Zacznijmy od pytania, w jaki sposób analiza danych może pomóc firmom we wdrażaniu innowacji? Czy mógłby Pan podać kilka przykładów?

Innowacyjność jest dziś koniecznością dla każdej branży i firmy, aby zwiększyć przewagę konkurencyjną w perspektywie długofalowej. Dynamicznie zmieniający się globalny biznes, gdzie technologia wpływa na sposób funkcjonowania każdego aspektu organizacji, sprawia, że innowacje w oparciu o dane stały się integralną częścią strategii wielu przedsiębiorstw. Rozwój technologiczny w obszarze sztucznej inteligencji, mocy obliczeniowej i przechowywania danych przyczynia się do coraz bardziej zaawansowanego wykorzystania analityki i sprawia, że staje się ona kluczowym narzędziem wsparcia innowacji.

Pamiętamy, gdy Google AlphaGo, maszyna zasilana sztuczną inteligencją i analityką, była w stanie wygrać z mistrzem gry „Go”. Inny przykład to Tesla, która wykorzystuje analizę obrazu w niespotykany dotąd sposób. W oparciu o tę technikę analityczną działają autopilot i rozwiązania samosterujące w pojeździe.

Jako pionier i wiodący dostawca rozwiązań w obszarze analityki i sztucznej inteligencji, SAS pomógł wielu klientom spojrzeć na dane z innej perspektywy. Dla jednego z naszych polskich klientów z branży chemicznej stworzyliśmy na przykład silnik rekomendacyjny, który wykorzystuje dane historyczne z produkcji. Nasz silnik, oparty na sztucznej inteligencji, rekomenduje parametry dla procesu produkcyjnego w jednym z zakładów produkcyjnych. Akceptacja parametrów przez operatora i realizacja zgodnie z rekomendacjami wskazanymi przez nasz silnik przyczyni się do znacznie mniejszego zużycia surowców i energii, a w rezultacie dużych oszczędności dla przedsiębiorstwa.

Takie przykłady pokazują, że innowacje w oparciu o dane mogą z jednej strony mieć bardzo wąskie i specyficzne dla branży zastosowanie (rekomendacje dla operatora w fabryce), a z drugiej mogą też być wdrażane w bardzo szerokim zakresie (analiza obrazu). Istnieje jednak wspólny mianownik dla tego typu projektów: analityka wspierana przez sztuczną inteligencję doskonale potrafi zlokalizować powiązania między ukrytymi wzorcami, które na pierwszy rzut oka wydają się niewidoczne. Wszystko to dzięki możliwości eksploracji wielkich zbiorów danych.

Wiele firm gromadzi więcej danych niż kiedykolwiek wcześniej, jednak wciąż mają problem z tym, aby wykorzystywać je jako źródło innowacji. Jakie są czynniki sukcesu we wprowadzaniu innowacji opartych o dane?

Na to zagadnienie można spojrzeć z różnych perspektyw. Na poziomie organizacyjnym i zarządczym firma powinna sprawdzić i zdefiniować kilka aspektów np. jakie dane są zbierane i udostępniane wewnątrz organizacji, jaka jest jakość tych danych, w jaki sposób można łączyć i rekombinować źródła i zbiory danych, aby pozyskać nowe insighty, jak również czy firma dysponuje zespołem specjalistów, którzy są w stanie wykonać te zadania. Nasi klienci regularnie zderzają się z takimi pytaniami i muszą stawić czoła związanym z nimi wyzwaniom. Jako SAS wspieramy ich w tym zakresie i od wielu lat jesteśmy partnerem w biznesie polskich instytucji i przedsiębiorstw.

Na poziomie organizacyjnym takie aspekty, jak struktura i kultura organizacyjna często wpływają na zdolność do wdrażania innowacji w oparciu o dane. Firmy korzystają z inkubatorów, wewnętrznych akceleratorów lub poprawiają swoją innowacyjność przez przejęcia innych przedsiębiorstw oraz przez klasyczne działalności w obszarze R&D (badań i rozwoju). To jednak tylko mały fragment możliwości generowania nowych produktów i rozwiązań. Jeżeli kultura innowacji nie stanowi nieodłącznej części DNA firmy, istnieje kilka alternatywnych „lekkich” sposobów na to, aby pobudzić kreatywne myślenie i tworzyć wartość biznesową.

Jakie są te alternatywne sposoby wspierania innowacji? W jaki sposób wspiera je SAS?

Ostatnie badanie jednej z wiodących firm konsultingowych wykazało, że liderzy innowacji rozwijają ekosystem partnerów i dostawców, aby wykorzystać ich doświadczenie i wiedzę ekspercką. W SAS podzielamy przekonanie, że ekosystem partnerów może aktywnie wspierać innowacyjność, dlatego oferujemy usługi mające na celu tworzenie wspólnych innowacji razem z klientami. Innowacje w oparciu o dane, zarówno w SAS, jak i w firmach naszych klientów, wspieramy m.in. poprzez program Co-Innovation Labs i działania realizowane w ramach naszego ekosystemu. Ta oferta łączy w sobie dostęp do najlepszych specjalistów i wiedzy eksperckiej, a także nowe sposoby pracy, co czyni ją wyjątkową.

Co-Innovation Labs to sposób na szybkie tworzenie rozwiązań i/lub produktów w oparciu o dane dostępne w organizacji. Są to warsztaty dla klientów realizowane na podstawie metodologii design thinking. Podczas takich warsztatów generujemy wspólnie z klientem pomysły, tworzymy prototypy tych pomysłów i natychmiast testujemy nasze prototypy na użytkownikach. Warsztaty mają na celu zachęcenie do myślenia „poza schematami” i spojrzenia na dane oraz wyzwania biznesowe z innej perspektywy. Takie warsztaty z zakresu wspólnych innowacji to minimalna inwestycja. Odbywają się one w ciągu jednego dnia i przynoszą praktyczne korzyści, takie jak lista zidentyfikowanych inicjatyw czy prototypy konkretnych zidentyfikowanych rozwiązań. Stanowią doskonałe źródło inspiracji dla oddziałów i organizacji ze świeżymi pomysłami na wykorzystanie danych.

Wykorzystanie naszego ekosystemu. Tak jak wynika z wcześniej wspominanego raportu, współpraca z partnerami i tworzenie ekosystemu (np. z młodymi startupami oraz korporacjami) zapewniają wymierne korzyści dla wszystkich uczestników takiego ekosystemu. Startupy mogą zapewnić świeże spojrzenie na konkretne wyzwania biznesowe i pozwalają przyspieszyć cykl innowacji w konkretnym obszarze. Korporacyjni partnerzy z kolei mogą zapewnić wymagane technologie, zasoby i kontakty biznesowe, aby promować rozwiązania.
Przykładem takiego wykorzystania ekosystemu jest inicjatywa Startup Cup prowadzona obecnie przez SAS w Polsce razem z korporacyjnym “Company Builderem” The Heart i Mastercard - konkurs dla startupów działających w obszarach AI, data monetization, open banking oraz credit scoring. Finaliści konkursu już niedługo będą mieli szansę zaprezentować swoje pomysły naszym klientom. W ramach tej inicjatywy łączymy klientów z młodymi fintechami posiadającymi świeże pomysły na to, jak wykorzystać dane w konkretnym obszarze biznesowym. Liczymy na to, że w przyszłości nawiążą oni współpracę i będą realizować nowe projekty w partnerstwie z SAS.

Z perspektywy dostawcy rozwiązań analitycznych, proszę powiedzieć jakie miejsce w tych inicjatywach zajmuje technologia?

Technologia sama w sobie nie sprawia, że dana organizacja jest innowacyjna, ale pewne technologie mogą pomóc przyspieszyć ścieżkę do innowacji. Jeżeli mówimy o innowacji, to dwie technologie przychodzą mi na myśl: technologie związane z chmurą oraz technologie open source.

Rozwiązania w chmurze oferują elastyczność i możliwość błyskawicznej rozbudowy. Umożliwiają one rozwój, nawet jeżeli potrzeby biznesowe się zmieniają, przy jednoczesnym ograniczeniu kosztów. Dostępność w trybie „on-demand” gwarantuje zwinność i szybsze wdrożenie. Mniej czasu, który trzeba poświęcić na zarządzanie infrastrukturą, systemami operacyjnymi czy mocą obliczeniową oznacza więcej czasu na szukanie rozwiązań problemów i sposobów zapewnienia dodatkowej wartości dla biznesu. W SAS posiadamy coraz szerszą ofertę rozwiązań w modelu SaaS (Software as a Service), do których użytkownicy mogą po prostu zalogować się i zacząć pracę bez potrzeby zastanawiania się nad aspektami technologicznymi. Nasze rozwiązania oferujemy na wiele sposobów, zarówno w publicznych, jak i prywatnych chmurach – elastyczność jest bowiem podstawą.

Elastyczność to również słowo klucz, jeżeli chodzi o technologie open source. Zapewniają one interoperacyjność i umożliwiają unikanie uzależnienia od jednego dostawcy technologii. Wykorzystanie technologii open source tworzy nowe możliwości dla współpracy wewnętrznej w organizacji miedzy różnymi działami. Przykładowo, SAS Viya oferuje deweloperom swobodę wyboru języka programowania w R, Pythona oraz innych językach open source. Takie podejście technology-agnostic i wsparcie szerokiej gamy technologii open source sprawia, że nasi klienci nie muszą szukać specjalistów z określonym doświadczeniem technologicznym i mogą swobodnie tworzyć modele analityczne w preferowanej dla nich technologii.

_{Fot. SAS}