SAS扩大与微软的战略合作伙伴关系,通过合成数据、数字孪生和大型语言模型在市场上区分自己

拉斯维加斯,2023年9月13日 — SAS EXPLORE — 鉴于全世界对生成式AI无限可能性的兴奋,技术历史的下一章几乎正在自己书写。麦肯锡公司预测,生成式AI 将为银行、高科技、生命科学和零售等行业每年带来数十亿美元的收入增长。SAS正处于这些关键行业的中心。作为其10亿美元行业解决方案投资的一部分,SAS将提供生成式AI承诺的最后一公里。

SAS对行业解决方案的投资包括整合准确、可解释和可辩护的可信赖的生成式AI功能。

“SAS对生成式AI、合成数据、数字孪生模拟和大型语言模型的方法是故意的,这也很正确,”IDC分析师和信息管理集团副总裁Dan Vesset说。 “这些都是实现更快决策速度的关键功能–这也是分配投资用于最新AI、分析和数据计划的高管的目标。 SAS在倡导道德AI方面的声誉意味着它将为客户提供这些变革性技术的可靠指导,特别是当风险对处理敏感数据的银行、医疗保健等行业的客户来说尤为重大时。”

欲了解更多信息,请参加SAS的企业转型的生成式AI策略。

SAS继续与客户合作,在制造业和物流领域建立数字孪生模拟。对于合成数据生成,SAS正在与银行业和医疗保健行业的客户合作。 SAS还广泛研究了大型语言模型(LLM)在行业问题上的应用,主要关注为客户提供可信赖和安全的结果。

“从生成式AI中实现价值需要深厚的行业领域专业知识、最先进的AI能力和端到端的治理。 SAS在我们的产品组合中独特地提供了所有这些,”SAS执行副总裁兼首席技术官Bryan Harris说。 “我们对行业解决方案的10亿美元投资包括整合准确、可解释和可辩护的可信赖的生成式AI功能。 SAS^®软件通常对我们客户的业务至关重要,我们没有奢侈可以只’有时’正确。”

在SAS Explore期间,SAS领导者正在展示该公司在可信赖的生成式AI创新方面取得的进展。 具体来说:

• 合成数据生成。 SAS开创了对生成对抗网络(GAN)的专利扩展,以创建统计上与复杂的现实环境一致的表格数据。 这种功能实现了隐私保护、偏差缓解以及稀有事件增强,并为数字孪生奠定了基础。 SAS在这个领域的创新极大地改进了预测模型,同时降低了医疗保健、生命科学、银行、保险、零售和制造等行业的成本。
• 数字孪生。 为了规划破坏和改善弹性,组织需要模拟和优化复杂系统,如供应链和制造车间。 搭建物理系统的数字孪生可赋能组织提出”如果?”并更快地看到未来。 这将导致更战略性的决策、增加价值和降低风险和损失。 例如,SAS与联邦公共服务财政和Wienerberger合作,优化运营,更好地诊断问题并改进预测维护措施。
• 大型语言模型。 大型语言模型是生成式AI运动的关键要素。 为了为企业创造真正的价值,这些基础模型必须调整到行业用例,同时保留数据隐私。 SAS在神经网络、深度学习、强化学习和自然语言处理方面的专业知识加速了客户的生成式AI时间到价值。 例如,SAS客户已经可以使用生成式AI模型的力量与SAS客户智能360集成。 它帮助营销人员简化计划、内容创建和旅程设计活动。

SAS和战略合作伙伴Microsoft专注于生成式AI生产力
SAS和Microsoft致力于为客户提供生产力提升,同时也为AI开发提供可信赖和安全的警示。

“我们知道SAS在行业解决方案方面拥有广泛的专业知识,我们很高兴能够通过这项新兴技术扩大我们的合作伙伴关系,”Microsoft全球合作伙伴开发总监Brad Carlstedt说。 “通过利用Azure OpenAI技术,我们将能够帮助全球企业增加生产力和开发人员团队的信心。”

LLM的优势在于它们能够从海量数据集中创建会话体验; 然而,它们并非旨在从企业系统整合定量计算。 这是SAS和Microsoft合作解决企业业务的关键最后一公里挑战。

SAS和Microsoft正在共同开发一个生成式AI集成,将Microsoft Azure OpenAI的规模与SAS编排企业任务和企业用于做出运营决策的现有分析相结合。 生成式AI集成将在2023年第四季度提供私人预览。

SAS正在与客户合作开发关键行业的行业特定解决方案的生成式AI工作流程,包括银行、保险、制造、零售和公共部门。

支持我们对可信赖AI的承诺,SAS发布了一项公司政策,为生成式AI的使用提供指导方针。 欲了解更多信息,请访问SAS的负责任创新。

今天的声明是在SAS Explore上发布的。