Nyligen bjöd SAS Institute in till sitt stora event Analytics Experience i Milano. Det presenterades en hel del nyheter, och vi passade även på att prata med flera ur SAS ledningsskikt, däribland företagets grundare och VD Jim Goodnight om SAS framtid.
SAS Institute uppfattas ibland som ett gammalt företag som huvudsakligen haft fokus på universitetsvärlden. Men i dagens läge är deras plattform en av de allra främsta på AI-marknaden, och deras produkter används av såväl ICA Banken som Volvo och Lastbilar och stora sjukhus världen över. Företagets COO och CTO Oliver Schabenberger menar att det inte alls är konstigt, eftersom SAS har jobbat med AI sedan många, många år tillbaka. Enda skillnaden nu från då är att det kallades inte AI. Men deras första system för att upptäcka falska kreditkortstransaktioner genom att använda ett neuralt nätverk lanserades för 20 år sedan. Den stora skillnaden menar han är att de idag vill nå ut till fler än bara data scientists, så även personer som inte kan koda i SAS verktyg, eller som inte kan koda över huvud taget, ska kunna använda deras plattform.
Ett led i detta är deras nya Open Model Management verktyg, som gör det möjligt att övervaka, hantera och produktionssätta dina modeller oavsett vilket språk de är kodade i. Att de valt att göra en helt öppen plattform menar företagets SVP of Business Development Tom Fischer ett naturligt steg. Det är nämligen ett sätt att kunna dra nytta av allt som utvecklas som open source, samtidigt som de kan addera alla sina egna modeller. För alla företag som använder AI- och analysmodeller måste dessa inte bara skapas, utan kontinuerligt övervakas, hanteras, utvecklas och framför allt implementeras i produktionen. Det är idag inte ovanligt att företag har modeller som är skapade i såväl SAS som R och Python, och att då ha tre olika system för att övervaka dessa blir snabbt ohanterligt. En samlad bild ger dessutom möjligheten att se vilka modeller som fungerar bättre, och på så sätt hoppas Tom att de kan skapa en ”best practice” kring analysmodeller.
Jag blir givetvis nyfiken på att veta hur mycket SAS själva använder sina verktyg, äter de sin egen medicin? För att ta reda på det pratade jag med SAS EMEA Marketing VP Patrick Xhonneaux om hur deras verktyg används i marknadsföringen. Patrick menar att de först och främst har stor nytta av att ha jobbat med neurala nätverk, Machine Learning och många andra aspekter av AI under så många år, att de har både förståelse för vad de pratar om, och användarcase att visa hur det faktiskt fungerar. När det sedan kommer till att använda verktygen så håller de precis på med en intern studie för att ta reda på vilka områden AI kan hjälpa dem, och vilka insatser som ger störst effekt med minst resurser. Tack vare denna studie håller de just nu på med två stora förändringar. Dels kommer de att använda AI för att se till att de som besöker hemsidan får rätt information snabbare. Dels kommer de använda AI för att se över hur de bedömer leads utifrån aktiviteter på hemsidan. De har nämligen identifierat att beslut om investeringar i SAS verktyg oftare sker i grupp än från en enskild aktör. De har redan en AI-baserad leads-scoring motor, men den tar inte hänsyn till om det är flera personer från samma företag som genomför olika aktiviteter på hemsidan. Genom att använda AI bättre hoppas de därför kunna identifiera grupper av köpare och därmed se till att hela gruppen får relevant information inför ett köpbeslut.
När jag så sätter mig med företagets grundare och VD Jim Goodnight är givetvis den intressanta frågan, vad är framtiden för ett företag som SAS som redan har över 40 år på nacken? Han menar att det givetvis finns massor av områden för SAS att fortsätta utvecklas inom, i synnerhet nu när AI och analys efterfrågas allt mer. Deras största utvecklingsområde just nu är ”fraud”, där såväl banker som försäkringsbolag och andra kreditinstitut efterfrågar effektiva verktyg för att hindra olagliga aktiviteter. Han menar dessutom att SAS öppna plattform, där vem som helst kan anropa deras bibliotek, erbjuder stora möjligheter för företag att snabbare generera modeller och även utföra snabbare analyser. Jim tror dessutom att de mer slutna molnlagringslösningar som flera företag har som affärsmodell kommer att brytas upp till förmån för open source, lite som när IBMs Timeshare-monopol bröts upp på 70 talet. Så han ser mycket potential för SAS under många år framöver.
För ett företag som har jobbat med mjukvara och dataanalys i 40 år har SAS onekligen en hel del att komma med, eller som Jim Goodnight själv säger: ”Tror folk att vi suttit och spelat bridge under dessa 40 år?”