Infosys AI平台——NIA Platform 简报
文章目录
Infosys AI平台——NIA Platform 简报
注：如没有特殊说明，信息来源均来自官网
简介
Nia平台是Infosys旗下全资子公司EdgeVerve Systems（EdgeVerve Systems专注于开发创新的软件产品）于2017年推出的新一代人工智能平台。
它收集来自员工、流程和遗留系统的组织知识，并将其整合到一个具备自我学习能力的知识库，帮助客户运用AI技术推动核心业务的转型，诸如预测收入、预测需要构建的产品、了解客户行为、深入解析合同及法律文件的内容、了解合规性和欺诈等
核心组件和功能
Nia平台是在Mana（Infosys的第一代人工智能平台Infosys Mana）和AssistEdge（Infosys的机器人流程自动化RPA解决方案）的基础上发展而来。
组件
Infosys Nia拥有三个核心部件：
- 数据平台，通过先进的开源数据分析与机器学习平台，帮助企业运营数字资产，发现新机遇以实现快速创新和增长；
- 知识平台，该平台用于捕捉、规范和处理知识，可确保知识得到重复使用；
- 自动化平台，该平台融合机器人流程自动化、预测自动化和认知自动化。
功能
Nia在功能上融合了：
- Mana的大数据分析、机器学习、知识管理和认知自动化功能；
- AssistEdge的端到端RPA功能；
- Skytree（一家被Infosys收购的做机器学习平台的公司）先进的高性能和可扩展的机器学习功能；
- 以及光学字符识别(OCR)，自然语言处理(NLP)能力和基础设施管理服务；
- Infosys Nia集成了众多行业开箱即用的解决方案。另外，Nia还拥有智能聊天机器人，可以通过与企业知识存储库交互，为客户提供对企业知识的随需应变访问。
应用场景
官网信息经总结，主要分为5大应用场景：
- 信用卡防欺诈：可以迅速采集信用卡的警报和交易数据，通过建立模型、预测欺诈性交易，从而实现信用卡欺诈检测中的自动化决策。它实现了自适应自学习，可以自动学习历史经验、数据模式和调查员的反馈。
- 保险防欺诈：随着保险欺诈行为的增加，索赔数据准备和分析的运营成本也在上升。Nia基于现有的索赔处理系统之上，利用ML来获取非结构化数据，生成准确的预测和建议，通过准确的预测改善保险业务。
- 合同分析：在合同分析方面，一位客户同时运营多个实体，需要通过签订数量庞大的合同来开展业务，由此需要人工审核多个合同。而Infosys Nia 能消化吸收了客户的所有协议，在此基础上创建一个知识模型，该模型根据从人力合同中捕捉的信息来应对用户查询，解决异常事件。
- 贷款运营优化：付款争议是导致应收账款周转周期延长的重要原因。Infosys Nia 通过将组织内各个系统——ERP、订单管理和开票系统的数据集中起来，并结合外部的宏观经济和行为数据生成一个完整的客户风险画像。随后，整合这些数据用于预测风险。
- 采购分析与管理：Nia提供业务相关的采购见解，通过自动化采购数据摄入和数据管理活动，生成预测消费分析(假设和预测分析)和，提供合适的供应商，并遵守合规等等。这将使企业能够创造一流的采购实践，确定降低成本和改进风险管理的机会。
在一年的运作中，共积累了各个行业共50多个客户，参与了150多个项目。
支持
注：信息来自国外网站第三方测评https://reviews.financesonline.com/p/infosys-nia/#what-is
价格
注：信息来自国外网站第三方测评https://reviews.financesonline.com/p/infosys-nia/#what-is
竞品
IBM定义的作为企业洞察平台的角度
注：此信息来源自https://www.ibm.com/downloads/cas/X5KMGJL1
领导厂商
IBM 的核心方案为机器学习辅助的数据编目及治理工具。
IBM 拥有卓越的个人资料管理和分析功能产品组合，通过 IBM Cloud Private for Data，IBM 的预先整合功能让客户能够在一周或更短的时间内发挥生产力。
其机器学习辅助的数据编目及治理工具也令人印象深刻。
IBM 的平台运用 Kubernetes 进行就地部署或公有云部署。
IBM 的方案混合新旧技术，而这让一些客户认为有些费工。
最后，IBM 持续混合并重新包装其软件，这让客户感到困惑，并可能需要聘请 IBM 的咨询部门协助如何正确导入产品。
Microsoft 提供快速发展的整合式云端原生工具。
Microsoft 提供可靠、易用的数据管理及分析组件，做为其世界级 Azure 云端平台的一部分。
Microsoft 最近针对采用 Spark 架构的笔记本电脑及 Kafka 即服务新增的Databricks，搭配其核心 Azure Data Lake、Azure SQL Data Warehouse 及 Power BI。
此外，Microsoft 在机器学习及人工智能 API 方面齐步并进。
Microsoft 过去几年的快速成熟发展获得客户的高度评价，对于希望将巨量数据分析转移到云端的公司来说，Azure 成为他们心目中一个好的通用洞察平台。
虽然 Microsoft 有提供人工智能服务，但其多模式预测性分析和机器学习 (PAML) 工具评价并不高。
最后，我们发现此方案在数据治理功能及自助式数据准备工具方面功能，这两者都是关键的洞察团队功能。
SAS 针对分析、数据准备及治理方面进行紧密整合。
SAS 拥有一流的视觉、预测和串流分析工具组合。
SAS Viya 是一种具有单一高效能分析引擎的现代化架构。
SAS Viya 支持笔记本电脑、多种语言编程以及更多云端选项，对于有关键任务分析需求的公司而言，是一项绝佳选择。
SAS 历来的封闭架构、对开放原始码的保守态度及对云端的淡然危及其发展性；
此外，一些 SAS 组件还不是 Viya 架构的原生组件。
最后，SAS 缺乏数据库及数据储存功能，而是更倾向着重于内存内数据的持久性以及向其他数据储存库推送处理。
卓越厂商
Google 持续致力于无服务器、人工智能创新及开放原始码。
Google 有一项无与伦比的优势，能提供无服务器数据分析及人工智能服务，例如，AutoML、BigQueryML 以及人工智能「建构组件」API。
Google 持续透过以 Apache Airflow 为基础建构的 Cloud Composer 及 KubeFlow 等新服务推动混合云创新。
对于拥有云端原生开发及数据科学人才的公司而言，Google Cloud Platform 是个不错的选择。
Google 仍将其平台的对象锁定进阶开发人员和资料科学家；经验较少的洞察团队成员可能较不熟悉。
Google 目前拥有简单 ( 但不成熟 ) 的商业智能功能，但还没有可以支持此功能的数据目录，只有用于治理的技术元数据管理工具及用于 PAML 并透过 Jupyter Notebook 纪录的复杂 TensorFlow。
SAP 的方案可简化洞察平台组件的采购及整合。
SAP 提供强大的洞察平台组件，例如高效能分析资料库、商业智慧、PAML 及串流分析服务。
其 SAP Analytics Cloud、SAP Cloud Platform 及 SAP Leonardo 品牌技术大幅简化这些工具的采购及整合。
已熟悉使用 SAP 数据分析工具的公司在往后的营运历程中将持续与 SAP 合作。
潜在购买者必须认识到，SAP 目前仍只处于其云端发展蓝图的中间历程。例如，Data Hub 尚未成为 SAP Cloud Platform 的一部分，这增加了整体采购及整合的一些复杂性。
SAP 还需要更适当地向客 户解释物联网等 Leonardo 技术如何与 SAP Cloud Platform 及内部部署洞察平台功能结合。
TIBCO Software 具有灵活的商业智能、串流媒体及数据服务。
TIBCO Software 的洞察平台持续以 Spotfire 为中心，这项领先的商业智慧工具在实时、自助式数据
可视化方面表现杰出。
为此，TIBCO Software 新增了一个套件，内含引人注目的资料科学、预测性分析及机器学习、串流分析和数据编目工具，以建立其 Connected Intelligence 平台。
TIBCO Software 最近向 Cisco Systems 采购数据虚拟化技术，透过灵活的数据服务完善其整个平台。
TIBCO Software 通过采购建立了自己的产品组合，目前正在缓慢地对其所有组件进行整合。
最后，TIBCO Software 的公有云实施及策略并不如以上几家先进。
GoodData 具有升级的用户接口，提供现代化外观与风格。
对于需要大规模开发及管理许多视觉洞察应用程序和洞察导向数据产品的公司而言，GoodData 的洞察平台方案是一项适合的选择。
GoodData 具有完全可编程的视觉洞察应用程序开发及生命周期管理工具组合。
此厂商还新增了连结 Kafka 或 Kinesis 的串流数据及执行简单分析的功能。
此外，更打造了更加开放、可跨云端移转且更易于调整的现代化架构，在大型的分布式部署中实现高效能。
GoodData 是一个快速、批量导向的结构化分析平台，许多客户仍然聘请 GoodData 来设定及管理资料整合流程。
GoodData 未提供人工智能服务，但提供非常简单的串流分析功能。
竞争厂商
Reltio 具有先进、机器学习驱动的数据编目及主要数据功能。
Reltio 提供一个软件及服务平台，以领先的机器学习数据目录和主要数据管理 (MDM) 即服务功能为基础，能将这些功能扩展到洞察应用程式开发平台。
此厂商的方案也不如领导厂商及卓越厂商般具有通用性；例如，未提供进行 SQL 分析的商业智能功能，仅简单支持事件导向的数据串流处理。
客户可以轻松构建的洞察应用程序类型将受到限制。
最后，由于 Reltio 的洞察平台尚不成熟，因此预期会有一些复杂设定、整合困难以及偶发的效能问题。例如，平台管理及设定需要复杂的 JSON 档案编辑功能。
挑战厂商
EdgeVerve 主要针对机器学习提供统一的开发经验。
作为Infosys 的衍生公司，EdgeVerve将Infosys 知识产权做为商业软件在市场销售。
其 Nia 洞察平台融合了巨量数据开放式原始码与自动化机器学习工具、文字分析及洞察应用程序开发工作流程。
Nia 主要针对机器学习、知识管理及对话应用程序开发提供统一的开发经验。然而，与其他厂商相比，Nia相形见绌。
除了开放式原始码以外，Nia几乎不提供视觉或串流媒体分析。
第三方网站提供的作为机器学习平台的角度
注：以下为Nia平台与其竞品的对比，由于第三方网站已经列好了表格，十分清晰有条理，故在此附上其测评链接：
- Infosys Nia vs. Apache PredictionIO（PredictionIO 是Apache基金会下一款开源的机器学习服务器，开发工程师和数据分析师可以使用它构建智能应用程序，并且还可以做一些预测功能，比如个性化推荐、发现内容等。）：
https://comparisons.financesonline.com/infosys-nia-vs-apache-predictionio - Infosys Nia vs. Atomic AI（多伦多初创企业Atomic Reach的面向文字工作者的机器学习应用平台，AI 可以帮助识别拼写或语法错误，并可以在深入理解文本后给予更好的建议）：
https://comparisons.financesonline.com/infosys-nia-vs-atomic-ai - Infosys Nia vs. Spot Intelligence（Spot Intelligence是英国同名公司名下的一个文档处理平台，帮助企业使用最先进的人工智能技术从文档中提取关键信息。）：
https://comparisons.financesonline.com/infosys-nia-vs-spot-intelligence - Infosys Nia vs. x.ai（一个基于AI的会议调度平台）：
https://comparisons.financesonline.com/infosys-nia-vs-x-ai - Infosys Nia vs. WorkFusion Smart Process Automation（美国公司WorkFusion名下的一款基于AI的RPA机器人流程自动化平台）：
https://comparisons.financesonline.com/infosys-nia-vs-workfusion-smart-process-automation - Infosys Nia vs. Ayasdi（Ayasdi公司下的一款专做ToB智能应用程序的平台）：
https://comparisons.financesonline.com/infosys-nia-vs-ayasdi - Infosys Nia vs. FloydHub（FloydHub公司名下的云端深度学习平台）：
https://comparisons.financesonline.com/infosys-nia-vs-floydhub - Infosys Nia vs. Clootrack（印度初创公司Clootrack名下的Clootrack是一个人工智能驱动的数据分析平台，旨在通过基于专有深度学习和可靠数学模型的人工智能算法来实现对品牌认知的实时评估。）：
https://comparisons.financesonline.com/infosys-nia-vs-clootrack - Infosys Nia vs. Concordia（）：
https://comparisons.financesonline.com/infosys-nia-vs-concordia - Infosys Nia vs. Sentient（）：
https://comparisons.financesonline.com/infosys-nia-vs-sentient