«La nostra continua innovazione, chiaramente esposta nella piattaforma Sas e nelle tecnologie Ai di nostra produzione, spinge manager, dirigenti e data scientist di prima linea a cambiare la traiettoria delle loro organizzazioni con analisi avanzate. Sia che si tratti di fornire ai team di data scientist funzionalità avanzate di machine learning o di produrre analisi che diano risposte in tempo reale, Sas si impegna a contribuire a far funzionare dati e analytics, rendendoli accessibili a tutti i tipi di utenti e portando valore».
È con queste parole che Jim Goodnight, ceo di Sas, ci spiega le peculiarità della multinazionale americana da lui fondata nel 1976 e che oggi detiene poco meno del 30% delle quote di mercato nel predictive and advanced analytics. L’azienda, nata all’ombra del prestigioso ateneo di Duke, è oggi un gigante da oltre tre miliardi di dollari di fatturato ed è uno dei pochissimi esempi di impresa tech non quotata in Borsa. Per mostrare le ultime novità, Sas ha anche organizzato nei giorni scorsi, a Milano, una tre giorni – l’Analytics Experience 2019 – per discutere di gestione di big data, intelligenza artificiale e machine learning applicati alle imprese.
E il piano di investimenti messo in piedi dimostra come i risultati raggiunti siano solo l’inizio di una strategia sempre più focalizzata sui dati e sulle potenzialità dell’intelligenza artificiale. «Abbiamo messo sul piatto un miliardo di dollari di investimenti nell’Ai – spiega Saurabh Gupta, direttore di Advanced Analytics & Artificial Intelligence presso Sas – Forniamo intelligenza artificiale che aiuta gli utenti a gestire, comprendere e analizzare i dati in loro possesso e a prendere decisioni più efficaci e più rapide. Gli ultimi miglioramenti che abbiamo fatto alle nostre offerte di intelligenza artificiale si concentrano sull’automazione dei numerosi passaggi manuali e complessi necessari per costruire modelli di apprendimento automatico».
L’investimento comprenderà anche iniziative di formazione che rispondono alle esigenze dei clienti e dei partner di Sas, per comprendere meglio l’Ai e trarne vantaggio. E la fiche da 1 miliardo ha contribuito a far registrare alla multinazionale, nel 2018, una crescita del 105% delle entrate dell’Ai – un tasso tre volte più veloce del mercato complessivo – secondo un recente rapporto Idc sulla quota di mercato della piattaforma software Ai.
Con un market share nel 2018 del 27,7% nel settore dell’advanced & predictive analytics, secondo la survey “Worldwide Big Data and Analytics Software 2018 Market Shares: Demand Across All Use-Case Patterns” redatta dalla società di ricerca Idc, Sas è la regina incontrastata del comparto, che domina sin dal 1997. Di più: l’indagine rileva che mentre il business legato all’Ai è cresciuto in modo costante lo scorso anno, Sas ha registrato un aumento record del 104,6%. Questi numeri sono frutto anche degli investimenti in R&S della multinazionale, che lo scorso anno ha destinato il 26% delle sue entrate complessive allo sviluppo di software di intelligenza artificiale, IoT, gestione dei dati e analisi. Inoltre, per continuare a promuovere l’innovazione e il progresso nella ricerca, nel prossimo triennio la società di Goodnight ha intenzione di puntare un ulteriore miliardo di dollari in Ai.
«Con l’aumentare del volume e della complessità dei dati e mentre le organizzazioni cercano di prendere decisioni aziendali migliori e più rapide, la necessità di analisi avanzate e predittive come quelle di Sas si sta espandendo – spiega Chandana Gopal, Responsabile della ricerca per Business Analytics presso Idc – Sas è leader nella quota di mercato dell’analisi avanzata e predittiva e ha registrato una crescita continua anno dopo anno. La multinazionale continua a innovare nell’intelligenza artificiale e nelle tecnologie su cui si basa come l’apprendimento automatico, la generazione del linguaggio naturale e la visione artificiale. Il leader dell’analitica rimane focalizzato sul laser per soddisfare l’esigenza in evoluzione del mercato di potenti analisi per trasformare i dati in valore».
Sas Open Model Manager: rendere semplici gli analytics
La nuova release di Sas, Open Model Manager, promette di semplificare la gestione del modello analitico per affrontare la sfida aziendale dell’ultimo miglio, rendendo operativi i modelli open source e offrendo la possibilità di sfruttare i dati per le decisioni aziendali. Molte aziende faticano a completare le ultime procedure dell’analisi, in parte a causa di ingombranti processi manuali e mancanza di collaborazione tra l’IT e gli utenti aziendali. In particolare, la survey Idc ha rilevato che meno della metà delle imprese può affermare che i propri modelli analitici sono sufficientemente messi in opera e solo il 14% afferma che l’output dei data scientist è pienamente operativo.
«Le società hanno una buona conoscenza della costruzione e della formazione di modelli analitici, compresi quelli open source, ma spesso c’è un divario quando si tratta di rendere operativi questi modelli e di spingerli verso la produzione, e gran parte del lavoro svolto dai data scientist viene perso – prosegue Chandana Gopal – Esiste la necessità nel mercato di una nuova generazione di soluzioni di gestione dei modelli che consentano ai data scientist di sviluppare modelli in qualsiasi lingua a loro scelta e di catalogare e distribuire correttamente i loro modelli analitici. Con questa capacità le organizzazioni possono sfruttare il valore delle loro risorse analitiche e migliorare la trasparenza attraverso un monitoraggio continuo».
Riunendo data scientist e IT / DevOps, Sas Open Model Manager registra, implementa e monitora i modelli open source in un ambiente centrale, inoltre gli utenti possono confrontare e valutare diversi modelli, e accedere a report prestazionali integrati per valutare il proprio operato. Le fasi di pubblicazione e valutazione semplificate offrono flessibilità per distribuire modelli con pochi clic, sia in batch che in tempo reale, con diversi ambienti operativi.
ModelOps è un altro ingrediente chiave nell’ultimo miglio dell’analisi, in cui le organizzazioni spostano i modelli dal data science lab alla produzione IT. La pratica di ModelOps consente alle organizzazioni di gestire e ridimensionare i modelli per soddisfare la domanda e monitorarli continuamente per individuare e correggere i primi segni di degrado.
Le nuove funzionalità di Sas Viya
Rendere le soluzioni di intelligenza artificiale di facile accesso e sempre più efficienti, così da poter realizzare rapidamente valore. È questo l’obiettivo dell’azienda fondata da Jim Goodnight, che ha migliorato la piattaforma di Sas grazie a nuove funzionalità – tra cui la gestione automatizzata dei dati e del machine learning – che ne permettono l’utilizzo non solo ai data scientist, ma anche agli utenti aziendali.
Attraverso la generazione di un linguaggio naturale, i risultati presentati sono facilmente comprensibili, senza contare che gli sviluppatori possono personalizzare le applicazioni aziendali anche incorporando codici open source. Con questi nuovi tool, la multinazionale americana automatizza il ciclo di vita dell’analitica, dal wrangling dei dati all’ingegnerizzazione delle funzioni e alla selezione dell’algoritmo, con un solo clic.
La testimonianza di Yolo Insurance
Chi si è affidato alle soluzioni proposte da Sas è la start-up italiana Yolo, che offre servizi assicurativi ‘on demand’ personalizzati ai clienti di grandi aziende, banche e altre insurance company. La tecnologia della multinazionale fondata da Goodnight permette a Yolo di essere competitiva anche nel maturo e consolidato settore assicurativo.
«Grazie a Sas – spiega Gianluca De Cobelli, co-fondatore e ceo del gruppo Yolo – la nostra piattaforma è in grado di elaborare la richiesta di un cliente di assicurare la propria vacanza o il proprio smartphone utilizzando tutti i dati disponibili in tempo reale, consentendo al nostro istituto finanziario e ai nostri partner aziendali di offrire ai propri clienti un’esperienza mobile personalizzata e dinamica».
La partnership con Ibm
E c’è un’ulteriore novità: per la prima volta, infatti, quest’ultima versione di Sas Viya verrà eseguita sull’architettura del chip Ibm Power9, che supporterà tutte le funzionalità della piattaforma, tra cui l’accelerazione Gpu per l’apprendimento automatico e approfondito. «Sas e Ibm collaborano da oltre 40 anni – spiega Ken Gahagan, Senior Director di Compute Services for Research & Development presso Sas – Abbiamo risolto insieme alcune delle sfide algoritmiche più complesse. Ibm Power Systems offre valore ai clienti comuni le cui sfide aziendali richiedono non solo analisi Sas, ma anche un elevato throughput di dati».
Costumer experience e macchine intelligenti: cosa dobbiamo aspettarci per il futuro?
«I clienti vogliono essere ricordati e compresi – ci racconta Wilson Raj, Direttore globale di Sas Customer Intelligence – I brand devono necessariamente reinventare i loro modelli operativi per rimanere al passo con i tempi. Hanno bisogno di una strategia olistica per i dati che possa essere personalizzata su larga scala, capacità di analisi in grado di adattarsi in tempo reale e consentire un ciclo di auto-rafforzamento di esperienze personalizzate».
Costumer experience e nuove tecnologie: è questo il focus della survey “Experience 2030: The Future of Customer Experience” redatta da Futurum Research e sponsorizzata da Sas. Dalla ricerca, è emerso che ad oggi la quasi totalità degli utenti (78%) non è a proprio agio con la tecnologia nei negozi, ma l’80% è consapevole del fatto che entro il 2030 le nuove tecnologie saranno sempre più presenti. In particolare, i più (81%) affermano di aspettarsi di interagire con i chatbot, il 78% prevede di utilizzare un’app in realtà aumentata, virtuale o mista per vedere come apparirà un prodotto, e ben otto intervistati su dieci prevedono di utilizzare un assistente intelligente (come Google Home o Alexa di Amazon) per effettuare un acquisto online o controllare la propria abitazione.
In futuro, dunque, la customer experience si fonderà sempre più sulle tecnologie: per questo ben il 62% dei brand intervistati sta investendo in Ai per creare assistenti virtuali che assisteranno i clienti, mentre di realtà aumentata e virtuale si sta occupando la metà (54%) dei brand. «Il nuovo acquirente abilitato sta capitalizzando sulle tecnologie emergenti ed esercitando un’enorme pressione sulle esigenze tecnologiche delle organizzazioni di marketing – conclude Raj – Per i Cmo, queste forze creano un problema di “target mobile”: è difficile ottenere un vantaggio su qualcosa che è in costante progresso. E questa è una delle nostre sfide».
