Anna Muszyńska, country leader w SAS Polska, opowiada o najnowszych trendach i kierunkach rozwoju technologii, usług i kompetencji na rynku analityki biznesowej
Jak długo jest pani związana z SAS?
Prawie od początku mojej kariery zawodowej. Studiowałam automatykę i robotykę na Wydziale Elektroniki i Technik Informacyjnych na Politechnice Warszawskiej. Do przemysłu jednak nie trafiłam, bo zaraz po studiach podjęłam pracę w firmie zajmującej się badaniami rynku dla branży retailowej, gdzie zajmowałam się przeprowadzaniem analiz dotyczących cech produktów, które maja wpływ na ich sprzedaż. Gdy niedługo potem trafiłam na ogłoszenie zachęcające do podjęcia pracy w SAS Institute, długo się nie zastanawiałam. Podczas rozmowy rekrutacyjnej zaskoczyło mnie to, że oprócz predyspozycji merytorycznych jednym z moich atutów był fakt, że jestem kobietą. W ten sposób zaczęłam moją przygodę w tej typowo męskiej branży. Początkowo trafiłam do Działu Konsultingu obsługującego sektor ubezpieczeniowy, gdzie jako młodszy konsultant doradzałam klientom, jakiego rodzaju narzędzia wykorzystywać do raportowania finansowego. Z czasem zostałam kierownikiem projektów, potem dyrektorem sprzedaży do tego samego sektora, a następnie dyrektorem sprzedaży dla całej branży finansowej. W kwietniu br. objęłam funkcję dyrektora zarządzającego polskim oddziałem SAS, po ponad 20 latach pracy w firmie.
Rynek analityki biznesowej, w czym specjalizujecie się od ponad 40 lat, rozwija się niezwykle dynamicznie. Dziś gorącym tematem jest również sztuczna inteligencja. Jaką pozycję zajmuje SAS na tym rynku?
W 2018 r. nasze globalne przychody z tego sektora rynku wzrosły ponad dwa razy, co zapewnia nam miejsce w ścisłej czołówce dostawców rozwiązań sztucznej inteligencji (AI <Artificial Intelligence> – przyp. red.) na świecie. Aby sprostać nowym wyzwaniom biznesowym, organizacje muszą zrobić decydujący krok od fazy eksperymentowania z AI do fazy wdrażania w praktyce rozwiązań wykorzystujących algorytmy sztucznej inteligencji. Wiele firm poszukuje w tym obszarze zaufanego partnera, który posiada doświadczenie oraz specjalistyczną wiedzę z zakresu zaawansowanej analityki i AI. W SAS specjalizujemy się we wdrożeniach takich rozwiązań, jak uczenie maszynowe, deep learning, rozpoznawanie obrazów i przetwarzanie języka naturalnego. Można powiedzieć, że jesteśmy zaawansowanymi praktykami w dziedzinie AI. Dostarczamy niezawodną technologię, kompleksowy pakiet usług i, co najważniejsze, zapewniamy realne korzyści z wdrażanych rozwiązań.
Jednym z kluczowych rozwiązań SAS, które pozwala wykorzystać możliwości AI w praktyce jest platforma SAS Viya. Dzięki przejrzystym metodom działania i możliwościom interpretacji wyników analiz, rozwiązanie to pozwala klientom o różnym poziomie umiejętności technologicznych automatyzować złożone zadania, aby tworzyć najwyższej klasy modele analityczne.
W marcu br. nasza firma ogłosiła trzyletni plan inwestycji w AI, na realizację którego zamierza przeznaczyć jeden miliard dolarów. Część z tych pieniędzy zostanie przeznaczona na kontynuację działań R&D w obszarze AI, część na inicjatywy edukacyjne będące odpowiedzią na potrzeby klientów związane z lepszym rozumieniem korzyści płynących z wykorzystania sztucznej inteligencji, a reszta na wsparcie ekspertów w optymalizacji procesów i uzyskaniu większego zwrotu z inwestycji związanych z prowadzonymi projektami. Przeznaczając 26 proc. całkowitego dochodu firmy na działania z zakresu badań i rozwoju, SAS reinwestuje tym samym ponad dwa razy więcej niż wynosi średnia dla największych firm technologicznych.
W jakim kierunku ewoluują narzędzia analityczne?
Wraz ze wzrostem zainteresowania technologiami, takimi jak sztuczna inteligencja i Internet rzeczy (IoT <Internet of Things> – przyp. red.), coraz więcej firm uważa analitykę za narzędzie do budowania przewagi konkurencyjnej. Wraz za wzrostem wolumenu dostępnych danych rośnie zapotrzebowanie na ich innowacyjne wykorzystanie do poprawy wyników, zoptymalizowania kosztów, usprawnienia obszarów biznesowych i dywersyfikowania się od konkurencji. Narzędzia do zaawansowanej analizy danych są dostępne na rynku od lat, ale jeszcze do niedawna były wykorzystywane w ograniczonym zakresie. Wraz z rozwojem infrastruktury i dostępnością odpowiednich mocy obliczeniowych techniki takie jak uczenie maszynowe, rozpoznawanie i analiza obrazów czy przetwarzanie języka naturalnego wchodzą do powszechnego zastosowania.
Podczas międzynarodowej konferencji Analytics Experience, która niedawno odbyła się w Mediolanie prezentowaliśmy przykłady ich praktycznych zastosowań w różnych branżach. Między innymi w przemyśle do wyłapywania wad produktów na liniach produkcyjnych czy też w medycynie do szybkiego i precyzyjnego lokalizowania zmian nowotworowych na zdjęciach rentgenowskich.
Tutaj też chciałam się pochwalić przykładem z naszego rynku. W Polsce wspólnie z Instytutem Kardiologii w Aninie realizujemy projekt badawczy, którego celem jest m.in. wspieranie lekarza w diagnozowaniu pacjentów. Na podstawie danych z ostatnich lat zostały zbudowane modele uczenia maszynowego, które na podstawie tysięcy cech dotyczących pacjenta i jego pobytu w szpitalu są w stanie wskazać i podpowiedzieć lekarzowi jakie potencjalne choroby występują u danej osoby, co może sprawić, że nie zostaną one pominięte, a także zapewnić lepszy poziom leczenia, efektywniejsze rozliczenie zrealizowanych świadczeń i zwiększyć efektywność prowadzonych badań naukowych, dzięki wyższej jakości danych w systemach medycznych.
A w jaki sposób AI wspiera koncepcję IoT – analizę danych generowanych przez sensory?
Sztuczna inteligencja stanowi naturalny element środowiska IoT, w którym urządzenia gromadzą lub generują dane. AI pomaga amortyzować ważne procesy decyzyjne oraz działania oparte o dane. Dziś większość organizacji wykorzystujących IoT znajduje się w pierwszej fazie rozwoju tych projektów. Mogą one zauważyć pewne prawidłowości dzięki danym pochodzącym z urządzeń IoT, ale nie są w stanie ich zweryfikować, wykorzystać w fazie produkcyjnej czy przełożyć tego na wzrost produktywności. Te kolejne kroki wymagają wdrożenia analityki i AI.
Z najnowszego badania przeprowadzonego przez naszą firmę wśród liderów biznesu wynika, że stopień zaawansowania projektów z zakresu AI ma największy wpływ na to, czy organizacja wykorzystuje pełnię potencjału IoT. Aż 90 proc. respondentów przyznało, że dzięki AI wyniki inicjatyw IoT przekroczyły ich oczekiwania. Badanie wykazało również, że przedsiębiorstwa korzystające z IoT i AI zyskują znaczącą przewagę nad konkurencją korzystającą wyłącznie z rozwiązań IoT. Różnice między firmami są mierzone za pomocą różnych wskaźników biznesowych, takich jak: produktywność zespołu, poziom innowacji czy koszty operacyjne.
Nasze rozwiązania w tym obszarze są z sukcesem stosowane np. przez fińskie linie kolejowe do monitorowania w czasie rzeczywistym infrastruktury w celu przewidywania awarii. Żeby było to możliwe konieczne było zbudowanie odpowiednich mikroserwisów, które zostały zaimplementowane na sensorach zainstalowanych w lokomotywach. Z kolei firma Liqua Waters wykorzystuje nasze rozwiązania do utrzymania płynności ruchu w Holandii na zlecenie Europejskiej Agencji Infrastruktury. Agencja monitoruje w czasie rzeczywistym 15 tys. czujników na mostach, tunelach, drogach – także wodnych – do analizowania obciążenia ruchu oraz identyfikowania awarii pojazdów bądź związanych z nimi wypadków w celu poprawy płynności ruchu, a tym samym zwiększenia bezpieczeństwa obywateli na drogach.
Czy jednak biznes potrafi w pełni wykorzystywać potencjał analityki?
Ograniczenia w zakresie wykorzystania analityki w praktyce to jedno z największych wyzwań, z którymi zmagają się firmy. Wiele organizacji wprowadza kulturę pracy opartą na danych, ale ma kłopot, aby wdrożyć zmiany sugerowane przez wyniki analiz. Celem jest osiągnięcie realnych korzyści biznesowych z inwestycji w projekty analityczne, ale w praktyce jest to bardzo trudne, przy czym na najwięcej problemów organizacje napotykają się w ostatnim etapie realizacji.
Ponieważ coraz więcej organizacji przyśpiesza wdrożenie rozwiązań z zakresu sztucznej inteligencji i uczenia maszynowego, zasoby oraz modele analityczne szybko się mnożą. Firmy polegają na analityce podczas rozwiązywania problemów biznesowych, ale wdrożenie odpowiednich rozwiązań produkcyjnych i zarządzanie nimi wciąż stanowią istotną przeszkodę.
SAS postanowił ostatnio stawić czoła temu wyzwaniu. W jego ofercie od tego roku jest SAS ModelOps. Dzięki wchodzącemu w jego skład oprogramowaniu SAS Model Manager oraz usługom doradczym dostosowanym do potrzeb danej organizacji można usprawnić zarządzanie, wdrożenie, monitorowanie oraz wprowadzanie zmian zarówno w modelach analitycznych SAS, jak i stworzonych w oparciu o technologię open source, a także pomóc firmom w optymalizacji procesu wdrożenia.
Dzięki temu nasza firma pomaga organizacjom przejść przez cały cykl analityczny – od zautomatyzowanego rozwoju modeli, które są przejrzyste i umożliwiają wprowadzanie zmian, przez prezentację wyników analiz, aż do wdrożenia ich w praktyce.
Jakie korzyści zapewnia platforma SAS Viya?
Dzięki obsłudze mikroserwisów, konteneryzacji i sensorów umożliwia współpracę wielu analityków w zakresie porównywania modeli pod kątem dostarczania najlepszych wyników. Ale też pozwala na ich autotuning, bo nigdy nie wiadomo, z jakimi danymi będzie się miało do czynienia, a nasze rozwiązania pozwalają uzyskać najlepsze wyniki w krótkim czasie bez względu na to ile osób pracuje w zespole. I to w modelu „end to end”, tzn. od przygotowania danych poprzez ich analizę po budowę modelu, jego testowanie, walidację, porównanie i wybór najlepszego, następnie jego upowszechnienie i na koniec, co najważniejsze, automatyczną ocenę jego efektywności, żeby nie przeoczyć momentu, w którym dany model staje się przestarzały i trzeba go podtuningować.
Jak zmienia się oferta SAS w zakresie licencjonowania oprogramowania?
Proponujemy elastyczne modele licencjonowania. Możliwe jest rozliczanie kosztów użycia naszego oprogramowania na podstawie liczby użytkowników, grupy konkretnych zastosowań
dziedzinowych czy wielkości organizacji klienta. Dzięki platformie SAS Viya prawie wszystkie nasze narzędzia są już oferowane w modelu cloud. W Polsce ich efektywne wykorzystanie utrudniają jeszcze liczne regulacje, szczególnie w sektorze finansowym. Mamy nadzieję, że sytuacja się zmieni po wprowadzeniu w życie nowej regulacji KNF dotyczącej tego obszaru. Oczywiście nasze oprogramowanie nadal może być też instalowane w ramach infrastruktury klienta w modelu on-premise.
SAS to jednak nie tylko oprogramowanie analityczne, ale także szeroki zakres specjalistycznych usług?
Wspomagamy klientów w optymalizacji kosztów wynikających ze zmian w procesach biznesowych. Przykładowo oferując klientowi system do wykrywania nadużyć bankowych, nie tylko pomagamy mu w zdefiniowaniu zakresu projektu i jego implementacji, ale także w zmianie procesów biznesowych, by mogły one funkcjonować optymalnie. Pomoc naszych specjalistów jest szczególnie przydatna w czasie wdrożenia systemu oraz przy integracji różnych środowisk analitycznych, także open source’owych, na oferowanej przez nas platformie SAS Viya. Nie bez znaczenia są też nasze rekomendacje, jak klient powinien zdefiniować swoje procesy biznesowe by były bardziej efektywne przy niższych kosztach.
Dobrym przykładem są banki, gdzie nasze całościowe spojrzenie na procesy związane z obszarem ryzyka, a jest tam wielu różnych interesariuszy odpowiedzialnych za budowę modeli czy za analizę wyników, pozwala zorganizować pracę w sposób bardziej zautomatyzowany, co pozwala nawet o 30 proc. zmniejszyć związane z nimi koszty, takie jak czas, liczba osób zaangażowanych w proces czy ilość generowanej dokumentacji dotyczącej modeli.
SAS od lat słynie też z wyjątkowej kultury organizacyjnej?
Tak – od początku istnienia firmy dbałość o zapewnienie warunków i atmosfery pracy wspierającej kreatywność i zaangażowanie pracowników była i jest naszym głównym priorytetem. Znajduje to odzwierciedlenie w rankingach najlepszych miejsc pracy. W tym roku w Polsce zajęliśmy trzecie miejce w zestawieniu najlepszych pracodawców Great Place to Work, gdzie o wynikach decyduje badanie ankietowe pracowników. Od lat polski oddział SAS jest prawdziwą kuźnią talentów, mamy wspaniały zespół ekspertów, którzy swoją wiedzą i doświadczeniem wspierają innowacyjne wdrożenia dla klientów w Polsce i na świecie.
Rozwój kompetencji analitycznych jest dziś kluczowym wyzwaniem, dlatego intensywnie współpracujemy też z sektorem akademickim w Polsce wspierając powstawanie nowoczesnych kierunków studiów, ścieżki certyfikacyjne oraz zapewniając dostęp do najnowszych narzędzi analitycznych. Platforma SAS Viya for Learners to nasza nowa oferta bezpłatnego dostępu do zaawansowanych narzędzi analitycznych w modelu cloud dla studentów i wykładowców. Warto podkreślić, że platforma umożliwia użytkownikom korzystanie z dowolnego języka programowania, takiego jak SAS 4GL, Python, R, Java, LUA lub wykorzystanie REST API. Dziś dużym problemem w zakresie edukacji przyszłych analityków jest pozyskanie rzeczywiste danych do analiz od polskich firm. Chcemy również w tym zakresie wspierać polskie uczelnie.
Rozmawiał Wojciech Gryciuk