SAS Viya knoopt data-infrastructuur en agentic AI steviger aan elkaar
In dit artikel:
Tijdens SAS Innovate in Grapevine dit jaar — tegelijk met het 50‑jarig bestaan van SAS — kondigde het bedrijf aanzienlijke uitbreidingen voor het Viya‑platform aan. De updates richten zich op twee kernproblemen die veel organisaties blokkeren bij het opschalen van AI: gefragmenteerde dataomgevingen (waardoor veel en risicovolle databewegingen nodig zijn) en zwakke datagovernance. SAS wil met een steviger datafundament zowel data engineers als data scientists in staat stellen sneller, veiliger en vertrouwder te werken met generatieve en agent‑achtige AI.
Belangrijkste technische vernieuwingen
- SAS SpeedyStore: een cloud‑native, high‑performance analytical datastore die analytics en AI‑workloads uitvoert waar de data al staat. Daardoor hoeft gevoelige informatie minder verplaatst te worden, wat kosten, latency en risico op verlies van lineage vermindert.
- SAS Data Accelerator: maakt het mogelijk SAS‑analytics direct te draaien binnen externe cloud data‑platforms en lakehouse‑omgevingen, zodat analyses naadloos in bestaande cloudarchitecturen kunnen draaien.
- DuckDB‑ondersteuning: native embedded engine voor snelle, veilige lokale analyses op open formaten (Parquet, CSV, JSON) binnen beheerde workflows.
Generatieve assistentie diep in de workflow
- SAS Viya Copilot: een generatieve AI‑assistent die niet losstaat als chatinterface maar geïntegreerd in productie‑analytics werkt. De Copilot begrijpt vaktermen en best practices en is gekoppeld aan Microsoft Foundry voor directe context in analyticsomgevingen.
- Copilot for Code Assistance: laat data scientists en engineers SAS‑ en Python‑code genereren, verfijnen en toelichten binnen SAS Studio via spraak of tekst, zonder ontwikkelomgeving te verlaten.
- Copilot for Data Discovery: stelt gebruikers via natuurlijke taal snel in staat te ontdekken welke beheerde data en analytics‑assets beschikbaar en bruikbaar zijn.
- SAS Data Maker: genereert synthetische data die de statistische, relationele en temporele eigenschappen van productiegegevens nabootst, zodat teams zonder privacyrisico’s kunnen ontwikkelen en testen.
- Branchevarianten: ALM Copilot (financieel risicobeheer) en Health Clinical Data Discovery Copilot; uitbreidingen naar fraude‑detectie en supply‑chainoptimalisatie geplanned voor 2026.
Van assistenten naar autonome agents
- SAS Viya Model Context Protocol (MCP) Server: maakt via de open MCP‑standaard externe LLM‑agents (bijv. Anthropic Claude) in staat om veilige toegang te krijgen tot diepe SAS‑analytics en bedrijfslogica, zonder duplicatie of omzeiling van governance.
- SAS Agentic AI Accelerator: een framework (voor zowel no‑code als developer‑gebruikers) met herbruikbare componenten om agents te ontwerpen, beheren en veilig in productie te nemen — bedoeld om experimenten schaalbaar en beheersbaar te maken. Beide componenten zijn direct beschikbaar voor Viya‑gebruikers via GitHub.
- Retrieval Agent Manager (RAM): een no‑code RAG‑tool die ongestructureerde bedrijfsdata omzet in contextbewuste antwoorden voor agents; RAM wordt eerst als zelfstandig product gelanceerd maar later dieper in Viya geïntegreerd.
Governance en menselijke controle
SAS benadrukt dat governance geen extra last mag zijn, maar ingebakken moet zitten in data‑platforms. Naarmate agents autonomer worden, blijft menselijk toezicht cruciaal: de nieuwe functies moeten copilots en agents koppelen aan gevalideerde data, bedrijfslogica en menselijke expertise zodat AI‑gestuurde beslissingen verantwoord en traceerbaar blijven.
Kort samengevat biedt SAS Viya met deze updates een combinatie van in‑place analytics, geïntegreerde generatieve assistentie, synthetische data en agent‑infrastructuur gericht op schaalbaarheid, compliance en vertrouwde besluitvorming — met expliciete aandacht voor het verband tussen governance en het succes van AI‑oplossingen in productie.