SAS公司宣布在未来三年内对AI进行10亿美元投资的七个月后,SAS分析平台已经看到这项投资的好处。
在2019年3月,这家长期商业智能供应商公布了其雄心勃勃的AI计划,而在此之前,SAS分析平台Viya前已经具有增强智能和机器学习功能。
但是,SAS此前并未公开表示,第三代BI功能将成为SAS分析平台未来的重点。SAS公司的起源可以追溯到1966年,当时它是北卡罗来纳州立大学的一部分,现在位于北卡罗来纳州的卡里。
SAS公司技术高级副总裁Gavin Day说:“当您想要发展某些东西时,你会重点关注它。”“我们只是想说,我们并不满足于成为该市场的一部分,我们希望领导这个市场。我们想领导这个领域,而不仅是通过SAS的技术,还包括所有属于AI生态系统的技术。”
SAS对AI非常重视,该供应商已在2019年发布了对Viya的四次更新,其中第五次更新是Viya 3.5,计划于2019年底前推出,而Viya 4则计划于2020年上半年发布。
根据Day的说法,最新更新中包括增强的自然语言处理(NLP)、自然语言生成(NLG)和计算机视觉功能。
他补充说,到目前为止,除了对技术本身的更新之外,这笔10亿美元的投资还帮助SAS缩短了为客户提供改进所需的时间。
自三月份以来,分析师已经注意到SAS的进展。
企业战略集团高级分析师Mike Leone说:“SAS正在利用NLP和计算机视觉来部署和交付技术。其中一个例子就是SAS使客户能够利用对话式AI和文本分析。他们可能仍然是唯一可以将非结构化文本与语言规则相结合以基于文本分析提出问题的供应商。”
甚至在SAS宣布对AI投入10亿美元之前,该公司已经向SAS分析平台注入了与其他BI供应商相同的AI和机器学习功能,而且还被视为这些技术的相对先进的供应商。
Leone说:“尽管很多供应商都致力于将AI轻松地集成到其平台中,但SAS不仅可以使客户有效地利用AI,而且他们还更进了一步,提供有关AI衍生见解的自然语言解释。这非常与众不同,你将开始看到更多的企业朝这个方向向前迈进,特别是如果他们希望对AI决策建立信任的话。”
在谈到AI和机器学习如何帮助用户时,Day表示SAS分析平台增强功能的目标是提供自由度。
数据管理(数据挖掘、清理和准备)会花费大量的时间和精力,并消耗企业的大量人力资本。
Day说:“人工智能的最佳用途是完成日常工作,这并不是人类花费时间的最佳方式。这可以让人们腾出时间去发挥创造力和解决问题的能力,这就是AI的好处。它可以使知识型员工自由地做其他事情。”
与此同时,教育是SAS在AI上10亿美元投资的另一个方面,这也是SAS所做的大部分工作。根据Day的说法,AI让用户感到兴奋,他们首先必须知道如何使用它以及如何使用它。
SAS正在朝这个方向努力,SAS曾被称为SAS Institute。
Day说:“我们正在考虑向市场和我们的客户介绍什么是人工智能,让他们了解如何使用它、它的好处以及如何开始。客户正在尝试解决他们最大和最困难的问题,这是AI可以解决的问题,但他们需要缓慢开始并取得一些成功。”
对AI的10亿美元投资表明,SAS的目标是成为最具创新性的分析供应商之一-随着BI进入新阶段,这同时也表明SAS多年来一直在努力保持成功。
SAS曾经是新一代领先BI供应商之一,其中包括IBM、甲骨文和Information Builders。
有些传统的BI供应商仍在努力赶上Qlik和Tableau等公司的步伐,现在,分析不再需要花费数周时间准备的高度格式化报告,而更多地转向了数据可视化(第二代分析),而SAS在这方面并没有遇到传统BI供应商的问题。有些统供应商最近才恢复他们的BI工具, SAS分析平台并没有耽误时间。
现在,随着BI进入主动性而非响应性的新时代,同时,随着分析平台学习用户模式并因此变得更加智能,SAS似乎将其目标定为:保持SAS分析平台作为市场上最全面的平台之一。
Leone说:“多年来,SAS一直是该行业的领导者并非没有原因。我认为SAS是BI领域的宝石。并且,他们正在努力通过结合先进的分析技术和AI技术来保持其领先优势,以确保客户可以拥抱AI以获得期望的持续价值。”
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
作者
翻译
相关推荐
-
企业商业智能的10大好处
商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]
-
生成式AI会取代数据分析师吗
生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]
-
改进数据可视化的7项技能
数据可视化可以实现可操作的洞察力和卓越的业务成果。但构建有效的数据可视化可能很困难。如果你想创建数据可视化,你 […]
-
了解BI生命周期以构建有效的架构
成功的数据驱动运营遵循商业智能(BI)生命周期,定义BI能力,并部署良好理解的治理架构。 该过程的前提是,你必 […]