Согласно исследованию компании IDC, только 35% организаций полностью внедрили свои аналитические модели в бизнес-процессы*.
Инвестиции в аналитику в этом году составили 189,1 млрд долл. США. Чтобы вложения себя оправдали и приносили пользу, важно внедрить аналитические модели непосредственно в рабочие процессы и начать принимать эффективные решения на их основе. SAS помогает успешно решить полный цикл аналитических задач и своевременно получить практическую пользу от использования моделей машинного обучения.
Инвестиции в искусственный интеллект окупаются только тогда, когда компания реализует полный цикл аналитики, включая так называемую последнюю милю, представляющую собой внедрение ранее разработанных моделей непосредственно в бизнес-процессы.
Согласно оценкам компании McKinsey, аналитика и искусственный интеллект в глобальном масштабе приносят от 9,5 до 15,4 трлн долл. дополнительной выручки в год. Но без внедрения аналитических моделей в бизнес теряется значительная доля потенциальной выгоды.
Новый пакет SAS ModelOps
SAS ModelOps – это новое пакетное предложение, сочетающее в себе программное обеспечение SAS Model Manager и услуги консалтинга. В рамках этого предложения аналитические модели внедряются в продуктивное ИТ-окружение из аналитической «лаборатории», а также регулярно валидируются, масштабируются, отслеживаются и перетренировываются по мере необходимости. С помощью ModelOps можно управлять как моделями SAS, так и моделями с открытым исходным кодом. Кроме того, SAS представляет новую автономную службу ModelOps Health Check Assessment, которая поможет организациям найти оптимальный путь развертывания.
SAS ModelOps также позволяет бизнесу постоянно отслеживать качество работы всех моделей, обеспечивая их актуальность при изменении внутренних и внешних условий ведения бизнеса.
Примеры успешного внедрения SAS
«Согласно нашему исследованию, у большинства компаний проблемы с переходом от инициативы и экспериментальной части до внедрения технологий машинного обучения в продуктив. Речь идет о сложностях, связанных с интеграцией ИИ в имеющуюся организационную структуру и ИТ-ландшафт компании. Первые инициативы зачастую разбиваются о различные проблемы в данных (доступность, конфиденциальность, качество), стоимость разработки новых ИИ решений и дефицит узкопрофильных специалистов.
Чтобы помочь клиентам в практическом освоении ИИ, компания Deloitte создала Центр Передового Опыта SAS, в котором производится обучение, разработка, внедрение и масштабирование решений ИИ и аналитики экономически эффективным образом», – рассказывает Нат Д’Эркол, партнер компании Omnia AI, работающей в практике искусственного интеллекта Канадского подразделения Deloitte.
Норвежская телекоммуникационная компания Telenor добилась практических успехов благодаря быстрому и эффективному внедрению моделей с помощью SAS. Обслуживая Скандинавию и Азию, Telenor аккумулирует невероятно большое количество данных. Компании была нужна помощь в создании персонализированного клиентского опыта. Вместе с SAS Telenor Norway использует десятки прогнозных моделей для расчета вероятности покупки клиентами своих товаров и услуг. Используя аналитику от SAS, Telenor Norway разработали и внедрили решение под названием Automated Sales Tips (AST). AST задействует аналитические модели, определяя за полсекунды лучшие предложения для каждого конкретного клиента, используя предиктивную аналитику.
Модели управляются с помощью SAS Model Manager, что позволяет отслеживать качество работы моделей во времени и использовать встроенную отчетность в качестве основы для регулярного принятия решений по управлению моделями.
SAS также позволил отделу маркетинга Commerzbank в Германии внедрить аналитические модели, которые помогли повысить качество обслуживания клиентов. Несмотря на то, что аналитика и ранее помогала бизнесу на ежедневной основе, теперь она интегрирована во все каналы взаимодействия с клиентом банка – входящие и исходящие – в режиме реального времени.
Connect Financial Services (CFS), дочерняя компания JD Group и Pepkor, крупнейшего ритейлера в Южной Африке, использует SAS для получения конкурентных преимуществ. JD Group, владеющая более чем 850 магазинами в четырех странах, ежедневно получает большое количество заявок на кредитование клиентов. Автоматизируя большую часть процесса принятия кредитных решений с помощью машинного обучения и углубленной аналитики, CFS делает персональные предложения клиентам, одновременно снижая риски для своей розницы.
«SAS помогает нам принимать умные решения, – сказал Юджин Элерс, кредитный менеджер CFS в Pepkor. — С помощью SAS мы оперативно отслеживаем и обновляем наши модели принятия решений по кредитованию в режиме реального времени, что позволяет нам быть уверенными, что каждому клиенту будут предложены оптимальные условия кредита в нужный момент времени».
*Опрос и интервью IDC Advanced и Predictive Analytics, 2017-2019.