您的分析，您的方式
也许您是保险行业的SAS ® 9 程序员，她将分析项目存储在本地桌面文件夹或 Git 库中。或者您可能是一位专门从事航空预测并喜欢SAS ® Viya ®无代码环境的数据科学家。或者，您可能是一家跨国银行的 Python 爱好者，出于监管原因需要在 SAS 中部署机器学习模型。
这些只是您可能使用 SAS 的数百万个可能原因中的一小部分，我在这里告诉您，我们支持你们每个人。我们知道，面对日益复杂的决策，您需要技术稳定性和灵活性。不用说，SAS 打算继续提供稳定性、速度和灵活性，就像我们过去 45 年所做的那样。
事实上，SAS 正在规划SAS Explore，这是一个面向 SAS 用户的虚拟技术会议。我们专为数据从业者、分析师、科学家和工程师设计的最新 SAS Viya 功能将与关键产品发布一起全面展示。在我们为 SAS Explore 做准备时，我想花一点时间讨论与您相关的产品策略，包括：
§ 您如何编码和构建模型。
§ 您使用什么平台进行分析。
§ 您可以在其中部署模型来简化和优化您的分析实践。
请继续阅读，更深入地了解我们的产品策略及其对您的影响。
您的代码，您的选择
多年来，SAS 为我们的客户提供了多种编码方式选择，以实现最佳工作效果。无论您偏好使用 SAS 代码还是开源语言，您都可以选择，而无需重写应用程序。
1. SAS ® 9 用户 – 我们为您服务。SAS 编程语言以及 SAS ® 9 平台将在未来许多年继续受到支持。
2. 最少需要从 SAS ® 9 重新编码到 SAS Viya。您很少需要从 SAS 重新编码为另一种语言才能使用 Viya 平台。您可以在 Viya 环境中运行 Viya 代码以及现有的 SAS 代码。如果您正在考虑使用Viya，但不知道您当前的架构是否受支持，请使用此评估工具来检查您当前的SAS ® 9 系统的特性。在“代码检查”应用程序中，您可以扫描 SAS 代码是否存在与 Viya 不兼容的情况。我们始终发现，用 SAS ® 9编写的 SAS 作业的很大一部分与 SAS Viya 兼容。
3. 任何语言的代码。Viya 支持多种语言。无论您是需要开发 API 优先策略、通过机器学习推动数据准备例程还是想要提高互操作性，Viya 都能提供完整的开源集成和实用程序。对于使用过 SAS 编码的用户，SAS Viya 支持直接将 Python 或 R 与 SAS 结合使用，或使用 REST API 将 SAS 集成到应用程序中。对于开发人员，GitHub 上的 SAS 存储库提供代码示例、库和工具。
您的平台，您的选择
如今，我们的许多现有客户仍然使用 SAS ® 9 平台，而其他客户则使用 SAS Viya 平台。混合使用每个平台的原因因行业、用例和不同的业务需求而异。
许多客户使用 SAS ® 9，因为它是一个高质量、稳定的平台，具有广泛的文档和一流的全球技术支持。最新版本的 SAS ® 9 将在未来多年内得到全面支持。SAS ® 9 核心功能仍然是简单数据操作、数据探索和强大分析的出色解决方案，以支持决策和发现见解。
SAS Viya 为客户提供了一个云原生环境，其中包含一整套用于数据挖掘、预测建模和高级 AI 技术的内置模块和功能，以及对于不会编程的用户至关重要的简单可视化用户界面。无论您是构建或访问简单的报告，还是针对关键业务问题开发高级分析解决方案，您都可以使用 SAS Viya 来扩展分析并更快地进行创新。此外，Viya 更新每月都会无缝推出，而不需要每年进行几次重大平台更改。
此外，Viya 在结构化、统一的框架中支持各种编码语言和开源，用于编排您的所有分析项目。许多组织依赖 Viya 作为强大的数据科学和机器学习平台，每个开发人员都可以使用自己喜欢的软件、工具和库根据自己的首选语言进行个性化设置。
将 SAS Viya 视为 SAS ® 9 的超集：更高级的功能、更大的灵活性、更广泛的 AI 技术、更多使用您喜欢的语言进行编码的机会。选择何时利用 Viya 增量价值是每个客户在时机成熟时做出的机会。
您的环境，您的选择
传统的本地 SAS 部署仍将是许多 SAS 客户的关键策略。对于其他人来说，将 SAS 开发的模型或开源模型部署到不同的环境（例如云、容器、流媒体或现场边缘设备）至关重要 – 而这正是 Viya 所提供的。
当谈到云可移植性时，重要的是不仅要移动模型，还要根据需要移动整个平台和 SAS 资产。有了 Viya，您就可以无忧无虑地做到这一点。例如，当在Red Hat OpenShift上交付时，Viya 支持本地、公共和私有云环境以及边缘的分析。无论您处于云之旅的哪个阶段，您都绝对可以在一致且稳定的基础设施上构建和扩展分析。
在定价和许可方面，SAS Viya 已从按 CPU 内核定价转向基于用户的固定年费，无论它是在本地运行还是在云基础设施上运行。容器的数量和容器化架构的大小不是 Viya 许可和定价的因素，并且对生产或非生产安装的数量没有限制。
担心在公共云（例如 Microsoft Azure）上部署分析可能会花费多少成本？SAS 和 Microsoft 最近委托 Forrester 进行总体经济影响 (TEI) 研究，以分享自在 Azure 上实施 Viya 以来我们的客户所体验到的切实投资回报率。该复合型组织在三年内实现了204% 的投资回报率，初始投资回收期仅为一年多。
您的服从，好吧……不是您的选择
世界各地都在制定有关负责任地使用人工智能和分析的法规，不合规的后果可能会很严重。例如，欧盟人工智能法案规定对跨国科技公司处以最高年收入6%的罚款。最重要的是，您越来越有可能被要求向监管机构、客户和公众“展示您的工作”。
我们从客户那里收到了更多关于负责任的人工智能的问题，“透明度”和“可解释性”等词经常出现在提案/信息请求中。幸运的是，SAS 做出了很好的回应，这源于我们对负责任创新的承诺。
Viya 拥有治理和问责能力，可以帮助您保持对模型和人工智能结果的监督。Viya 具有自动隐私、偏见检测和公平性评估功能，可以识别和保护敏感数据，并帮助确保代表不同的人群。为了可解释性，每个模型都会解释变量如何影响模型预测以及做出预测的原因。通过决策可审计性，用户可以跟踪数据摄取和准备、建模、报告和决策的沿袭。模型监控可确保预测保持有效，从而降低随着时间的推移出现偏差和不平等的风险。
作为强大人工智能技术的创造者，SAS 了解人工智能的前景和风险。在SAS 数据道德实践的指导下，我们正在整合客户所需的能力，以应对动荡的合规困境。
与我们一起探索
选择正确的分析供应商并不是一件容易的事。您有太多的选择，再加上一些分析供应商的大胆且常常不准确的声明。亲身体验软件、逐步演示并听取其他客户的意见有助于消除大部分噪音。
至此，请再次考虑参加SAS Explore，我的共同主持人 SAS 执行副总裁兼首席技术官 Bryan Harris 和 SAS 研究与开发主管 Jared Peterson 也将与我一起参加。您可以直接了解 SAS 技术，并更详细地了解我们的分析、数据管理、AI/ML 和智能决策功能。我们期待在那里见到您，并期待继续赢得您的业务。
