【奧蘭多現場直擊】數據分析大廠SAS揭3大技術戰略新進展，瞄準代理型AI、數位雙生和量子AI

老牌數據分析廠商SAS在今年度Innovate大會首日（5月7日），揭露代理型AI（Agentic AI）、數位雙生和量子AI等3大技術戰略更新，分別推出代理型AI平臺Intelligent Decisioning，來簡化AI代理的建置、部署，另也推出結合遊戲引擎打造的製造業數位雙生模擬環境，以及可結合傳統AI演算法的量子AI運算服務，來加速原本耗時的複雜運算工作。同時，SAS還揭露3款工具新進展與一系列開箱即用的AI模型。

推出代理型AI平臺，主打低程式碼和透明可解釋

SAS技術長Brian Harris先是指出，企業仰賴生成式AI，是要用於決策輔助，但若模型偏誤，就會導致嚴重的決策錯誤。比如只依靠網路文本訓練的大型語言模型（LLM）作為房貸審核模型，就可能因數據偏差而歧視特定族群。以近期研究為例，黑人的信用貸款核准率遠低於白人，就算提供完全相同的財務條件，仍需高出白人平均120分的信用分數，才能獲得相同核准率。這種偏差存在於許多主流的LLM。（如下圖）

也因此，為解決這個問題，SAS推出一款代理型AI平臺SAS Intelligent Decisioning，建立於主力AI平臺SAS Viya上，支援低程式碼／無程式碼，使用者可以拖拉方式建置代理型AI工作流程，企業也能用這套平臺來設計、部署和擴展能獨立決策的AI代理。

這個代理型AI平臺有幾種應用情境，比如結合傳統統計分析和LLM，打造兼具精準和靈活自主決策的AI代理，可用於金融、政府等產業。又或是企業根據任務複雜度和風險，來決定AI代理該自主決策還是需由人類審核，例如可自主執行常規、數據驅動的任務，高風險決策則由人類把關。

另一方面，這個平臺還整合之前推出的模型卡（Model Cards）功能，能清楚呈現模型偏差的評估結果、適用範圍和使用建議，兼顧AI治理。（如下圖）

同時，該平臺還強調透明與可解釋性，提供模型血源追蹤功能（AI Lineage），從資料ETL流程、模型訓練、版本管理、模型部署到最後輸出決策的邏輯，都能視覺化呈現（如下圖），來協助企業符合AI監管要求。

此外，SAS還揭露一款Data Mapper Agent（資料對映代理），專門用來解決非常常見但耗時的任務，也就是將來源資料標記 (schema) 對映到SAS解決方案模型的資料欄位（如下圖）。這個任務通常需要人工介入，包括尋找要使用的欄位和撰寫對映程式碼，過程可能非常繁瑣。

而Data Mapper Agent是用LLM來自動化這個對映過程，使用者將後設資料（Metadata）上傳後，LLM就會查看這些資料，並建議來源欄位該對映到哪個目標欄位，還會提供對映建議的信心程度，使用者可要求Data Mapper重新評估信心度低的對映，或手動修改（如下圖）。一旦確認對映，使用者可要求Data Mapper生成程式碼來傳送資料。

聯手遊戲引擎Unreal Engine打造製造業數位雙生模擬環境

不只是代理型AI，Brian Harris也在大會中揭露數位雙生戰略新進展，由SAS聯手遊戲業者Epic Games，將旗下引擎Unreal Engine導入SAS Viya平臺，來拓展Digital Twin數位雙生應用。

現場請來首發應用案例的造紙大廠Georgia Pacific，他們透過Unreal Engine打造虛擬工廠無人搬運車AGV模擬場景，來找出最有效率的路線。以實際場域為例，Georgia Pacific廠區長達400公尺，相當於4個足球場，AGV必須避開高風險路線，並找出最佳搬運路線（如下圖）。於是，他們先輸入真實資料至SAS平臺，再將數據輸入Unreal Engine模擬環境，來進行虛擬演練，也就是對不同路線與數量的AGV調度模擬。最終，他們實作最佳路線，成功減少8%的平均作業時間。

不只如此，團隊也設計數位人形角色，來進一步模擬工安事故現場。他們用模擬攝影機生成高度擬真的工安影像，來訓練電腦視覺模型，強化AI工安辨識的準確率。這些合成資料，也能提高模型對不同膚色、姿態、光線的辨識能力。（如下圖）

新推量子AI服務，專門加速超複雜AI模型運算

再來，Brian Harris揭露SAS量子AI新服務，可搭配傳統AI運算，來加速複雜的巨量資料運算。首先嚐鮮SAS量子AI的企業客戶是P&G寶僑，主要用來解決產品配方的最佳化問題。因為，P&G配方牽涉5座混料槽和100多項產品，可能的組合數高達10的114次方，遠超過宇宙中的原子數，他們必須在這些組合中，找出能避免交叉污染的配方。

P&G測試發現，傳統AI演算法解法需耗時6小時，而純量子電腦運算可在2分鐘內完成初步解法，但準確度不穩定。不過，採用混合運算方式，以量子AI進行初始解空間收斂，再以傳統SAS解法進行微調，總運算時間只需12分鐘，還能兼顧準確度，節省97%的運算時間。（如下圖）

三款工具更新：Workbench、DataMaker、SAS Viya Copilot

Brian Harris也在今日大會中宣布三款平臺工具的更新，包括雲端整合式AI開發平臺Workbench、合成資料平臺DataMaker和AI建模助手SAS Viya Copilot。就Workbench來說，它支援Python、R和SAS等程式語言切換，使用者也能在平臺上建置情感分析模型，並一鍵部署REST API（如下圖）。這款平臺也支援BERT等模型和GPU加速，目前已在AWS正式上架，在微軟Azure則是私人預覽版。

就DataMaker來說，它支援多表格、多關聯性和時間序列資料的生成，並內建差分隱私技術，在合成資料中添加雜訊，來確保資料來源不會被逆向推導辨識。這類合成資料適合用於臨床試驗、金融交易模擬等場景。目前，DataMaker已在微軟Azure平臺以私人預覽版提供。

至於SAS Viya Copilot則導入類ChatGPT的對話互動介面，來讓使用者用自然語言問答，來更簡單地使用Model Studio工具。比如，使用者可以用自然語言，要求模型優化、分析ROC報表、產生說明文件等，也能根據現有模型節點提出自動化調參建議，就算沒有資料科學知識也能執行資料科學任務。目前，SAS Viya Copilot在SAS託管雲服務提供私人預覽版。

新添一系列開箱即用模型

為進一步降低企業導入AI門檻，SAS今天也推出一系列開箱即用的輕量級AI模型，範圍涵蓋政府、醫療、製造、供應鏈與詐欺防範等產業。目前已上架的AI模型有：

• 跨產業：實體識別（Entity Resolution）、文件分析
• 醫療：用藥依從性風險預測
• 製造：供應鏈最佳化
• 公部門：糧食補助金詐領偵測、銷售稅合規性分析

SAS預告，今年還會陸續推出更多產業專用模型，例如：

• 金融：支付與信用卡詐欺判斷模型
• 醫療：醫療支付審核模型
• 製造：工安監測模型
• 公部門：個人所得稅合規性分析模型