SAS-CEO: «Computer lernen nicht»
Open Source und SAS
CW: Wo steht Open Source im Wettbewerb zu SAS?
Goodnight: Open Source ist vermutlich unser grösster Wettbewerber. Häufig wird mit Open-Source-Technologie experimentiert, um analytische Fragestellungen zu beantworten. Kaum weniger häufig kommen die Anwender anschliessend auf SAS zu, weil sie eine Komplettlösung für ihr Problem wünschen. Denn der Open-Source-Markt im Bereich Analytik und Statistik ist sehr stark fragmentiert.
CW: Wie offen ist SAS für Open Source?
Goodnight: Auf der Viya-Plattform machen wir unsere statistischen Routinen sowie unsere Algorithmen für künstliche Intelligenz und Machine Learning in einer Hochleistungsumgebung verfügbar. Durch das Massively Parallel Processing können die Daten extrem schnell verarbeitet werden. Diese Umgebung kann in diverse Programmiersprachen und Tools eingebunden werden. Wer Python-Routinen für das Machine Learning verwendet, kann Viya-Algorithmen die Arbeit machen lassen und mit dem fertigen Modell anschliessend in die Produktion gehen.
“Open Source ist vermutlich unser grösster Wettbewerber„
Jim Goodnight, SAS
CW: Die künstliche Intelligenz soll in Zukunft in allen SAS-Anwendungen dem Nutzer helfen, bessere und schnellere Ergebnisse zu finden. Sind dafür wirklich alle Ihre Programme geeignet?
Goodnight: Ich denke schon. Ein Ziel ist, die Bedienerfreundlichkeit zu erhöhen. Die Anwender sollen die Software nur mit den unbedingt notwendigen Details füttern müssen. Wenn die Maschine verstanden hat, um welche Fragestellung es geht, soll sie allenfalls die zusätzlichen Fakten selbst ermitteln und dann das Resultat liefern. Denkbar ist ausserdem, dass die Software anhand der vorhandenen Variablen selbstständig Empfehlungen für eine Auswertung liefern kann.
CW: Der Fachkräftemangel, insbesondere im Bereich Analytics, ist eine Herausforderung. Benötigen wir weniger Data Scientists, wenn die künstliche Intelligenz den Anwendern hilft?
Goodnight: Für Lösungen wie Visual Analytics und Visual Statistics benötigen die Kunden nicht mehr zwingend einen Data Scientist, um analytische Fragestellungen zu beantworten. Auch versierte Fachanwender können mit den Anwendungen komplexe Probleme lösen. Allerdings ist es natürlich immer sinnvoll, noch einen Fachmann beiziehen zu können. Deshalb werden die Data Scientists und Statistiker auch in Zukunft ihre Berechtigung behalten.
