新的解决方案优化了分析模型管理，协助企业应对“最后一公里”的业务挑战
2019年10月29日，中国北京———得益于人工智能(AI)和机器学习的广泛应用，以及便于获取的开源软件，数据科学家如今能够轻松地开发出大量的分析模型。但是，由于很少有模型真正走出实验室、应用到实际生产中，企业的业务价值并没有得到相应的提升。全球数据分析领域的领导者SAS希望帮助企业改变这一现状。最近，SAS发布了SAS®开源模型管理器(SAS® Open Model Manager)，帮助企业管理开源模型、进行数据分析，以更快速地做出更明智的业务决策。
许多企业都受困于分析的最后一公里，部分原因是手工流程较为繁琐，以及IT部门与业务部门之间不能协调一致地配合。通过改进模型的开发、构建和自动化，可以大大减轻企业从模型开发到模型部署的压力。
IDC的一项调查显示，只有不到半数的组织在实际工作中充分部署了分析模型，而只有14%的组织声称其数据科学家的研究成果已完全投入使用。* SAS®开源模型管理器可以帮助组织缩短分析模型从实验室到生产的流程，并密切监控和反复评估这些模型的性能。
“企业一般都能很好地构建并训练包括开源模型在内的分析模型，但是在将这些模型推向生产阶段时却出现问题，在实际运行过程中数据科学家的许多成果都无法被很好地利用，” IDC业务分析研究总监Chandana Gopal说：“市场需要新一代的模型管理解决方案，可以让数据科学家选择任意一种语言来开发模型，并对分析模型进行合理的分类和部署。有了这项功能，企业就可以利用其分析资产的价值，并通过持续监控来提高其透明度。”
模型管理帮助实现业务价值
总部位于菲律宾的环球电信公司(GlobeTelecom)曾经面临模型部署方面的挑战。该移动和宽带提供商原本只能在SAS和开源软件中手工部署模型，过程缓慢且缺乏管理。借助SAS模型管理软件，环球电信不但大大缩短了模型部署时间，并使其模型可无缝运行于SAS和开源软件中。
“环球电信使用分析模型为6500万客户提供了合理的报价，建立并加强了与他们的关系，并推动我们更快地做出更好的业务决策。”环球电信 副总裁兼企业数据官Dan Natindim表示：“借助SAS，环球电信可以分析所有可用的数据，例如客户数据、账单和网络数据等，并利用SAS和开源分析模型来满足每位客户的个性化需求。”
开源模型的注册、部署和监控
SAS®开源模型管理器可帮助组织在一个统一的环境中注册、部署和监控开源模型，便于数据科学家与IT/DevOps协同工作。该解决方案将于11月推出，可同时支持Python和R语言。用户可以利用该解决方案比较和评估不同的模型，管理冠军模型和竞争模型，并访问内部性能报告，从而快速评估是否需要重新训练、撤销已有模型或开发新模型。
SAS®开源模型管理器简化了模型发布和评分步骤，用户只需单击几下鼠标即可在不同的操作环境下批量、实时地进行模型部署。SAS®开源模型管理器还可以通过帮助用户逐步更好地了解已部署模型的功能和性能来改善管理。如果无法持续监控模型性能，企业的业务价值和业务机会就会迅速流失。
SAS®开源模型管理器的基础架构基于Docker和Kubernetes等容器构建，提供可移植的轻量级镜像，可以部署在私有云或公共云中。专为满足开源社区的需求而设计，无需其他SAS技术。
ModelOps是顺利完成分析最后一公里的另一个关键要素，企业可以将模型从数据科学实验室尽快转入IT生产，同时确保输出高质量的分析结果。采用ModelOps能够使组织管理并扩展模型以满足需求，并持续监控模型以及时发现退化的迹象并进行修复。没有采用ModelOps的企业在扩展分析方面将面临越来越多的挑战，并且会在市场竞争中失利。
本报道是SAS在意大利米兰分析体验大会上发布的。本次商业技术会议由SAS主办，数千名现场和网络的与会者汇聚一堂，分享对关键业务问题的见解。
* IDC高级分析与预测分析调查和访谈，n = 400，2017年-2019年
关于SAS
SAS是数据分析领域的领导者。通过提供创新的分析与服务，SAS不仅为用户赋能，更激励全球用户共同实现将数据世界变革为智能世界。SAS致力于为用户提供知的力量(THE POWER TO KNOW®)。
