访谈
薩蒂什 H.C. 執行副總裁，數據與分析，Infosys – 專訪系列
薩蒂什是Infosys數據和分析服務集團的執行副總裁和全球負責人。
您能否與我們分享Infosys的業務內容？
Infosys是一家領先的下一代數字服務和諮詢公司。 我們使客戶在46個國家順利進行數字轉型。 在管理全球企業系統和運作方面有超過30年的經驗，我們專業地引導客戶完成數字化旅程。 我們通過使企業核心實現AI驅動，幫助客戶優先執行變革。 我們還通過大規模敏捷數字化使企業實現無與倫比的績效和客戶滿意度。 我們的持續學習議程通過建立和轉移數字化技能、專業知識和創新生態系統中的想法，推動客戶的持續改進。
您目前是Infosys數據和分析的商務負責人。 這個角色涉及什麼，您的日常工作是什麼樣子的？
我已經在Infosys工作了25多年。 在我的現在的角色中，主要責任是Infosys數據和分析以及數字化集團的商務負責人。 這個角色需要定義一個戰略願景，成為客戶的關鍵和相關的全球合作伙伴，具有強大的市場聲譽和執行能力。
疫情危機給了我們一些時間，讓我們退一步重新審視自己的業務，了解客戶現在和未來的需求。 很明顯，大多數企業將會加速其數字化轉型旅程，並適應業務中斷的後果。 通過對背景的了解，我們已經重新啟動了我們的商務和客戶交付團隊的戰略計劃。 一個典型的日子是審查戰略主題的進展，適應業務和客戶需求，並繼續與我們的生態系統保持聯繫 – 我們的客戶，合作伙伴和團隊。 您關心人，人就會關心業務。
您是如何對數據科學產生興趣的？
我一直被數據的力量和它從報告到商業智能到AI的演變所吸引。 意識到數據的力量和可能性，這是行業中最受歡迎的角色之一，具有改變的力量。 當我在Infosys有機會轉變方向時，我抓住了這個機會！
您能否討論一下數據分析操作不佳如何導致COVID-19疫情的經濟影響？
COVID-19以前所未有的方式在全球和各個行業中造成了破壞。 企業們意識到自己無法實時應對需求、供應中斷、保存營運資金、為客戶提供高質量服務和將新的增長機會貨幣化的能力。
- 零售業是最嚴重受影響的行業之一，許多玩家面臨著收入的大幅下滑和長期的恢復。 社交距離限制導致新的消費者行為和偏好。
- 對於製造業，供應鏈受到最大的影響，供應、物流、運營和庫存等領域都受到影響。
- 對於電信業，隨著人們在家工作，網絡容量和性能受到最大的影響。 需求激增，需要遠程工作、無縫連接和協作平台。 此外，數據安全的缺乏使企業容易受到風險的影響。
強大的數據能力對企業的數字化演變具有積極的影響，當企業成為數據本地、數字本地時。 一個良好的數據和分析戰略可以幫助企業在疫情危機中實時解決典型的挑戰，確保企業的敏捷性，以適應和應對市場的變化，降低業務風險，從企業和行業層面獲得數據驅動的決策，並使企業和經濟實現韌性。
您對聯邦式學習（Federated Learning）在數據收集中的看法是什麼？
在企業或其生態系統的范圍內，存在著連接未連接數據的巨大潛力。 然而，數據需要在法規和隱私的界限內收集，同時處理數據的不可避免的邊界。
聯邦式學習具有以下潛力：
- 當數據屬於多個實體（例如不同的銀行），它們可能不願意讓自己的數據外泄，但願意合作以訓練模型，解決數據稀缺問題（例如欺詐檢測）。
- 當數據屬於同一企業實體，但受到地理邊界的限制 – 跨國公司的典型情況。 存儲監控攝像頭數據的極端情況不允許數據離開商店的範圍。
- 當數據屬於特定個人時，他們同意分享自己的數據以構建模型，為共同目的服務，無需將數據離開個人設備（例如手機或平板電腦）。
Infosys提供哪些數據分析解決方案？
企業正在通過數據驅動的數字化轉型，橫跨三個地平線。
在第一地平線上，我們幫助企業通過數據驅動的決策和數據貨幣化，實現更好的決策和收益。 這個地平線關注的是商業智能和分析。
隨著數字化的增加，數據足跡也在迅速擴大。 數據和數字化的融合使企業能夠創新、轉型和重新想象自己的業務。 第二地平線關注的是成為數據本地、數字本地的活力企業，能夠與數字化企業競爭，實時應對變化。 這個地平線關注的是大數據分析、數字化、雲計算和AI。
第三地平線關注的是一個由連接的生態系統驅動的數據驅動經濟，創新和破壞傳統的行業邊界。 隨著這個連續體的演變，數字經濟正在推動下一代的行業結構、經濟和社會的轉型。 數據是新的資本，推動下一代的創新。 這個地平線由多種技術驅動，包括物聯網、AI、區塊鏈、5G、邊緣計算和擴展實境等。
我們的戰略由一系列豐富的解決方案驅動，能夠加速數字化轉型旅程。 例如：
Infosys信息網格：一個基於元數據的數據管理平台，利用所有商業智能技術，無論是在本地還是在雲端。
Infosys分析工作台：實現自助分析。
Infosys基因解決方案：實現預測和規範分析，以獲得客戶的個人化或行為化洞察。
Infosys視覺分析解決方案：利用最新的AI和計算機視覺技術，以及圖形處理單元，實時分析多個視頻數據流。
數字大腦：一個預見系統，通過知識圖和認知服務協調智能行為。
感知營銷：使企業實現感知營銷生態系統，感知、響應和激活智能，實現超級個人化、社交和數字營銷，連接實體和數字體驗，實現營銷效果和媒體支出優化，無論是在傳統還是在數字渠道上。
感知供應鏈：高客戶期望和不斷擴大的市場/渠道/產品組合，需要企業適應快速變化的場景，利用感知供應鏈解決方案，利用機器學習來利用數據中的模式，勝於傳統的商業規則。
您見證了哪些企業實施了Infosys的數據解決方案後效率和績效的改善？
以下是幾個例子，展示了我們如何幫助客戶充分利用自己的數據。
對於一家知名的消費科技企業，我們為營銷、欺詐檢測、運營、銷售、零售和產品等關鍵業務功能提供洞察。 我們在十多年內現代化了他們的數據景觀，從基於Oracle的企業數據倉庫到Teradata驅動的企業數據倉庫，到混合的大數據景觀，到多雲架構，增強了AI實驗室的生態系統，實現了企業AI的采用和新產品發佈期間的彈性。
我們正在幫助一家消費品公司的品牌管理和營銷團隊，通過實現數據驅動的營銷大腦服務，為營銷人員提供可行的洞察，從實驗和連接消費體驗中獲得洞察，利用企業數據、數字數據、社交數據、零售商的銷售數據和媒體數據，來推動增長和優化營銷支出。
對於一家全球消費品公司的個人護理品牌，我們通過使用最先進的影響者分析工具和我們自己的機器學習文本分類模型，找到了合適的關鍵意見領袖（KOLs），這些KOLs的關注者與品牌的目標市場在地理位置、人口統計、興趣和品牌和其活動的目標方面密切相關。 通過這種方式，我們消除了54%的浪費性覆蓋範圍，優化了KOLs的支出。
對於一家全球製藥公司，銷售和營銷團隊希望加速新的數據上線，以推出新的品牌藥物。 我們交付了數據發現區的設置、醫院/醫生轉型、優化數據處理，為其腫瘤、心臟病、婦女健康和放射學單位提供了多渠道營銷、銷售和豐富的患者結果洞察。
我們一直在幫助客戶通過數據和洞察力實現業務韌性，應對COVID-19危機。
一家消費品公司正在尋找一個需求驅動的預測模型，以應對危機。 我們實施了Infosys實時需求感知解決方案，使客戶能夠分析與品牌銷售相關的需求信號、消費、價格和社會經濟因素。 該解決方案幫助客戶考慮到基本商品需求的大幅增加，分析銷售、供應鏈庫存、缺貨和店鋪庫存數據，提供實時洞察，實現供應鏈優化，改善預測準確率高達85%，推動銷售額增加2%。
一家美國服裝公司正在尋找一個解決方案，以便在COVID-19危機期間更有效地管理和推動銷售。 我們開發了一個比較視圖，以展示當前的COVID-19情況、其潛在影響和結果，基於之前的高影響場景，如金融危機、自然災害等，為CFO提供了評估整體影響和規劃進一步行動的依據。 我們開發了一個解決方案，幫助前線店員通過移動應用程序隨時隨地訪問重要的洞察，確保有效地與客戶互動，推動準確和快速的商業決策。 統一零售語義解決方案提供了關鍵KPI、詳細信息和視覺化的銷售潛力、按細分市場/類別的分解、最佳和最差的銷售商品、與其他店鋪和按地區的快速比較等重要的洞察。
對於銀行客戶，我們正在創建關於客戶行為的洞察和預測，用于收款和恢復、管理信用風險；通過分析跨渠道的交易行為、產品線、渠道流失率和糾正措施，推動客戶向數字渠道轉移；通過跟蹤財務健康、流入、流出、客戶360和CLTV，實現NBA/NBO。
企業如何使用這些解決方案更好地利用AI/ML來推動業務的動力？
我們的AI和ML能力幫助企業推動效率、體驗和新的收入流。 以下是一些例子，展示了我們如何幫助企業推動動力。
一家全球領先的醫療器械製造商，計劃從醫療器械提供商轉型為全面的糖尿病服務和解決方案提供商，利用糖尿病數據的洞察力。 該公司打算通過與各個玩家合作，提供多種糖尿病相關數據，整合並提供有意義的洞察，實現連接的護理服務。 我們實施了一個現代的數據分析平台，整合了多個來源的數據，生成了可行的洞察，供患者、醫生、醫務人員和生態系統的其他玩家採取行動。 我們開發了預測模型，提供了關於災難性醫療事件的早期預警和行為模式相關的個性化洞察。
數字技術有可能解決我們這個時代最艱難的問題。 這些問題可能與發展經濟、改善普通公民的生活或解決全球環境挑戰有關。 以下是數據用于善事、數據驅動社會轉型和社會變革的例子。 我們與一家非政府組織合作，為南非的一個國家提供了基層醫療服務的便捷通道。 醫療服務的可及性對於該國的人民來說是一個巨大的挑戰，因為大多數人口都居住在遠離醫療機構的地方。 這嚴重阻礙了他們獲得基本醫療服務的途徑。 為了應對這個問題，政府希望建立新的醫療站。 目標是確保95%的人口在幾公里的範圍內都能夠獲得醫療服務。 我們與非政府組織合作，確定了新的醫療站的最佳位置，以便最大限度地增加可及性。 有兩個關鍵部分需要解決：計算人口動態和優化醫療站的位置，以最大限度地增加可及性。 我們使用了世界人口數據、地理空間模式，了解遷移模式和AI模型，發現了移動用戶密度和移動用戶遷移模式，從匿名的移動網絡運營商數據中獲得洞察力。
您是否有其他想分享的關於Infosys的內容？
當我們展望未來時，Infosys的相關性新的要求正在改變：
- 從問題解決轉變為定義要解決的正確問題，並與客戶一起走這段旅程。
- 通過我們的加速器/解決方案和與合作伙伴的生態系統合作，應對“幾十年發生在幾周內”的現實，為客戶提供上市優勢。
感謝您詳細的答案，希望了解更多的讀者可以訪問Infosys。
