SAS公司在高级分析领域的市场地位，堪比AWS亚马逊云科技在公有云领域的市场地位。根据IDC的统计，SAS公司长期占全球高级和预测分析市场30%左右的份额，SAS公司联合创始人兼CEO Jim Goodnight在2011年被Forbes文章称为“数据分析之王”。作为全球高级分析与预测分析的鼻祖，SAS公司也积极推动高级分析和预测分析的数字化转型，将云和云原生技术引入分析计算引擎。
2022年3月，Gartner发布报告称云技术正在驱动数据分析的创新。很多企业都已经引入了传统的分析流程，但这些分析流程正成为企业的“分析债务”，就如同企业在数字化转型过程中需要处理很多“技术债务”一样。企业的“分析债务”是存在于各个部门的独立的分析应用和模型，这些分析应用与模型将人们锁定到数据与分析的“孤岛”，不仅无法扩展规模也阻碍了进一步的创新。因为云上的数据聚集效应，Gartner认为企业要积极探索云分析。
“有趣的是，今天很多企业找到SAS公司，重复着我们在两年前向市场传输的理念——‘云原生分析’。不同的是，这次这些企业是真的想上云、想利用云原生分析获得新的竞争力，帮助实现业务弹性和韧性”，SAS公司执行副总裁兼CIO Jay Upchurch在2022年5月10日的SAS公司全球媒体沟通会上表示。SAS公司自2019年开始大力推进自身软件容器化和云原生化并推出了SAS for Container，而今天云原生分析获得了市场的广泛认可——云原生分析的“觉醒”时刻，到来了。
“实锤”云原生分析的价值
在2022年5月10日的SAS公司全球媒体沟通会上，SAS公司执行副总裁兼CTO Bryan Harris介绍，2021年SAS公司全球云业务营收猛增19%，SAS正持续转型为云优先的技术公司。自2016年推出云分析平台SAS Viya以来，SAS Viya已经成为了SAS公司的统一分析平台——不仅横跨AWS、Azure、GCP等全球超级公有云，也兼容Red Hat Openshift以及各种开源Kubernetes，而SAS Container Runtime更以超小的容器将算法模型和决策推向所有企业计算环境。
（SAS公司执行副总裁兼CTO Bryan Harris）
SAS公司云优先、云原生技术的大规模推广，从与公有云巨头合作开始。2020年SAS公司宣布与微软公司深度合作，在Azure平台上原生式提供SAS技术，包括利用SAS for Container技术把生产级SAS 9和SAS Viya工作负载迁移到Azure、在Azure上启动SAS Viya以及在Azure上发布SAS Viya 4.0版本、企业客户可以在Azure中无缝使用SAS任何计算实例等。2022年5月，SAS公司发布了Forrester总体经济影响力研究报告，结果表明SAS Viya on Microsoft Azure在三年期内为企业和组织带来204%的总体投资回报。
Forrester调研了6个采用SAS Viya on Microsoft Azure的企业组织中的9名决策者，涉及政府、制造、金融服务、IT服务以及银行等行业。在实施SAS Viya on Microsoft Azure之前，这些企业普遍都有数据接入和分散数据源的问题，因而在构建、部署和管理AI模型的过程中遇到了挑战，此外这些企业同时也普遍有低效率、高成本的部署于企业本地环境的分析应用。在采用了SAS Viya on Microsoft Azure后，受访企业普遍改善了整体生产力和绩效。
自2020年以来，SAS与微软不断加深合作，在最初合作范围的基础上，将双方的能力结合起来进一步将高级分析与AI推给更多的用户。例如：SAS Viya on Azure Integration集成了SAS Event Streaming Processing、Azure IoT Edge和Azure IoT Hub以提供实时分析洞察，SAS Intelligent Decisioning与Power Automate结合以赋能企业决策，SAS Model Manager与Azure Machine Learning结合以将AI模型部署到生产环境中等等。在Forrester总体经济影响力研究报告中，受访企业都对双方能力的集成表达了积极的反馈。
Bryan Harris强调，SAS与微软已经完成了主要的集成工作，包括身份管理、访问管理等，除了已有的合作外也在开源技术方面寻求合作，例如利用Azure预构建的Python环境。而在Azure云平台之外，双方也把合作扩展到Office 365等云平台，例如将SAS高级分析集成到Excel表格中，用户可以在SAS中处理大数据分析并将分析结果返给Excel表格进行更新和展示，而与PowerPoint的结合也将很快推出。更重要是行业解决方案的合作：双方已经合作将SAS Cloud for Intelligent Planning嵌入到Microsoft零售行业云中，将SAS for Improved Manufacturing Quality嵌入到微软制造行业云中，最新宣布将SAS Health与Azure健康医疗数据云服务结合，行业解决方案将是双方进一步合作的重点。
云原生分析“觉醒”
为什么说今天的云原生分析正在“觉醒”？Bryan Harris表示，COVID-19期间很多企业都受到了极大的影响，特别是随着世界局势的动荡以及全球疫情的不确定性，各国股市中的上市公司更是集体损失高达30%到40%甚至50%的市值，因此当下企业更加谨慎看待IT预算，进而推动企业上云以及更加明智地用云。根据Gartner的最新预测，2022年全球公有云服务终端用户支出预计将从2021年的4019亿美元增长至4947亿美元，增幅达到20.4%。
（SAS公司执行副总裁兼CIO Jay Upchurch）
今天的SAS正在全力“押注”云分析平台以及AI驱动、云优先的行业解决方案。Bryan Harris表示，SAS公司的任务就是要确保机器学习、AI和分析软件能够更高效、更低成本地回答企业的问题，为企业面临的挑战提供可信的答案。此外，SAS公司还在致力于仿真数据和仿真模型领域，也就是类似用模拟数据进行天气预报，从而对未来事件的演进进行仿真推演。SAS公司希望为中断的供应链、制造原料的替换等场景提供仿真推演，从而帮助企业更好地预测未来以及采取相应行动。SAS公司还在寻找进入区块链的机会，当然SAS公司自身不会推出区块链的产品，但能够将区块链引入金融反欺诈等场景。
由于采用云原生技术，SAS的分析与AI软件既是云优先，也与云供应商无关，也就是说可以在主流Kubernetes平台上部署基于容器的SAS分析与AI软件，而这是激活云原生分析“觉醒”的关键。此前，SAS公司已经推出了容器化的SAS Viya，而最新版本的SAS Viya还包括SAS Container Runtime，这是一种OCI兼容的容器，可以运行在任何OCI兼容的容器环境中。SAS Container Runtime允许用户基于SAS Viya创建了算法模型之后，可以发布到SAS Container Runtime中，再在其它环境包括非SAS Viya环境中运行该Container Runtime，这样就可以把算法/决策推到任何环境。SAS公司对于SAS Container Runtime不收取任何License费用，用户可以多次运行SAS Container Runtime而无需担心成本问题。
在2022年5月10日的SAS公司全球媒体沟通会上，SAS又推出了新一波云原生行业解决方案，进一步推动云原生“觉醒”。新推出的SAS 360 Match是一个营销数字化解决方案，该解决方案提供基于云的整合平台，将客户数据平台、市场营销规模与策略、客户旅程优化等其它SAS解决方案进行整合，全程优化从广告到营销再到客户交互以及最终对话的全交互过程。SAS Clinical Enrollment Simulation Cloud是一个模拟复杂临床试验招募流程的SaaS方案，为生命科学和研究机构提供优化的招募指导策略以达到成功招募符合目标病患的目的，该方案将于今年晚期上线Microsoft Azure Market place。SAS Grid Guardian AI是一个物联网分析方案，通过边缘计算、AI和机器学习等分析电网设备的RF射频泄漏，以帮助能源公司降低成本、保护一线员工以及提升电力网络的可靠性。
Jay Upchurch强调，今天云和云原生分析已经成为企业驱动数字化转型的加速器，云数据基础设施已经成为了“游戏规则改变者”。现在云可以为租户提供隔离的安全保障，而Kubernetes与容器还能为应用提供数据安全保障，再加上SAS软件的高级分析与AI能力，可以满足企业应用对于安全的要求。此外，云的弹性计算能力能够满足高级分析、AI和机器学习等算法对于大数据处理的需求，以及进行模型运算的弹性扩缩容需求。云和云原生正在极大加速分析能力在企业内部的流动，加速企业进行决策的速度以及提升决策能力。
全速云原生分析
在疫情期间，很多企业都加大了采用分析技术和模型的力度，全速推动云原生分析。让我们来看遭遇了“厕纸危机”的Georgia-Pacific。2020疫情之初，全球消费者开始囤积包括卫生纸在内的消费品，这为消费品制造商带来了极大的挑战。作为全球最大的卫生纸、餐巾纸等纸业制造公司，Georgia-Pacific一方面需要保护自己的员工免受疫情影响，一方面还要在供应链中断的情况下及时调整生产线，以满足激增的市场需求——在2020年4月的时候，73%的美国超市都处于空货架状态，市场对于卫生纸等消费品的需求可谓一夜飙增。
因为制造企业不可能在短期内建立新的工厂以应对激增的市场需求，因此具有150家制造工厂的Georgia-Pacific公司开始大范围采用分析技术，以优化生产制造以及供应链管理。在疫情期间，Georgia-Pacific采用分析技术整体提升了10%的设备效率，从而更好地应对“厕纸危机”。此外，由于家用卫生纸和餐巾纸的需求激增，同时酒店以及商业用卫生纸和餐巾纸的需求却在大幅下降，Georgia-Pacific再次采用分析技术对物流进行优化。
Georgia-Pacific采用在AWS上部署的SAS Viya高级分析与AI解决方案。Georgia-Pacific公司的数据量在疫情期间激增，每天产生TB级数据，而所有的数据都要经过机器学习模型的分析，以寻求可以进一步优化的空间。仅仅是从胶合板到瓦楞纸箱再到餐巾纸的流程，Georgia-Pacific就运行了超过15000个机器学习模型，以根据当时需求计算最优生产参数。SAS高级分析能力让Georgia-Pacific不断寻找速度、质量与效益的最佳平衡点，而Georgia-Pacific也不断探索着分析技术所带来的新可能。
Georgia-Pacific还将分析技术用于预测性维护。Georgia-Pacific在生产机器上安全了85000个振动传感器，数据分析团队通过物联网分析对可能的部件损坏或电力问题等进行预测，将预测信息与历史数据相结合就可以通知机器操作工优化机器设备。SAS的自动化能力也让Georgia-Pacific显著降低了设备的中断时间，通过收集阀门、传送带、马达等部件的告警信息，维护人员可以将需要维护的部件集中起来，在预设的维护周期里进行维护，同时也降低了维护人员的安全风险。SAS的分析技术已经帮助Georgia-Pacific减少了30%的意外中断时间，同时通过将操作工的经验沉淀到分析模型中，可以有效将老员工的经验传递给新员工。
除了生产制造外，Georgia-Pacific还将分析技术用于广泛场景，在销售端采用分析技术进行价格推荐、决定在一周内某个商品的最佳发货时间以及预测消费者流失率。Georgia-Pacific甚至还将物联网分析用于智能肥皂液和卫生纸分发器，从而预知厕所中的卫生纸和肥皂液是否即将用完，实现自动补货而无需人工检查。Georgia-Pacific还用分析技术对订单交货时间进行预测，一旦出现晚交货的可能性，数据分析人员马上开发算法寻找解决方案，以避免延时交货的罚金。
当然，再重要的是SAS Viya平台的易用性，可以快速培训Georgia-Pacific的员工使用机器学习模型，进而快速分析数十亿的数据记录，并从中创造新的商业价值。当然SAS与AWS的深度结合，也让分析模型能够在Georgia-Pacific全球生产运营环境灵活扩展，让所有Georgia-Pacific员工都能够从数据分析中获益。如今Georgia-Pacific无需与外部的第三方数据分析团队合作，SAS Viya的易用性让Georgia-Pacific的员工可以自行设计自己的分析模型。与SAS教育团队合作，Georgia-Pacific已经培训150位平民数据科学家，而随着公司持续将分析集成到业务运营中，Georgia-Pacific还将培训更多的平民数据科学家。
整体来说：云和云原生技术正在全面推进高级分析和AI预测分析的普惠化。云原生分析让高级分析和AI预测走下金字塔，让更多的企业受益于高级分析和AI预测分析，在疫情等不确定环境中快速调整流程，适应不断变化的市场环境和用户需求。而SAS公司则坚定推进云原生分析，SAS Viya成为统一分析平台，其易用性以及与微软智能云和应用的结合，极大增强了分析技术的消费化，让更多的普通业务人员也能成为数据科学家，打通了数据分析创造商业价值的最后一公里。2022，随着云原生分析“觉醒”，人人都将成为数据分析高手！
