作为一家刚跨越了成立40周年、一直专注于商业数据分析的公司，SAS公司在2016年被超过30份权威分析机构的报告或评估中被列为领导者，这包括分析、数据管理、数据整合、数据质量、数字营销、高级和预测分析、客户洞察、零售分析、商业智能、欺诈检测、安全解决方案等，比如SAS在2016年Forrester Wave的预测分析和机器学习解决方案评估报告中就被评为全球领导者。

进入2017年，SAS开始全力推动新一代云分析产品SAS Viya，这是一项耗资10亿美金的研发工程。自2016年提出Viya以来，SAS面向未来的商业分析需求把自己的现有产品全面现代化，并将在2017年向市场推出Viya主要产品。SAS创始人兼CEO、2011年被Forbes杂志评为“数据分析之王”的Jim Goodnight说，云版本SAS Viya与传统软件版本SAS 9互为补充，把数据分析推向了“无边界”。所谓数据无边界，数据分析亦无边界。

2017年SAS Global Forum全球论坛的主题即为：数据无边界。

SAS Viya：云让数据分析无处不在

（上图为SAS CEO Jim Goodnight介绍SAS Viya）

SAS全球论坛2017的一个重要话题就是SAS Viya。2016年，SAS开始对外推出面向云端和本地通用部署的平台Viya。什么是SAS Viya呢？简单说，就是一个开放的、支持云计算方式部署的内存计算平台，面向企业内部提供一个单一、开放和统一的分析环境，基于标准化的代码库从而连接SAS和其它商业分析编程语言，可以公有云、私有云和混合云方式部署。

SAS Viya为企业开发、部署和管理所有分析需求提供一个统一而一致的环境，具有可治理和管理复杂模型的统一分析模型库，作为一个开放的架构可满足所有分析专业人士的需求，支持包括REST API、SAS语言、Python、Java、R和Lua等方式的数据操控和分析开发，通过内存计算和智能分布式处理让多用户同时处理同一数据而无I/O瓶颈。

SAS Viya支持敏捷开发，无论是在数据、内存、流数据、设备、Hadoop文件、私有云或公有云环境中，都能运行和处理分析工作。而可移植的代码让SAS Viya可一次编程处处运行，能扩展到任何复杂规模的数据集处理。

目前，SAS Viya的产品包括SAS Visual Analytics、SAS Visual Statistics、SAS Visual Data Mining and Machine Learning、SAS Visual Forecasting、SAS Optimization、SAS Econometrics和SAS Visual Investigator等，其中大部分是本次SAS全球论坛上正式发布的。

（SAS首席市场官Randy Guard与Sprint认知与分析最佳实践中心副总裁Marcos Souza讨论Viya的收益）

SAS Viya强调可视化分析和机器学习功能，以可视化的方式帮助企业、专业分析人员甚至是普通业务人员利用数据分析来解决业务问题。SAS CEO Jim Goodnight强调，SAS Viya并不是取代SAS 9而是互为补充，用SAS Viya的云化可视化分析连接企业级的SAS 9而形成一个统一分析平台。作为一个云化平台，SAS Viya可连接企业内所有分散的分析工具，打破了企业内数据和数据分析的边界。

作为Viya的早期用户，来自Sprint认知与分析最佳实践中心副总裁Marcos Souza说他的工作主要是帮助Sprint转型成为一家数据驱动的公司。随着Sprint越来越重视数据分析在企业业务中的重要地位，出现了很多分散的数据分析工具以及各个业务部门自己的数据分析方法，于是Sprint成立了最佳实践中心以统一企业的分析工作与平台。

目前，Sprint每天都要收集几百个TB的数据，大数据的规模让Sprint难以从数据中挖掘更多的价值，而SAS Viya借助云计算的大规模可扩展性，让模型部署、数据分析等工作在等一杯咖啡的时间内就快速完成了，这样还可以做更多的数据和模型迭代优化。此外，采用SAS Viya也不再需要数据采样而可以使用整个数据集进行分析。SAS Viya与传统SAS的软件界面一致，降低了平台迁移与转换的难度。Marcos说接下来要利用SAS Viya的机器学习能力，为Sprint构建自学习引擎。

SAS IoT：数据分析钻入汽车

（上图为把数据分析推进到行驶的卡车里）

本次SAS全球论坛上的一大亮点是SAS与Cisco一起发布了业界首个由Cisco Validated Design（思科验证设计）支持的从边缘计算到企业计算（edge-to-enterprise）IoT物联网分析参考框架。结合了Cisco IoT网关与SAS Event Stream Processing（ESP）流数据处理，可以在靠近产生数据的地方就近分析实时数据流，有用和有价值的数据将被存储和转发到企业数据中心，再进一步与其它数据结合分析从而产生商业价值。

市场分析公司451 Rearch于2017年3月的一份分析报告称SAS ESP可每秒处理上百万个事件，通过内存计算可实现近乎实时的流数据分析。流数据主要指智能设备、传感器以及机器产生的大量实时数据，这些数据哪怕在产生几个小时后被分析也都没有意义了，而必须要在数据产生后很快被分析才能创造价值。于是Cisco与SAS合作，把Cisco的网络与数据中心技术与SAS的流处理和高级分析能力结合。

Cisco SAS Edge-to-Enterprise IoT Analytics Platform由三大部分组成：在边缘的Cisco 829工业集成服务路由器，其上现在可运行SAS ESP分析服务；其次，采用开源技术Apache Kafka把数据从边缘设备传回企业数据中心，ESP也可部署在AWS公有云或Cloud Foundry私有云/容器化环境中；第三，传回数据中心的数据再通过结合SAS LASR分析服务器、SAS可视化分析与统计等的Hadoop，基于Cisco UCS统一计算平台做大数据分析与处理。

（上图左为Cisco统一计算系统集团CTO Raghunath Nambiar与SAS CTO Oliver Schabenberger讨论Cisco SAS Edge-to-Enterprise IoT Analytics Platform

）

Cisco统一计算系统集团CTO Raghunath Nambiar说，Cisco SAS Edge-to-Enterprise IoT Analytics Platform有广阔的应用空间，让很多垂直行业以及组织可以在瞬间获取信息并马上采取行动。Cisco与SAS一起提升了流数据在各种业务场景中的价值，这包括客户体验、资产性能、欺诈检测等场景。

（上图为Cisco SAS Edge-to-Enterprise IoT Analytics Platform框架图）

SAS+Amazon Echo+Sound：用语音交互让数据分析无障碍

（上图为结合了AWS Echo和SAS分析能力的智能语音数据交互分析框架图）

在探索数据无边界方面，SAS在本次全球论坛上展示了几个颠覆性的试验，其中之一就是尝试用AWS智能音箱操作数据分析。这项技术主要是通过Alexa把语音转换为文字，再通过SAS的自然语言识别引擎做文字分析，与相应的SAS指令集结合后可操控SAS Viya的可视化分析。在SAS全球论坛2017的开幕中，74岁高龄的SAS CEO Jim Goodnight兴致勃勃地现场演示了如何通过AWS Echo来操作数据分析报表。

（上图为Jim Goodnight在通过AWS Echo操作数据分析图表）

在场景演示中，Echo的智能语音助手Alexa还不能100%有效识别Jim Goodnight的语音，但基本上整个演示还是比较成功的。Jim可以通过Alexa来打开数据集，要求Alexa按不同维度汇总数据并播报最终结果，Alexa也会把汇总结果以表格的形式展现在屏幕上，Jim甚至可以要求Alexa根据已有数据来预测未来的业务结果。

（上图为SAS无障碍业务主管Ed Summers演示可语音自表达的SAS图形界面）

在SAS全球论坛2017上，来自SAS无障碍（Accessibility）业务主管Ed Summers介绍了SAS如何致力于帮助盲人等无障碍地使用SAS软件。SAS Graphic Accelarator可自动产生图形界面的语音描述并播报出来，也可以让盲人或有视觉障碍的人士使用语音与图表进行交互。

SAS在很多方面努力让数据和数据分析可以无障碍、无边界，通过Echo和SAS Graphic Accelarator只是其中的一部分，SAS Mobile则把SAS的数据分析能力带到了移动终端，利用苹果手机的VoiceOverText功能，就可直接“听到”图形报表了。

SAS Mobile：数据分析跃然指尖

（上图为SAS Moible App）

在SAS全球论坛2017的展区中，一个很吸引人的展示就是SAS Mobile。SAS其实在几年前就推出了SAS Mobile Bi，这是一个在SAS Visual Analytics下的产品，主要是在移动终端里展示与操作数据分析报表，目前支持iOS、安卓和Windows 10设备。

（上图为用SAS Mobile BI可以很方便的在手机上观看报表）

通过SAS Mobile BI，企业高管和业务人员可以很方便在手机上探索数据、与报表互动、使用自服务分析与管理数据等。与地图数据相结合，SAS Mobile BI还能在数据分析中加入地理位置信息，更加可视化地创造多种智能数据分析。

SAS在移动终端重新设计了报表交互的体验，特别是在手机的小屏情况下，如何重新摆放控制菜单、更好的展示和表现报表等，都做了精心的考虑与设计。此外，SAS可在智能手机、平台和PC等硬件设备上保持高度的一致性，方便了数据分析跨越多种硬件设备平台。

萨利机长+半机械人+GatherIQ：数据无边界

（上图为传奇人物萨利机长来到了SAS全球论坛2017）

传奇人物萨利机长来到了SAS全球论坛2017。在“数据无边界”的主题下，萨利机长现场演绎了当年那历史性的惊心动魄的208秒内，他是如何做出决定把飞机迫降在纽约Hudson河上，又是如何最终保证了全机人员的生命安全，以及最后与调查委员会相抗争，终为自己争取了“清白”。萨利机长的故事本身就是一个数据说话、数据分析的故事。

萨利机长的故事还说明，在极端条件下要突破数据的边界，用自己经验积累的“小数据”快速做出反应。这其中，就需要有核心价值观、领导力、变革和沟通能力等，特别是极端时刻的团队协作能力。话说回来，萨利机长当年迫降Hudson河的飞机还没有配备边缘计算设备以及SAS ESP物联网分析引擎。如果今后飞机上都能配备这样的物联网实时分析引擎，就能降低对于机长及机组人员的要求，毕竟萨利机长只有一个。

（上图为世界上首个被认定为半机械人的Neil Harbisson）

另一个突破数据边界、到访SAS全球论坛2017的神奇人物是世界上首个被认定为半机械人的Neil Harbisson。由于从小是色盲，Neil就有了通过技术来增强自己认知能力的想法。2003年他就读于Dartington College of Arts期间开始一个项目，即把色谱转换为声谱并为此开发了相应的传感器，这样他就能“听”到颜色了。

后来Neil大胆的把传感器植入了自己的大脑，并植入了两个天线用于探测外部的颜色，一个天线为声音/振动传感、一个天线为蓝牙用于传送互联网上的颜色。除了普通颜色外，Neil的植入传感器甚至能辨别红外线和祡外线等人眼难以辨别的色谱。Neil这种颠覆性的数据分析，极大扩展了人们对于数据和数据分析的认知。

（上图为SAS全球论坛2017推出的GatherIQ项目）

在探索数据无边界方面，SAS自身也做出了表率。在SAS全球论坛2017上，SAS推出了GatherIQ项目。GatherIQ项目主要与公益机构合作，把SAS的Mobile BI交付给公益机构的工作人员和志愿者，让大家使用可视化数据分析来探索公益机构积累的庞大数据，并可把自己探索的观察与结论与社区里的其它成员分享。这种众包式的数据分析方式，有望把公益机构长期积累的数据转换为更有价值的观察与洞察，GatherIQ的首个合作公益机构为国际移民组织。

四天的SAS全球论坛2017吸引了来自全球3万余名商业领袖、数据分析专家与学者以及来自各行各业渴望了解与学习数据分析的观众。在美国佛罗里达的迪斯尼公园里，SAS以“数据无边界”为主题为观众带来了丰富的视听盛宴以及突破性的观点与实践分享。

最后借用Neil分享的一句Maya Angelou金句作为结尾。Maya是在贫民窟长大，她曾当过厨师、电车售票员、女招待和舞蹈演员，最后终于成为美国著名的黑人作家、诗人、剧作家、编辑、演员、导演和教师等，出版过十几本诗集。Maya说：We are only blind as we want to be。

更多精彩内容 尽在《云科技时代》

微信号：CloudTechTime，天天快报：CT云科技时代，今日号：云科技时代杂志，微博号、专栏、搜狐新闻端、网易客户端、百度百家、百家号、中关村在线回响、北京时间科技频道、一点号、界面、51CTO博客、e-works博客、和讯博客、网易博客、UC订阅号、新浪财经、新浪看点、艾瑞网专栏、TechWeb博客：云科技时代。