E’ internazionale l’atmosfera che si respira in occasione di Sas Analytics Experience 2019. Al MiCo di Milano, l’evento accoglie oltre 2.000 partecipanti da Europa, Asia, Africa e Usa ospitati da Jim Goodnight, Ceo di Sas, che così apre i lavori: “Oggi è possibile spremere valore dai dati, valorizzare le informazioni che essi contengono, per il business. E questo grazie all’AI, al machine learning, ma anche alle tecnologie Nlp (Natural Language Processing) come all’analisi delle immagini. Ecco perché il claim ‘make analytics real’ più semplicemente indirizza la capacità di agganciare i modelli analitici alla realtà per ridurre gli errori operativi, incrementare la sicurezza nei processi e fare meglio in minor tempo”.

In alcuni casi – come per esempio nel riconoscimento del linguaggio naturale – la sfida è promettente: un’interazione adeguata con queste tecnologie rende possibile, per esempio, un miglior controllo sui contenuti inappropriati sui social, ma anche l’engagement efficace dei clienti; in altri casi come quando si tratta di “sfruttare le reti neurali per generare smart analytics, la sfida è stringente per esempio per ridurre le frodi in ambito finance, e ancora per prevedere l’efficacia, in ambito government, dei modelli di welfare, o per stimare correttamente la richiesta e la possibilità di offerta di energia e risorse da parte delle utility.

Jim Goodnight, Ceo di Sas
Jim Goodnight, Ceo di Sas

Si può fare molto e la possibilità nel prossimo futuro si tramuterà in necessità, anche perché i dati dello studio Experience 2030 the Future of Customer Experience (Futurum Research) evidenziano che entro quell’anno saranno le macchine a gestire oltre i due terzi dei processi di coinvolgimento dei clienti, mentre il 67% dei processi di engagement di un consumatore digitale sarà finalizzato sfruttando l’AI e le cosiddette smart machine. Con oltre l’80 percento dei clienti già abituato all’interazione con i chatbot e alla consegna dei prodotti con i droni, così come all’utilizzo della realtà aumentata per fare esperienza diretta del prodotto prima dell’acquisto.

Oliver Schabenberger, Coo e Cto di Sas

Fa eco a Goodnight, Oliver Schabenberger, Coo e Cto di Sas: “Make Analytics Real significa anche consentire alle aziende di muoversi agilmente nei percorsi di ‘questa’ digital transformation. Che presuppone la capacità di cambiare il proprio modo di pensare. La digital transformation deve essere vissuta come “un nuovo sistema operativo”, basato su quattro pilastri: accesso alle risorse (dati), condivisione, decentralizzazione e connettività con il cloud computing a giocare un ruolo chiave. Non c’è trasformazione digitale senza scegliere il cloud”. Per poi proseguire: “E’ un lavoro faticoso, tanto che l’incapacità di modificare processi e generare valore dai dati porta solo un’organizzazione su quattro a riuscire davvero nella trasformazione.

I motivi del fallimento si legano all’incapacità di coinvolgere tutti i livelli, alla mancanza di una strategia, di leadership e alla riluttanza all’adattamento naturale in un nuovo contesto di mercato fortemente evolutivo. Si tratta di uscire da una comfort zone operativa e cognitiva che porta a non riconoscere il cambiamento, che invece sarebbe facile da interpretare solo a lasciar parlare i dati. Tra le aziende che hanno intrapreso il percorso possiamo ricordare per esempio Yolo Group la cui piattaforma, nell’ambito insurtech, sfrutta il motore analitico di Sas basato su AI e ML per personalizzare le polizze in tempo reale.

In questo contesto la proposta Sas comprende AI & Advanced Analytics Software Platform (Idc segnala il 27,7% di market share nell’ambito advanced and predictive analytics) e l’azienda ha già annunciato a marzo investimenti per un miliardo di dollari nelle soluzioni di intelligenza artificiale, ambito in cui cresce (per ricavi) del 105% (tre volte la crescita del mercato). L’approccio di Sas prevede machine learning automatizzato con Sas Viya per consentire decisioni sulla scorta delle elaborazioni dell’AI.

Tom Fisher SVP Sas
Tom Fisher SVP Sas

Alla base c’è l’idea di automatizzare il ciclo di vita del dato, con gli analytics, per i data scientist e il business. Spiega Tom Fisher, Svp business development di Sas: “Gli investimenti delle aziende in analytics oggi valgono complessivamente 150 miliardi di dollari, in crescita da qui al 2022 fino a oltre 274 miliardi. E tuttavia non mancano le criticità, per esempio le aziende faticano a fare il deployment di progetti completi. E’ il cosiddetto “ultimo miglio”, quello più vicino agli eventi a mettere in difficoltà le aziende. Di meno della metà dei modelli di analytics si riesce a fare il deployment completo: il 90% dei modelli richiede più di tre mesi, il 40% oltre sette”

Lavorare sui modelli

E non è un caso che tra gli annunci di punta dell’evento Sas propone proprio l’evoluzione della sua soluzione di model management, attiva dal 2005, che supporta sia Sas sia le soluzioni open source e diventa Sas Open Model Manager

La soluzione aiuta le le aziende a validare, implementare e monitorare modelli open source. Disponibile da novembre e integrabile con Python e R, consentirà di confrontare e valutare diversi modelli, gestirli ed accedere a report prestazionali integrati per valutarne l’efficacia.

Sas Open Model Manager può essere distribuito anche su infrastrutture a container, tra cui Docker e Kubernetes, a vantaggio dell’implementazione su cloud pubblici e privati. Le fasi di pubblicazione e valutazione semplificate dei modelli sono possibili sia in batch che in tempo reale, con diversi ambienti operativi, in pochi passaggi.

Sas Open Model Manager infine migliora la governance aiutando gli utenti a comprendere meglio la funzione e le prestazioni dei modelli distribuiti, nel tempo. Conclude Fisher: “Perché senza la possibilità di monitorare continuamente il degrado di un modello, si corre il rischio di perdere la reale percezione del suo valore e, con esso, tante opportunità aziendali”.

 

© RIPRODUZIONE RISERVATA