Sas e Microsoft hanno iniziato un anno fa una collaborazione volta a integrare gli analytics Sas sulla piattaforma Azure di Microsoft. Obiettivo di Sas, oltre a consentire ai suoi clienti di sfruttare la capillarità ed estensione di Azure, era soprattutto di integrare i rispettivi strumenti e motori di intelligenza artificiale e machine learning, segmenti fondamentali che potrebbero veramente fare la differenza per i clienti che usano le soluzioni delle due software house in ambito di business intelligence.
Il lavoro è ancora lungo, e si prolungherà fino all’anno prossimo, ma molti elementi della piattaforma Sas sono già disponibili nel marketplace di Azure, tanto che abbiamo già casi di utilizzo, anche nel nostro Paese. Due esempi sono le esperienze di Poste Italiane e di Alleantia, riportate durante un recente webinar sull’argomento intitolato “Ridisegna il futuro degli analytics”, organizzato appunto da Sas in collaborazione con Microsoft.
Dalla competizione alla coopetition
È passato poco meno di un anno da quando, nel giugno 2020, Sas annunciò un’alleanza strategica con Microsoft, volta a portare sul cloud Azure la sua ampia gamma di soluzioni analytics (ne abbiamo parlato qui). L’annuncio stupì parecchi addetti ai lavori, soprattutto per il fatto che le competenze delle due aziende si sovrapponevano in alcuni segmenti, nei quali erano a tutti gli effetti concorrenti. L’accordo, di fatto, è un caso da manuale di “coopetition”, ovvero collaborazione fra due competitor, tale da portare vantaggi a entrambe le parti: Sas otteneva l’accesso all’infrastruttura cloud Azure, e in particolare ai suoi tool di intelligenza artificiale, e Microsoft otteneva un allargamento del portfolio di offerta della sua piattaforma, mettendo a catalogo le soluzioni del leader mondiale della business intelligence.
Alla fine, i benefici maggiori li registreranno i clienti di entrambe le società: i clienti Sas in particolare potranno spostare tutto il sistema di analytics su Azure, con ovvi benefici in termini di semplificazione delle operazioni informatiche e godendo di tutti i vantaggi del cloud – per esempio, la facile scalabilità in caso di necessità – mentre i clienti Microsoft Azure avranno a disposizione la piattaforma di analytics di maggiore successo al mondo, che vanta oltre 75.000 installazioni in 138 Paesi. Un beneficio ulteriore potrebbe essere l’allargamento della platea di potenziali clienti nel segmento delle Pmi, spesso riluttanti a utilizzare sistemi di analytics “tradizionali” per via degli alti costi di ingresso e della necessità di disporre di competenze informatiche interne specifiche.
Ma a che punto è il lavoro di porting? E di preciso, i team di Sas cosa stanno portando su Azure? E dove si collocheranno le soluzioni Sas sulla piattaforma cloud della “rivale” Microsoft? Qualche indicazione riguardo questi temi è arrivata da un recente webinar Sas intitolato “Ridisegna il futuro degli analytics”. Mario Adolini, principal business solution manager Sas, ha affermato che «la roadmap che vede impegnati i team R&D di Sas e Microsoft è molto corposa, è iniziata nella seconda metà del 2020, ci impegna per tutto il 2021 e continuerà anche in futuro. Essa investe vari ambiti della piattaforma Microsoft, e la prima fase riguarda il mondo Azure Cloud. Ci sono almeno tre ambiti di intervento. Il primo è il deployment della piattaforma Viya all’interno della piattaforma Azure Kubernetes Services. Poi abbiamo tutta la parte dell’integrazione con il Data Estate di Microsoft, che riguarda sia gli ambienti di Data Analytics Services sia quelli di Database Services. In ambito Data Analytics Services ci sono tre componenti principali attraverso le quali Sas sarà in grado di connettersi, e sono Azure Databricks, Azure Synapse e Azure Hdinsight. Per i Database Services, le integrazioni avverranno tramite i data connector di Sas verso i vari Db for PostgresSql, Db for MySql e Sql Server, ma anche tramite la possibilità, fornita dalla Sas In-Db Technology, di processare codice Sas direttamente all’interno delle appliance Azure».
Integrazione con machine learning e intelligenza artificiale
Sas non ha fatto mistero del fatto che uno degli obiettivi principali dell’accordo con Microsoft era di poter integrare i rispettivi strumenti di Artificial Intelligence, perché ritiene che questo segmento sia fondamentale per il successo dei suoi clienti. «Per quanto riguarda la componente di Data & Analytics Intelligent Services ci integriamo con tutto il mondo di Azure Machine Learning e di Azure Synapse. Qui avremo un’integrazione sia a livello di front end che di back end, e quindi, per esempio, nella parte front end i clienti che si connettono ad Azure Machine Learning potranno disporre degli ambienti visuali di Sas, attraverso Data Studio, Model Studio e la componente di Model Manager. Questo permetterà agli utenti di accedere agli analytics non tramite programmazione, ma mediante applicazioni guidate». Naturalmente, chi ha a disposizione dei data scientist potrà comunque accedere agli analytics tramite programmazione, sfruttando il mondo Sas Studio. Dopo Azure cloud, che è il primo aspetto sul quale ci si è concentrati, c’è la parte riguardante l’integrazione con il mondo Synapse. «Anche qui abbiamo due componenti, una di integrazione dei modelli analitici, e una di back-end, che consiste nel fornire al mondo Synapse un’alternativa di processamento dei dati in modo da poter utilizzare, oltre all’engine di default Spark, anche il Cas Engine, che è nato per realizzare analisi su grandi quantità di dati direttamente in memoria».
Come si procede invece per la parte Power Platform? «Qui gli ambiti di integrazione sono tre. Avremo l’integrazione con il mondo Power App, in cui metteremo a disposizione una serie di modelli analitici che saranno di fatto dei “model template”, che potranno essere utilizzati dagli utenti tramite Ai Builder. Dopodiché c’è una parte molto importante, l’integrazione con Power Automate. Qui, attraverso dei connettori sviluppati appositamente, mettiamo in comunicazione il mondo Power Automate con Sas Intelligent Decisioning. Terzo e ultimo aspetto è l’integrazione con Power Bi, che dal suo interno offrirà ai clienti la possibilità di fruire di una serie di report di tipo verticale generati da Visual Analytics. Anche, per esempio, in ambito di forecasting».
Rimane ancora la parte relativa a Dynamics 365. «Attraverso Dynamics 365 metteremo a disposizione sia delle interfacce, ovvero daremo un front end, rilasciando delle soluzioni analitiche per frodi e rischio che provengono dall’impacchettamento di soluzioni Sas all’interno di Dynamics; sia una serie di modelli analitici, verticali e altamente specializzati, che potranno essere utilizzati da tutte le componenti di Dynamics, per il retail, il finance, le vendite eccetera. E con questo si completa tutta l’integrazione». Aspetto fondamentale è che tutta questa offerta sarà fruibile dall’interno del marketplace di Azure, quindi gli utenti potranno usufruirne sia all’interno del Sas Cloud, sia all’interno di Azure.
Ma qual è la posizione di Microsoft sui lavori in corso? E che vantaggi porterà ai loro clienti? Luca Callegari, direttore divisione specialist team unit Microsoft Italia, ha spiegato che «l’integrazione di Sas Viya è nativa con Azure Synapse e Machine Learning, con tutti i vantaggi che un lakehouse può portare a un utente finale. In particolare, la possibilità di trasformare dati non aggregati in aggregati tramite gli analytics. Se pensiamo all’integrazione Azure Synapse con Power Platform, ci troviamo a trasformare dei dati che oggi sono non strutturati in business insight e, per esempio, visual forecasting. Questo porta un vantaggio a tutta la piattaforma Microsoft, che si estende anche a tutte le soluzioni. Nello specifico, a soluzioni verticali come il Common Data Model. Questa integrazione è alla base della nuova data strategy di Microsoft, in partnership appunto con Sas».
Quando si parla di integrazione fra due piattaforme estese e mature, c’è sempre un rischio in agguato: e cioè che l’utente si trovi alle prese con una soluzione nominalmente integrata, ma che nei fatti mantiene due “user experience” nettamente diverse. Questo succede in genere quando il lavoro di integrazione si concentra sulla comunicazione fra i vari moduli, mantenendo pressoché invariata l’interfaccia utente. Sas e Microsoft però sembrano decise ad evitare questo rischio. «Lo sforzo che stiamo facendo a livello di team R&D è proprio volto a questo: fornire una soluzione completa e integrata, che non dia una sensazione di “divisione” tra le due piattaforme, e che consenta di fruirne in una modalità unica all’interno di tutto il contesto. Sas di fatto è già disponibile all’interno del marketplace di Azure. Sas Viya e la componente di Grid Server sono già fruibili attraverso dei Quick Start, sorta di template guidati che consentono il deployment sia di Viya che del Grid Server in tempi rapidi». In questo modo, il cliente può già beneficiare di un ambiente di programmazione unico, più orientato ai data scientist, in cui coesiste l’accesso a strumenti sia Sas studio sia Azure Ml, ma dove possono anche coesistere strumenti di tipo grafico più orientati a un’utenza business. In questo modo si offre un utilizzo pieno della piattaforma». Il marketplace, quindi, sarà un po’ il punto di ingresso preferenziale da dove iniziare il viaggio in questa piattaforma integrata. «Viya avrà senza dubbio una posizione primaria sul nostro marketplace – conferma Callegari di Microsoft – e soprattutto i clienti finali potranno sempre più trovare soluzioni verticali e ad hoc basate sulla sinergia delle due piattaforme».
I casi d’uso
Premesso che c’è molto ancora da fare, bisogna anche dire che molti moduli sono già al loro posto e alcuni sono già in uso, tanto che ci sono vari progetti pilota in corso – alcuni anche nel nostro Paese. «Posso citare in particolare due progetti che stiamo seguendo in ambito hyper automation, ovvero l’integrazione fra la componente Power Automate e la componente Intelligent Decisioning di Sas. Un caso è sul retail: stiamo sviluppando un’integrazione della user experience di un cliente che effettua un reso di merce (capi d’abbigliamento) tramite un’interfaccia sviluppata in Power App Mobile. Con un connettore appositamente sviluppato, il processo di Power Automate fornisce i parametri alla componente Sas Intelligent Decisioning che consente, attraverso l’esecuzione di modelli analitici, di riconoscere il capo reso tramite la scansione di un bar code, e contemporaneamente, di attivare un processo di “recommendation”, che considerando il profilo dell’utente e la somiglianza fra il capo reso e altri, invia al cliente stesso suggerimenti per i prossimi acquisti. L’altro caso è in ambito banking, e si focalizza sull’automazione della gestione dell’erogazione di prestiti. Il cliente si connette all’applicazione della banca tramite un’applicazione Power App, chiede il finanziamento, e a quel punto l’applicazione Power Automate fornisce a Intelligent Decisioning i parametri tramite i quali viene verificata la solvibilità del cliente, analizzandone l’esposizione finanziaria e la transazionalità pregressa».
In entrambi i casi, e probabilmente si tratta di un modello che vedremo replicato spesso, l’idea alla base è di rendere più semplice l’accesso ai sistemi di analytics Sas (in Microsoft parlano di “democratizzazione degli analytics”) tramite l’integrazione delle applicazioni di produttività e di gestione dati di Microsoft. «Un altro tipico caso d’uso che ci viene chiesto spesso è quello dell’IIoT – puntualizza Callegari di Microsoft – oggi i sistemi industriali IoT producono una grande quantità di dati che devono essere analizzati e normalizzati. Quello che stiamo facendo con Sas è di mettere a disposizione Azure IoT connesso con IoT Edge to Cloud degli analytics e l’artificial intelligence di Sas portando quindi a scenari verticali molto interessanti. E presto avremo tutto questo a disposizione del mercato italiano». Un esempio di utilizzo di questa integrazione l’ha messo in opera la città di Cary, nel North Carolina, che la sta sfruttando per la previsione di allagamenti localizzati. Nicole Raimundo, cio della cittadina, ha spiegato che usando sensori, dati meteo, analisi IoT Sas e la piattaforma Azure IoT, prevedono di aumentare la conoscenza della situazione dei livelli di flusso in aumento, in modo da prevedere dove potrebbero verificarsi allagamenti e migliorando così la capacità di risposta alle emergenze tramite l’automazione.
Poste Italiane si muove verso il cloud
Sas è presente da tempo in Poste Italiane, in vari contesti: marketing, data warehouse, frodi, posta sicura, analisi dei sistemi di assicurazione dei danni e così via. All’interno di Poste coesistono sistemi legacy consolidati, sistemi applicativi dipartimentali con differenti architetture applicative, e anche sistemi di ultima generazione che si inquadrano in un approccio cloud-first che Poste sta iniziando ad applicare. Sas quindi conta di aiutare Poste Italiane in questo approccio, che permette all’azienda di cogliere le opportunità di modernizzazione. Un esempio recente di applicazione sviluppata e messa in linea velocemente, grazie all’approccio cloud first, è quella per la gestione delle vaccinazioni, che ha dimostrato i vantaggi del nuovo approccio rispetto a quello tradizionale dei sistemi legacy. Giulio D’Attilio, head of data lake business intelligence Poste Italiane, spiega che «quello verso il cloud è un percorso che Poste Italiane ha avviato da qualche anno. Nel cloud vediamo la possibilità di abbattere una serie di vincoli delle soluzioni on prem, relativi a stabilità e disponibilità di ulteriore capacità elaborativa, anche on demand o in situazioni spot, una tantum. E poi vediamo la possibilità di sperimentare e trovare la soluzione migliore a un problema in tempi brevi. La possibilità di instanziare nel giro di giorni o settimane un nuovo oggetto, sperimentarlo nei nostri ambienti, verificare se è idoneo oppure spegnerlo senza aver investito troppo in tempo e costi».
Nell’area dati di Poste Italiane, questo viaggio verso il cloud (che oltre a D’Attilio vede impegnato Walter Labriola, It manager dell’azienda) ha già un programma per i prossimi tre anni, anche se al momento è ancora a uno stadio iniziale. «Poste Italiane è un’azienda con un’elevata complessità intrinseca – spiega Labriola – spazia dai servizi postali, bancari, finanziari eccetera e per noi che operiamo nel data lake e nella business intelligence è una sfida quotidiana, che si traduce nel supporto continuo alle nostre business unit interne, al top management, a tutte le prime linee, fornendo dati ma soprattutto le informazioni che stanno dietro quei dati. Noi dobbiamo realizzare servizi ma anche mettere a disposizione dei nostri clienti interni la tecnologia che è un forte abilitatore. È un percorso che è già avviato e abbraccerà il prossimo triennio, perché è una sfida importante. Il cloud first è solo il primo passo, ma la modernizzazione sarà ancora più importante». Al processo di modernizzazione parteciperanno ovviamente i partner storici di Poste Italiane, compresi Microsoft e Sas, con il compito di sottoporre le soluzioni e le tecnologie che saranno i migliori abilitatori per i clienti di Poste.
Analytics e IoT con Alleantia
Un altro caso interessante è quello di Alleantia, azienda nata nel 2011 che offre una soluzione capace di integrare i dati IoT provenienti dai macchinari con il software gestionale del cliente. Ma come si integrano i macchinari con il cloud? «Questo è esattamente il problema che affrontiamo quotidianamente con i nostri clienti – spiega Stefano Linari, presidente e ceo – Alleantia collega macchinari industriali di ogni tipo e di ogni età, dai più moderni ai più anziani, e la prima richiesta del cliente è in genere di collegarli con il suo gestionale di fabbrica, che spesso – soprattutto in Italia – si trova appunto on premise. Ma chi decide di seguire solo questa strada raccoglie poco di tutti i frutti che potrebbe in realtà raccogliere. Per molti versi, è stupido avere la possibilità di estrarre decine di Gbyte di dati al mese da ogni singolo macchinario e buttarne via il 99,9% perché il nostro gestionale si accontenta di sapere quanti pezzi ho fatto, orari di inizio e fine lavoro, e io magari, se sono accorto, raccolgo soltanto gli allarmi. Una volta connesso, un macchinario può fornire molte informazioni su ogni singolo componente e sensore che ha all’interno. Soltanto un’infrastruttura cloud può raccogliere ed elaborare gli svariati Tbyte di informazioni che vengono prodotte ogni anno». E perché dovrei memorizzare questi dati, se il mio gestionale non li sa sfruttare? «Esistono oggi strumenti di analitica così facili da utilizzare che, anche se non sei l’ingegnere che ha progettato la macchina, puoi analizzare i dati tramite per esempio il machine learning di Sas per arrivare a creare un’impronta digitale del tuo macchinario e di come lavora. È importante ricavare quest’impronta prima possibile, perché essa sarà tanto più precisa ed accurata tanto più la macchina è nuova. Il nostro consiglio, quindi, è di iniziare quanto prima a trasferire questi dati in cloud».
E quando ho il “fingerprint” cosa posso fare, oltre alla manutenzione predittiva? «Quando ho profilato un macchinario e ne possiedo il digital twin, posso pensare di trasformarlo in un cliente, un “machine customer”. Secondo Gartner, nel 2030 ci saranno più machine customer che human customer. Immaginate di avere una macchina dotata di capacità di acquisto autonomo. Ne abbiamo una in casa tutti: l’aspirapolvere autonomo che va da solo a ricaricarsi alla sua base quando ha bisogno di energia. Decide lui quando farlo. Immaginate una macchina industriale, un robot, un tornio, che quando ha bisogno di qualcosa, in base alla sua base storica di consumi, e in base alla sua pianificazione, possa acquistare quello che gli serve per far procedere regolarmente la produzione. È chiaro che la quantità di dati da elaborare è enorme, perché bisogna tenere conto dell’ottimizzazione su scala aziendale o di filiera, e poi bisogna integrare questi fabbisogni con la capacità di delivery. Qui forse Poste Italiane potrebbe venirci in aiuto». E in effetti, l’integrazione fra Cloud, IoT, strumenti di analytics per trasformare i dati in informazioni, strumenti di Ia e Ml, strumenti di business intelligence per processare le informazioni, tutto converge a un unico scopo finale: ottenere migliori decisioni di business. Ci si arriva anche usando i singoli strumenti, certo. Ma integrandoli nel modo giusto, diventa tutto più facile.
