我们知道，今天的信息技术正在不断开辟新的赛道加速发展。软件领域同样受到客户市场变化和云技术的影响，那么如何能更快捷、更方便地为客户提供场景化的应用，成为新的市场主旋律呢？这不，SAS也在不断转型，SAS首席执行官Jim Goodnight在SAS Global Forum 2021上说，SAS 公司于2009年开始将计算引擎向高性能分布式分析转型，2019年推出的SAS Viya是该计算引擎的第三代，2020年SAS Viya全面云原生化形成最新的SAS Viya 4，就是为了更快捷、更方便地为客户提供场景化的分析应用。很显然，云原生的SAS Viya 4是未来，不仅代表了SAS的发展方向，也可以从中探寻整个软件行业的未来。

SAS首席执行官Jim Goodnight在SAS Global Forum 2021上

抓住数据分析“*化”契机

就在一个多月前的6月18日，SAS启动了首届“白马杯”智慧农业数据分析大赛的报名通道，希望利用自身在数据分析方面的经验为企业和高校在智慧农业领域赋能。我们知道，SAS的传统优势行业以往更多集中在金融和*行业领域，因为不仅全球前100强银行中超过90家使用SAS的产品，而且在中国SAS也是绝大多数头部银行的合作伙伴。而今，SAS正在将高级数据分析更加“平民化”地落地中国本土生态中。SAS副总裁兼大中华区董事总经理何伟信举了一个例子，SAS主导的中美金融科技实验室、金融科技孵化器及金融科技人才实训基地等入驻南京江北新区；2019年 1月，SAS（南京）金融科技创新中心更是正式落户“扬子江新金融创意街区”，落地实践本地化的创新金融服务生态。不仅仅是金融，如今随着云计算、大数据和人工智能的迅速发展，随着我国在十四五规划中明确给未来各个行业的数字化转型按下了快进键，包括智慧农业在内的农业科技也将迎来新的历史发展机遇。据悉，“白马杯”智慧农业数据分析大赛就是SAS联合江苏南京国家农业高新技术产业示范区发展集团有限公司及创力本源共同承办的——其作为全国首批以绿色智慧农业为主题的国家农高区，通过高级分析技术的加持，一定会加快农业领域的数据分析和人工智能发展，打造出智慧农业数字经济的人才交流平台和产业生态圈。应该说，这就是数据分析“*化”的新契机。这项赛事也是SAS自2013年来连续8年举办中国高校数据分析大赛之后，开始在中国打造的更为行业落地的专业大赛。

值得一提的是，SAS自诞生之初就携带着农业基因。自1966年起，SAS在北卡罗来纳州立大学(NCSU)建立时的第一个项目就是为农业数据研究而开发的一套方差与回归分析软件。如今，随着SAS在土壤健康、植物基因组学、预测植物病害、借助AI保护农作物提高粮食产量等农业分析领域与微软、Growers等公司展开深度合作，随着SAS Viya提供云原生高级分析平台的能力，使其可以更便捷地帮助农业从业者以数据为驱动，借助人工智能、物联网、大数据等相关技术，在改善动植物健康、作物产量、可持续实践等方面做出更好的决策。

打造云原生高级分析平台

2021年1月，SAS公司宣布收购英国分析负载管理公司Boemska公司。这家公司曾是SAS公司的合作伙伴，其最大的技术特点就是采用面向特定设计的容器运行时（runtime container），以增强SAS分析软件的跨多云环境的弹性和可移植性。换句话说，Boemska的技术让SAS容器运行时更加小型化，从而可以移植和运行到更多的云平台上——将Boemska技术嵌入到SAS Viya中，可以将云原生的SAS软件和第三方模型移动到移动计算和企业计算环境中，特别还支持低代码/无代码技术执行欺诈预测、制造缺陷检测等特定的分析任务。这实际上印证了两件事情：第一，SAS Viya借助云原生技术真正成为了一个平台，改变了以往大型套装软件纯自研的限制；第二，SAS Viya可以快速整合各个应用领域的分析模型，特别是低代码/无代码技术的应用分析，覆盖各个行业，真正“*化”。实际上，采用容器架构的SAS Viya 4不仅具有可移植性，支持Azure、Google、AWS和OpenShift 等不同的云环境；而且还简化了模型部署，提供了一个中心平台来集中监控、管理所有开源模型和 SAS 模型、关联图和模板，使用户对建模活动完全可见、可控，协助组织完成关键分析的“最后一公里”。“比如反欺诈的应用，五大行里面有两大行都是用SAS的解决方案。” 何伟信介绍说，“金融行业今天面临很多新的欺诈挑战，银行需要新的模型不停地应对这些挑战，传统的做法需要很多人力好几天才能完成新模型的coding和优化，而今银行可以在传统SAS大型应用的基础上，通过Viya接入各种开源模型和SAS模型形成微服务，把这个过程缩短到十几二十分钟，迅速采取应对措施。”

SAS副总裁兼大中华区董事总经理何伟信

据何伟信介绍，今天建模的速度可以快到按三个键就可以可视化地建立一个模型，这又带了一个新的问题，就是大量的分析模型如何去管理？SAS Viya凭借SAS多年在高级分析领域的积累，可以实现可视化的算法模型的自动比较，找出最优的模型，并进行可视化的模型管理。

开辟智能决策新生态

2020年，SAS与Microsoft达成了战略合作伙伴关系。SAS Viya分析平台通过与Microsoft Azure集成，让客户不仅能够在云环境中安全和轻松地部署、使用SAS分析；还可以轻松访问最新发布的创新内容和增强功能，并使用他们已经熟练掌握的工具来对业务进行集中管理。这样IT部门就可以从日常的分析工作中解放出来，将更多的精力放在更有价值的战略工作上，从而帮助业务领导者做出更好的决策。“我们相信未来在高级分析领域，有三处是很重要的。”何伟信表示，“高级分析平台首先应该是易于使用的，可以随时随地通过可视化、低代码方便业务人员为任何场景的分析进行快速建模、快速部署的；其次，高级分析平台应该是一个综合的人工智能平台，从最简单的统计、预测、可视化、机器学习到人工智能提供端到端的数据准备、建模、分析、部署、监控、反馈和管理；第三，高级分析平台必须拥抱开源，因为有开源才会有更多的场景出来，有更优化的不同层次新领域的算法模型出来，有更强的技术接入进来。这是高级分析领域的未来，也是SAS的未来。”SAS中国解决方案总经理钱立强举了一个例子，SAS为国内某大型银行打造的反洗钱解决方案就通过一个基于微服务和机器学习的分析引擎打造的智能查验平台，可以使用不同的技术在很短的时间内去支持不同的服务完成相应的模糊匹配，因为有的服务是匹配结构化数据，有的服务是匹配网络上的非结构化数据，从而侦测回路，追踪犯罪团伙。实际上，SAS Viya作为一个开放的分析平台，本身支持几乎所有的语言，关键在于模型、运维的一体化，也就是ModelOps和AIOps。与此同时，SAS Viya和SAS 9又是一脉相承，其中90%的代码都无需变动，利用SAS迁移框架，就可以实现银行巴塞尔内控评级的400多个模型的快速迁移。另一个典型的例子，是国内一家大行在进行全行的资金网络的切分，因为只有切分成一个个子网，才能看到资金流向，才可以做决策。“当时我们在现场借助Viya这一新的体系，半个小时就搭了一组方案，可以看清楚资金流向了。”钱立强介绍说，这就是真正的智能决策，是微服务的优势，然而数据共享是不可以微服务的，因此微服务无法解决所有问题，特别是对银行等需要数据监管的行业来说，SAS 9和Viya 4一起，才是智能决策的完整基石。换句话说，开源的SAS Viya 4已经形成了一个全新的分析生态，因为Viya 4不仅升级了应用程序接口（API），更采用了持续整合、持续交付（CI/CD）的流程，方便分析生态中的伙伴和客户自行选择更新间隔，将更新任务纳入变更管理时间表中。

“SAS过去四十多年都是非常专注，服务于懂统计的人，懂SAS的人。而未来的世界，高级分析的需求会变得普及化。所以在产品方面，SAS在过去三年进行了很大的改造，包括今天的Viya跟三年前发布的Viya不一样。”何伟信非常务实，他认为从市场战略的角度来看，SAS的中国策略没变，仍然在风控、反洗钱、Viya、*行业合作、精准营销和生命科学等快速增长市场这6个重点领域，借助全新的Viya4云原生分析平台，满足更广泛的市场需求。