS首席數(shù)據(jù)科學家馬寧博士：數(shù)據(jù)分析將在IOT、生物醫(yī)學領域迎來爆發(fā)

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

與此同時，SAS中國首席數(shù)據(jù)科學家馬寧接受了TechWeb采訪，介紹了SAS核心產(chǎn)品——云端數(shù)據(jù)分析平臺Viya，及其之后的產(chǎn)品方向，并結合去年SAS業(yè)績，分享了他個人對于市場的預期和觀點。

受訪者馬寧博士，現(xiàn)任SAS中國首席數(shù)據(jù)科學家，負責領導和管理中國顧問專家團隊，致力于最前沿及創(chuàng)新的行業(yè)技術應用，加強和拓展數(shù)據(jù)科學、機器學習和人工智能等SAS領先技術及經(jīng)驗在中國市場的落地，支持金融、政府、制造、醫(yī)療等多行業(yè)的最佳實踐。

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、機器學習建模、部署和決策應用完整生命周期。目前我們可以看到Viya在以下幾個方向不斷進化：

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

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

透明與易用性：降低機器學習與人工智能的門檻，讓平民數(shù)據(jù)科學家也可以快速分析建模，幫助非統(tǒng)計專業(yè)人員看懂模型結構、解讀模型結果；同時提供用戶友好的交互界面，實現(xiàn)整個分析建模零代碼化。

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；提供豐富的Rest接口，易于與周邊系統(tǒng)集成。

算法不斷增強：不斷研發(fā)與實現(xiàn)機器學習、深度學習、計算機視覺、自然語言處理等人工智能領域的新技術新算法。

TechWeb：Viya如何幫助客戶在關鍵業(yè)務上取得進步？

馬寧：Viya有很多垂直行業(yè)應用，這里可以分享幾個案例：

以前北卡羅來納州卡里鎮(zhèn)暴雨后發(fā)生水災時，要依靠市民向鎮(zhèn)工作人員發(fā)出警報，鎮(zhèn)工作人員需要人工處理請求，然后派遣人員應對。而現(xiàn)在，SAS 和 Microsoft 幫助該鎮(zhèn)化被動反應為主動出擊，建立了洪水預測解決方案。該解決方案被《Fast Company》評為年度世界最具創(chuàng)新力合營作品?？ɡ镦?zhèn)沿溪流域安裝了水位傳感器，并在數(shù)個城鎮(zhèn)設施處安裝了雨量計。利用 SAS 物聯(lián)網(wǎng)分析和 Azure 物聯(lián)網(wǎng)服務，工作人員現(xiàn)在可以實時監(jiān)測水災事件。通過整合天氣預報數(shù)據(jù)和傳感器數(shù)據(jù)，卡里鎮(zhèn)可以更好地識別異常情況，為該鎮(zhèn)和周邊城市的洪水情況提供預先警告。。

另外，SAS與安永合作，為某國際大型銀行提供貿(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，即便暫時增加員工數(shù)，過不了多久也跟不上業(yè)務的增長速度了。另一方面，該行也希望通過縮短盡職調(diào)查時間和提高準確性，來改善客戶的業(yè)務體驗。該解決方案采用AI技術，對紙質(zhì)文檔進行掃描、光學字符識別、文檔分類、信息抽取等；然后利用RPA技術整合各類結構化與非結構化數(shù)據(jù)，全庫搜索相關案例，匯總形成可視化調(diào)查看板，并自動化推送通知消息給審查員。。2018年，該行利用這套方案自動化處理貿(mào)易融資業(yè)務940萬筆，涉及金額超過1萬億美元。一個審核單元的平均處理時間從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)績以及案例分布，您認為哪些新業(yè)務會成為公司2025年前較快增長點，哪些業(yè)務會逐漸淡化？

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

如果要對未來幾年做一個預測，我覺得生命科學和IOT兩個領域?qū)⒊霈F(xiàn)爆發(fā)式增長。受全球疫情影響，越來越多醫(yī)療機構與SAS合作，對COVID-19帶來的直接與間接影響進行跟蹤和分析。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，對分析平臺的要求也更高。SAS有完整的IOT領域解決方案，利用人工智能技術幫助各行各業(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)軟件的競品涌現(xiàn)，市場溢價階段結束，您認為SAS公司眼下應該如何從核心技術層面做差異化，與市場「內(nèi)卷化」對抗？

馬寧： SAS連續(xù)5年被Gartner評為機器學習與人工智能平臺的領導者象限，因此差異化一直存在，不是市場現(xiàn)階段SAS才開始思考的。舉個例子，早在2010年SAS在中國就賣出了第一單模型管理產(chǎn)品，給某個大型銀行。那時業(yè)內(nèi)對模型管理還沒有普遍認知，還沒有意識到對一個大型企業(yè)，管理模型與開發(fā)模型一樣重要，但SAS一直堅持對市場的布道。直到近兩年，伴隨著一系列模型風險管理監(jiān)管指引的出臺，這一需求才被越來越多的金融機構意識到并得到了快速增長。

SAS產(chǎn)品力優(yōu)勢巨大，40多年來一直堅持自研底層算法，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，頭部客戶產(chǎn)品復購率在95%以上。

TechWeb：馬總作為首席數(shù)據(jù)科學家，您對SAS在中國區(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，一是領域知識，很熟悉某個垂直領域的業(yè)務，例如反洗錢、保險精算、客戶營銷等；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、評估的全分析流程；三是IT技能，機器學習模型部署上線，需要有很強的工程化能力，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效性要求。當然，還需要對公司的產(chǎn)品體系與架構熟悉，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？您認為公司內(nèi)部是否存在“內(nèi)卷”？

馬寧：第一是薪酬，SAS會給出很有行業(yè)競爭力的薪資。第二是成長空間，員工會更看重選一家成長空間巨大的公司。SAS擁有全球最完善的員工培訓機制，有上百門產(chǎn)品課程與階梯式培訓認證體系。SAS服務的客戶都是行業(yè)內(nèi)領先企業(yè)，通過這些客戶的項目交付，員工可以快速成長，看到領先企業(yè)是如何思考和實踐數(shù)字化轉(zhuǎn)型的。第三是工作氛圍，SAS在全球、在中國連續(xù)多年拿到最佳雇主榮譽。公司內(nèi)前臺、中臺、后臺部門配合默契、目標一致。SAS公司沒有所謂“內(nèi)卷化”，企業(yè)文化以及多年對人才培養(yǎng)方面的努力既保障了員工的工作，也加強了企業(yè)的凝結力。對于內(nèi)部員工，SAS推行“引育并重”的人才培養(yǎng)策略，在大時代下，也在推動著行業(yè)的進步，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。

補充：

馬寧博士擁有超過十年的數(shù)據(jù)分析行業(yè)經(jīng)驗，深耕大數(shù)據(jù)分析技術領域，并具有深刻的業(yè)務理解和實戰(zhàn)經(jīng)驗。在加入SAS之前，馬寧博士曾先后就職于文思海輝、中軟國際、平安科技等公司，歷任金融行業(yè)首席數(shù)據(jù)科學家，數(shù)據(jù)科學團隊負責人等職位。其擅長機器學習、人工智能技術在客戶管理、風險計量、運營優(yōu)化等領域的咨詢與實施，曾主導并參與數(shù)十個銀行、證券、保險、能源、交通等行業(yè)大型項目。馬寧博士深度理解銀監(jiān)會、保監(jiān)會、證監(jiān)會以及各地金融監(jiān)管機構的監(jiān)管業(yè)務，曾領導近十個科技相關監(jiān)管項目。

馬寧博士擁有北京大學數(shù)學專業(yè)學士學位，以及清華大學協(xié)和醫(yī)學院生物信息專業(yè)博士學位，其具有深厚的數(shù)據(jù)分析專業(yè)背景，熟悉機器學習、分析挖掘為主的各類大數(shù)據(jù)領域技術。他同時也是多家金融機構、研究機構的特邀大數(shù)據(jù)專家。

生成海報

免責聲明：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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。