L'impegno prevede nuove tecnologie e soluzioni avanzate in ambito AI e la creazione dell'AI Accelerator Program, un programma dedicato per garantire competenze e supporto
SAS, azienda leader negli analytics, nei prossimi tre anni investirà 1 miliardo di dollari in Intelligenza Artificiale (AI), un investimento che si concentrerà principalmente su ricerca e sviluppo (R&D), formazione e servizi professionali.
Si tratta di un impegno che conferma la continua attenzione di SAS in ambito AI, advanced analytics, machine learning, deep learning, natural language processing (NLP) e computer vision.
I programmi di formazione e i servizi professionali forniranno alle aziende le competenze e il supporto di cui hanno bisogno per trasformarsi e prepararsi per il futuro in ambito AI.
'Questo investimento mostra il nostro impegno nei confronti dei nostri clienti e del loro successo', ha dichiarato Jim Goodnight, CEO di SAS. 'Grazie alle nostre competenze in campo AI, SAS supporta le aziende nell'individuare le frodi, gestire al meglio i rischi, combattere patologie, fornire servizi di qualità a clienti e cittadini, e molto altro ancora.'
Innovazione in ricerca e sviluppo (R&D)
SAS sta investendo in R&D in tutte le principali aree dell'AI, con un'attenzione particolare a renderla facilmente accessibile a utenti con diverse competenze, dal business al data scientist. SAS sta integrando le funzionalità di Intelligenza Artificiale nella sua piattaforma e nelle soluzioni di data management, customer intelligence, fraud & security intelligence e risk management, e nelle applicazioni per diversi settori, come finance, pubblica amministrazione, sanità, manufacturing e retail.
SAS continua a collaborare con aziende innovative quali Accenture, Cisco, Deloitte, Intel e NVIDIA. Queste collaborazioni garantiscono ai clienti l'accesso ai più recenti sviluppi in ambito AI e machine learning, oltre ad assicurare che le tecnologie di AI di SAS performino al meglio negli ambienti hardware e cloud dei clienti.
SciSports, una innovativa startup olandese che si occupa di analisi dati in ambito sportivo, sta applicando la computer vision di SAS ai flussi di dati provenienti dalle partite di calcio.
La tecnologia AI di SAS, su GPU NVIDIA, consente a coach e manager di comprendere a fondo le dinamiche di gioco. Acquisendo e analizzando tali dati, le società calcistiche possono migliorare molti aspetti del gioco, tra cui le strategie, il reclutamento dei giocatori e l'esperienza dei tifosi.
'Il motivo per cui negli ultimi cinque anni SAS si è posizionata al primo posto tra le aziende di advanced analytics è che le sue soluzioni si fondano su tecniche di machine learning e una profonda conoscenza degli analytics. Queste competenze fanno parte del DNA di SAS', ha dichiarato Dave Schubmehl, Research Director for Artificial Intelligence di IDC. 'Unendo la conoscenza e la tecnologia di SAS con la sua continua spinta verso l'innovazione in ambito computer vision, NLP e deep learning, vedremo ulteriori adozioni dell'AI in diversi settori, favorendo così tutte le aziende interessate all'AI, sia quelle all'inizio del loro percorso in ambito analytics, sia quelle più mature'.
Formazione e Sviluppo
Le iniziative di formazione e sviluppo rivolte ai clienti, come il nuovo AI Accelerator Program, saranno dedicate a supportare aziende e professionisti di tutti i livelli a essere pronti per l'Intelligenza Artificiale.
SAS offre:
- Programmi di studio su misura per aiutare le aziende a migliorare le loro competenze in ambito AI. Tra questi anche l'e-learning, come SAS Academy for Data Science, e corsi di formazione in aula su tecnologie e best practice.
- Programmi di certificazione per aiutare i data scientist a ottenere il titolo di SAS Certified Professional in AI and Machine Learning. Certificazione che li renderà ancora più appetibili per le aziende alla ricerca di talenti in ambito AI.
- Il SAS Analytics Center of Excellence, i massimi esperti in AI, machine learning, NLP, computer vision, ottimizzazione, simulazione. Questo team di esperti SAS assiste i clienti nell'implementazione di soluzioni di AI nella propria azienda, a partire dalle applicazioni più consolidate fino a quelle più innovative negli specifici ambiti applicativi.
Anche le risorse e i talenti fanno parte dell'investimento. SAS incrementerà le sue competenze in materia di AI attraverso risorse supplementari nei servizi professionali, nei centri di eccellenza, nella formazione e nella ricerca e sviluppo.
AI e Analytics in Action
Il nuovo edificio nel campus SAS, un palazzo di 39.000m² che ospita il nuovo Global Education Center, utilizza le ultime innovazioni in materia AI e machine learning per collegare le prestazioni ai risultati aziendali.
Il nuovo edificio è dotato di migliaia di sensori connessi mediante IoT, integrati in frigoriferi, caldaie e unità di trattamento dell'aria, che monitorano il consumo di acqua ed energia.
Attraverso reti neurali basate sul software SAS Event Stream Processing, vengono monitorate in tempo reale le prestazioni dei sensori e degli impianti al fine di migliorare la manutenzione predittiva e ottimizzare il consumo di energia e acqua. A sottolineare l'impegno di SAS nei confronti della sostenibilità e dell'ambiente, quasi la metà dell'energia elettrica del nuovo edificio viene fornita dall'adiacente parco fotovoltaico di SAS.
Tra i clienti che utilizzano AI e machine learning di SAS:
- Connexions Loyalty, azienda che lavora con i migliori brand su programmi di fidelizzazione destinati a oltre 200 milioni di persone in tutto il mondo. L'azienda si affida a un motore di personalizzazione basato sull'intelligenza artificiale di SAS per attività di fidelizzazione sui clienti finali.
- Daiwa Securities, gruppo bancario giapponese che, con l'intelligenza artificiale di SAS ha creato un sistema che analizza e prevede i cambiamenti per ogni cliente, consigliando il prodotto più adatto o adeguati messaggi di follow-up per coinvolgere i clienti e ridurre il tasso di abbandono.
- Volvo e Mack Trucks, azienda specializzata nella produzione di autocarri, utilizza le soluzioni di AI di SAS per analizzare i flussi di dati IoT provenienti dai mezzi per prevedere attività di manutenzione.