至顶网CIO与应用频道 06月05日 北京消息:6月4日,2019年第七届SAS中国用户大会暨商业分析领袖峰会(SAS Forum China 2019)在北京举办。作为中国数据分析行业的第一盛典,本届峰会以“析而知,启而行(Analytics in Action)”为主题,分论坛则围绕“相信人类、未来金融、智能制造”三大领域,旨在与业界人士共同通过创新思维、实战案例,挖掘数据背后真正的商业价值,赋能各行业并激发行业未来潜能。

本次峰会汇聚了超过1000位数据领域专家、用户及媒体出席,汇集了金融科技、制造业、医疗业等行业精英力量,共同针对机器学习、深度学习、人工智能、认知计算、边缘计算等热门技术领域进行深入探讨。
SAS发力AI与数据分析深入融合
根据IDC全球半年度人工智能(以下简称AI)系统支出指南预测,2019年全球AI系统支出将达到358亿美元,比2018年增加44.0%,到2022年将翻一番达到792亿美元。人工智能已成为当下科技创新发展的核心方向,SAS指出人工智能是数据分析的子领域,两者结合即能发挥出极大的价值。

SAS高级副总裁兼全球研发负责人Gavin Day
SAS高级副总裁兼全球研发负责人Gavin Day在“求知且求智,力行且力思”的主题演讲中提到: “‘将数据世界变革为智能世界’不仅是SAS所崇尚的愿景,更是数据分析业界同仁所共同努力的目标。虽然我们的生活中充斥着海量的数据,但只有不足5%的数据可被获取和分析,因此距离完全实现这一愿景,我们还有很长的路要走。但是SAS相信,只要我们‘以求知促力行,以求智促力思’,秉持不变的好奇心,通过机器学习、深度学习等智能技术加持分析,便可发掘出数据背后真正的价值,这必将推动这一愿景一步步成为现实。”
数十年前SAS就注力将AI应用到分析当中,帮助企业机构解决问题并创造价值。如今,SAS不仅在SAS?平台及SAS?ViyaTM 等产品及解决方案中嵌入AI技术,更发力AI和分析的深入融合和战略布局。例如,2019年初SAS宣布未来三年内向人工智能领域投资10亿美元,着重通过软件创新、教育赋能、专家服务等多元策略赋能数据分析相关行业及实体经济。此外与英特尔(Intel)、德勤(Deloitte)、思科(Cisco)、埃森哲(Accenture)等全球知名创新企业在AI领域陆续开展合作
以“知行合一”助推中国数据分析深化改革
“析而知,启而行”六个字彰显出SAS在数据分析领域深耕40多年所沉淀的“哲学”。SAS副总裁兼大中华区董事总经理何伟信表示:“中国有一句古话,即‘知中有行,行中有知’,知行互为表里,不可分离。因此,SAS所做的一切不仅要赋能,更要以‘知的力量’激发用户执行更多的任务。”

SAS副总裁兼大中华区董事总经理何伟信
在今年3月举行的中央全面深化改革委员会第七次会议中特别指出“促进人工智能和实体经济深度融合,要把握新一代人工智能发展的特点,坚持以市场需求为导向,以产业应用为目标,深化改革创新,优化制度环境,激发企业创新活力和内生动力”。
除了在金融、制造等优势行业取得了丰硕的成果外,SAS中国持续在政府行业取得更多突破性进展。何伟信在演讲中回顾到:“去年,我们先后和无锡及南京政府开展深入合作,成功建立物联网创新研究中心和金融科技创新中心,全面推动数据分析的创新中心项目。我们不仅仅要知道创新,更将创新付诸于行动,推动中国的经济转型和产业升级,贯彻知行合一。”
此外,SAS紧随“激发企业创新活力和内生动力”的指导方向,坚信人才是数据分析行业最重要的资产,不仅要行使“知的力量”,更要践行“数据为善”,通过“知行合一”协助教育相关机构有效改善资源管理能力,并为未来大数据人才提供更精准的资源。截至目前,SAS已经与全球各国的高校展开合作,支持了统计分析及相关科学超过70种硕士学位认证和170项其他认证项目,其中也包括北大、清华、人大、浙大、复旦等中国著名高校。
如今已成功举行六届的“中国高校SAS数据分析大赛”,从首届的3个赛区、55支队伍扩展到去年第六届的全国31个省级赛区,汇集了来自包括清华大学、北京大学等全国知名高校的近1300支参赛队伍,参赛学生超过3600人,成为业界备受赞誉的产教交流平台。
SAS以最值得信赖的分析赋能及激发所有
作为全球数据分析领域的领导者,SAS时时刻刻牢记使命,即“以最值得信赖的分析赋能及激发所有”。在过去的40多年来,SAS凭借坚定不移的使命感,通过创新的产品技术和优质的服务体验,持续赢得各个行业客户的信任。

“好奇心是人类进步的核心,这不仅是我们的CEO Jim Goodnight的信条,更是激励着每一位SAS员工的信条。我们以创新带来最值得信赖的数据分析技术和产品,不断为企业机构赋能,激发每一个社会个体的无限潜能,推动社会的发展。” SAS大中华区市场总监彭宇恒在活动后感慨道。
在这个海量数据不断涌入、智能技术持续深入的时代下,SAS希望在技术创新上“为所有人提供分析”,在应用创新上“让分析无处不在”,让更多人在更多场景中能够轻松地从数据中获取智能。由此,SAS今年将继续知行合一,不断实现创新突破,最终实现将数据世界变革为智能世界的宏大愿景。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。