数据电信 如何利用 AI 推动全面的 SaaS 发现

在快速发展的商业技术世界中，软件即服务 (SaaS) 解决方案正变得越来越普遍。跟踪组织使用的所有应用程序可能是一项艰巨的任务。

IT 部门不再拥有对软件的完全权限最近的手机号码数据和控制权，84% 的应用程序由业务部门和个人拥有。那么，您如何知道有哪些应用程序存在？通常，它从您的采购或应付账款系统开始；然而，这只是触及表面。

在我们领导 SaaS 管理的 8 年多经验中，我们发现 SaaS 通常隐藏在费用报告中。但事情并不像听起来那么简单。错误分类、来自市场的明细项目以及员工的不一致描述导致应用程序未被发现。

今天，我们将探讨 Zylo 如何从一开始就利用 AI 的功能来支持其发现引擎，使其有别于依赖基于规则的匹配模型的竞争对手。

寻找 SaaS 的挑战

随着企业出于各种目的采用 SaaS 应用程序，IT 对这些应用程序的控制权已经减弱。如前所述，84% 的应用程序不在 IT 的管辖范围内。在支出方面数据电信，74% 的 SaaS 支出由业务部门和个人承担。

这种去中心化造成了很多混乱：

• 没有统一的购买流程，因此业务部门和员工在有需要时可能无法使用适当的渠道进行购买。
• IT、业务部门和员工都是买家，将 SaaS 分散到整个企业。这导致您无法全面了解实际拥有的应用程序。
• 许多购买隐藏在费用报告中，高达 51% 的找到完美的合作伙伴说起来容易交易被错误分类。这使得几乎不可能将它们识别为 SaaS。
• 数据和知识存在于孤岛中，这使得做出明智的决策和满足业务需求变得困难。