Новые инструменты обещают централизованный контроль над моделями, агентами и данными, пока компании превращают доверие в конкурентное преимущество.
Предприятия быстро переходят от экспериментов с ИИ к внедрению, однако по мере того как agentic AI начинает принимать больше решений, вызывать больше инструментов и работать в разрозненных средах данных, снижается прозрачность, ослабевают governance и доверие.
На своей ежегодной конференции SAS Innovate компания SAS представила ответ на эту проблему: новую линейку copilots, agent frameworks, плагины Model Context Protocol (MCP) и инструменты управления, которые помогут предприятиям операционализировать ИИ без потери контроля над ним.
«То, что мы видим здесь, — это по сути переход от ИИ, который формируется, к ИИ, который действует», — сказала на мероприятии Marinela Profi, руководитель направления глобальной стратегии рынка AI и generative AI в компании. «Это значительный скачок, потому что он предъявляет новые требования к доверию, к governance, к ответственности».
Более интуитивное взаимодействие с агентами
Прежде всего SAS сегодня объявила о SAS Viya Copilot — управляемом человеком разговорном AI assistant, встроенном в платформу Viya. Он интегрируется с Microsoft Foundry и работает в аналитических workflow, помогая разработчикам, data scientist и другим пользователям задавать ему инструкции на естественном языке, чтобы анализировать данные, строить модели и принимать решения в рамках workflow.
«У вас есть экспертный ассистент, который позволяет совершать действия, задавать вопросы и помогает ориентироваться во всем аналитическом жизненном цикле», — пояснила Profi.
Его возможности включают: общий Q&A по основным приложениям Viya; генерацию документированного и объяснимого AI-generated code; рекомендации по model pipeline, включая подсказки и следующие шаги; conversational dashboarding; а также визуальное исследование с AI-assisted search и narrative для alert. По данным SAS, в дальнейшем возможности Copilot будут расширены на data management, model management и AI infrastructure.
Сначала компания запускает два Copilot: Asset and Liability Management (ALM), для разработки сценариев, выполнения и интерпретации workflows финансового риска и преобразования запросов на естественном языке в аналитические модели; и Health Clinical Data Discovery, для анализа данных, создания cohorts и изучения исследовательских работ и других медицинских документов.
SAS планирует позже в этом году расширить Viya Copilot на дополнительные отрасли, включая банковский сектор и производство.
Помимо встроенных AI assistant, SAS предлагает инструменты и инфраструктуру для подключения и управления внутренними и внешними agents. Новый SAS Viya MCP server стандартизирует подключение, чтобы внешние agents могли безопасно получать доступ к инструментам, данным и моделям SAS, используя LLM или интерфейс по своему выбору (Claude, GPT, Gemini) без необходимости создавать custom integrations, дублировать логику или обходить controls.
«Copilot не просто отвечает на вопросы, он может вызывать возможности внутри Viya более структурированным образом», — сказала Profi.
Кроме того, новый Agentic AI Accelerator предлагает набор кода, интерфейсов, компонентов и best practices, которые позволяют командам с разным уровнем подготовки — разработчикам, а также пользователям low-code и no-code — проектировать, создавать, разворачивать и управлять agents внутри SAS Viya, объяснила она.
Текущие пользователи Viya могут получить доступ и к MCP server, и к AI Accelerator через GitHub.
Сохранение человеческого суждения
SAS по-прежнему делает акцент на важности oversight, trustworthy AI и human-in-the-loop control.
Развивая эту задачу, компания представляет SAS AI Navigator. Этот SaaS-инструмент помогает предприятиям инвентаризировать, управлять и применять политики к базовым AI models.
Платформа, которая станет доступна в Q3 2026 на Microsoft Azure Marketplace, обеспечит end-to-end представление всех AI models и инструментов, используемых в компании, независимо от того, созданы они внутри или предоставлены третьими сторонами. С его помощью предприятия смогут применять внутренние политики, а также внешние нормативы и frameworks к use cases ИИ.
«Он дает видимость вашего AI inventory», — сказал на сегодняшнем мероприятии Reggie Townsend, вице-президент практики SAS по data governance and ethics. «Но он также отвечает на очень базовый вопрос: как у нас дела?»
Предприятия хотят «достаточно данных с одного взгляда», чтобы учитывать точки напряжения, когда балансируют между репутацией, эффективностью и затратами, отметил он. Они также начинают рассматривать trust как новый бизнес-дифференциатор, почти как валюту.
Navigator, по его словам, начинался с очень простой идеи: «Что если мы сможем сделать ответственность неотразимой?» AI governance — один из способов сохранить human judgment в условиях того, что он назвал «tech asymmetry».
Неравномерность технологий давно остается проблемой: при сильных технических возможностях предприятиям сложно адаптироваться к темпу изменений в масштабе. «Людям нужно попытаться превратить часть этих возможностей в устойчивое бизнес-преимущество», — сказал Townsend.
По мере того как возможности и предложения в сфере ИИ продолжают расширяться, он призвал пользователей развивать «достаточную грамотность», подходить к ИИ с любопытством и критически оценивать, как развивающиеся инструменты могут применяться и в бизнесе, и в личной жизни.
«В такой развивающейся среде нам нужно отложить уверенность», — сказал он. «Уверенность порождает жесткость, а жесткость отключает идею нюансированного суждения, которое нам сейчас необходимо».
Следующая глава ИИ, подчеркнул он, — это масштабирование этого суждения, governance на высокой скорости и превращение доверия в конкурентное преимущество.
Как добраться до правильных корпоративных данных
Корпоративные данные могут быть фрагментированы по множеству разных экосистем — on-prem, в legacy infrastructure или в private и public clouds, отметила отраслевой market lead SAS Alyssa Farrell. Помимо этого, сказала она, «[у предприятий] низкий уровень доверия к самим данным, что ведет к низкому уровню доверия к решениям». Кроме того, ограничения производительности могут тормозить прогресс ИИ.
Чтобы решить эти проблемы, SAS сегодня объявила о целевой модернизации SAS Data Management — своего cloud-native портфеля, построенного на платформе Viya, — добавив или расширив AI-ready data management, governance by design, agentic AI и copilots, а также cloud-native analytic acceleration. По словам Farrell, платформа дает возможности lineage, transparency и control в workflow, где данные извлекаются, подготавливаются и активируются.
«Агенты и ИИ требуют данных больше, чем когда-либо», — сказала она. «Очень важно, чтобы организации сделали все правильно с самого начала, особенно если они добавляют автоматизацию в этот процесс принятия решений».
Переосмысленная архитектура платформы опирается на trusted data, делая сырые data assets пригодными для ИИ. В частности, она переносит analytics и ИИ прямо к самим данным через SpeedyStore — cloud-native аналитическую платформу данных компании, устраняя необходимость перемещать большие объемы данных для обработки, пояснила Farrell. При этом предприятия по-прежнему сохраняют digital sovereignty и могут контролировать workflow в своих хранилищах данных.
«Мы убеждаемся, что у наших клиентов есть все необходимое для этого момента: [и] инструменты, которые получают доступ к данным, управляют данными и извлекают из них ценность», — отметила Farrell. «Они действительно могут двигаться в масштабе, чтобы уверенно операционализировать ИИ».
Изначально этот материал был опубликован на CIO.com.
Материал — перевод статьи с английского.
Оригинал: SAS makes AI governance the centerpiece of its agent strategy