在承诺向高级分析和人工智能领域投资10亿美元的四个月后，长期BI供应商SAS公司宣布他们计划将生成AI作为该投资的一部分。

SAS在5月份承诺斥资10亿美元开发高级分析和人工智能功能，这是该供应商第二次透露此类计划。第一次是在2019年，在接下来的几年里，该供应商使用分配的资金对其Viya平台进行了大改造。

在 2020 年，SAS重新设计了 Viya，使其完全云原生，并增加了增强的智能功能，例如自然语言处理、计算机视觉和预测分析。

此外，该供应商还构建了其平台的行业特定版本。

这些垂直版本现在是SAS在高级分析和人工智能方面的第二个10亿美元投资的焦点。它们是该供应商计划整合生成AI的工具。

总部位于北卡罗来纳州卡里的SAS于9月12日在拉斯维加斯举行的用户大会Explore上公布了其生成AI战略。其生成 AI 功能现在为个人预览版。

“特定”策略

Viya作为通用分析平台提供给客户，他们还可以根据自己的需求进行定制，同时，SAS还提供其工具的各种行业特定版本。

SAS平台版本所服务的行业包括从农业到制造业，还包括银行、教育、医疗保健、零售和消费品、体育和公用事业。

此外，还有针对欺诈和安全、营销和风险管理等主题量身定制的 Viya 版本。

今年5月，SAS表示，其高级分析和人工智能计划是开发其他定制版本的工具，并升级已经构建的工具。

然而，当时，尽管很多竞争对手已经公布了他们的生成人工智能计划，但该供应商并未透露将生成人工智能作为其新的10亿美元投资的一部分的意图。

相反，SAS执行副总裁兼首席信息官Jay Upchurch表示，鉴于对在公共数据上训练的大型语言模型（LLM）的准确性和安全性的担忧，该供应商对生成AI采取了谨慎的态度。

现在，SAS透露，其最初生成AI方法的核心将是将第三方LLM技术与其现有的行业特定工具集成。

其生成式人工智能战略的一部分还包括使用生成对抗网络（GAN）来创建合成数据，并将自然语言处理能力应用于数字孪生。

GAN 可用于反映现实世界的环境并训练生成 AI 模型，同时保护组织真实数据的隐私和安全。同时，与数字孪生体的自然语言交互可实现更高效的场景规划，以了解在各种情况下应采取的操作。

Constellation Research分析师Doug Henschen表示，毫不奇怪，鉴于SAS迟疑在5月份公布生成AI的计划，SAS最初的生成AI方法采用的是很谨慎的做法。

SAS最初的计划不是像Domo和Qlik那样为生成AI开发提供一个全新的环境，也没有像Databricks和Snowflake那样获得生成AI专家，而是将生成AI与现有功能相结合。

Henschen 称：“SAS在生成式AI开发方面非常保守，强调在合成数据生成和数字孪生模拟方面的现有投资，并指出与第三方大语言模型的集成和私人预览实验。”

然而，他继续说道，他们的这种做法对于SAS来说并不罕见，这可能是该供应商的客户所欣赏的地方。

Henschen 称：“SAS长期以来一直很保守，这似乎吸引着银行、保险、医疗保健、制造业和其他行业的很多规避风险的客户。我已经看到了很多通用的生成AI功能。…SAS并没有加入这个潮流。”

生成式AI的一些主要好处源于其对自然语言处理的改进，实现与数据的真正自由形式的自然交互，而不是要求用户以特定方式表达查询，否则不理解查询。

由于LLM具有大量的词汇表并且可以理解自然语言，因此它们有可能通过减少使用BI平台所需的培训量来减少编写代码所需的代码量，并通过减少使用BI平台所需的培训量，使训练有素的数据工作者更高效。

据供应商首席技术官Bryan Harris称，SAS的生成AI计划包括改进的NLP，以便用户可以通过询问数据问题，并以自然语言接收响应来提高效率。

但SAS还希望应用改进的NLP和其他生成AI功能来解决不同的情况，这就是为什么该供应商采用特定于行业的方法来训练语言模型的原因。

Harris 表示：“我们正在从行业角度看待生成AI，因为有更具体的用例可以应用它。客户询问我们如何将生成式人工智能应用于他们的环境，这就涉及到有针对性的行业用例。我们认为它更好…以这种方式集中精力，因为它会带来可衡量的输出。”

SAS与微软有着长期的合作关系。随着该供应商开发其生成 AI 功能，它使用来自 Azure OpenAI Microsoft模型作为构建基块，然后可以从中添加特定于域的数据来训练模型。

然而，在五月份，由于安全性和准确性问题，SAS尚未准备好开始构建生成AI功能。

Harris指出，SAS为银行、医疗保健、生命科学和其他高度监管行业的客户提供服务，在这些行业中，数据安全性和准确性至关重要。在SAS愿意添加生成AI和语言模型功能之前，他们希望弄清楚如何确保客户数据的安全性，并降低AI模型提供错误查询响应的风险。

根据Harris的说法，微软的Azure OpenAI提供了一个SAS可以保护客户数据的环境。同时，SAS的数据沿袭功能使用户能够了解AI响应是否可以信任。

Harris 表示：“我们需要看到云架构及其成熟度，以便我们可以自信地向客户进说，不必担心数据泄露。通过与微软及其基础设施的合作，我们可以保证所有这些要求。其次，我们需要看到准确性。我们没有办法接受只是有时候正确。”

Viya

除了生成式AI计划之外，SAS还推出了Viya Workbench和SAS App Factory，这是Viya中新的软件即服务开发环境，现已推出预览版，计划于2024年初正式发布。

Viya Workbench旨在帮助开发人员快速开始使用代码构建AI和机器学习模型。开发人员可以使用三种编码语言（Python，R 或SAS自己的语言）之一来构建和训练他们的分析模型，而Workbench则提供云原生、高效和安全的环境。

根据Harris的说法，因为它是一个SaaS工具，它为开发人员提供一个仅需要几分钟就能开始使用的环境，而不是需要数小时或数天的安装和部署。

同时，SAS App Factory提供预构建的分析和AI应用程序，可自动设置和集成使用React架构，开源编程语言TypeScript和PostgreSQL数据库构建的云原生生态系统。

通过使用预构建的工具（其中前两个是SAS Energy Forecasting Cloud和剑桥大学医院开发的应用程序以改善医疗保健结果），客户可以定制和部署旨在满足特定需求的AI驱动应用程序。

根据Henschen的说法，这两项新服务的意义在于提高效率的潜力。

他表示：“即将推出的SAS Viya Workbench和SAS App Factory SaaS服务有望加速基于AI和ML的应用程序的开发。”