企業 AI 轉型關鍵佈局：從規模化落地的可信任 AI 到前瞻量子應用

擴充 SAS Viya 平台能力打造企業級 AI 營運基礎

圖／SAS 執行副總裁暨行銷長 Jennifer Chase 表示 SAS 迎向 50 周年,將協助企業突破 AI 走向實際營運的關鍵門檻。（SAS提供）

面對 AI 快速演進，SAS 持續強調，企業真正需要的不僅是模型能力，而是兼顧透明度、治理、人工監督與商業落地的可信任架構。生成式 AI 雖提升互動效率，但影響企業營運的關鍵決策，仍需建立在可追溯、可稽核且具治理能力的決策系統之上，如何平衡創新速度、風險控管與法規要求，正成為企業 AI 投資能否成功的核心關鍵。

此次 SAS Innovate 2026 的重要更新之一，是全面擴充 SAS Viya 平台的代理型 AI 能力，包括 SAS Viya Copilot、Model Context Protocol（MCP）Server 與 Agentic AI Accelerator。透過自然語言互動、no-code 與 low-code 模式，企業可更快速建置 AI 助理與代理人，加速資料分析、模型開發與決策流程，同時降低 AI 導入門檻。MCP Server 則採用開放標準架構，讓企業內外部 AI 代理可在受控環境下安全調用 SAS 分析模型與決策能力，協助 AI 從單一工具，進一步融入跨部門營運流程。

圖／SAS 推出最新 SAS Navigator 治理工具，協助企業盤點模型、對應外部法規等。（SAS提供）

在治理層面，SAS 同步推出 SAS AI Navigator，協助企業盤點模型、LLM 與 AI 代理使用狀況，對應內部政策與外部法規要求，因應日益普遍的影子 AI 風險。

除 AI 模型與治理外，資料基礎建設仍是企業 AI 落地的關鍵。SAS 升級資料管理能力，打造 AI 就緒資料基礎，透過資料治理、資料來源與處理流程追蹤、高效能分析與雲端原生架構，協助企業降低資料搬移成本，提升資料可用性與安全性。

SAS 強調，企業 AI 成效往往取決於資料是否具備一致性、治理能力與跨部門整合能力，而非單純模型本身，透過將分析能力直接帶到資料端，企業可在兼顧治理與安全的前提下，更快速推進 AI 正式部署與規模化應用。

擴大產業 AI 應用布局加速高價值場景落地

在產業應用層面，SAS 持續拓展產業型 AI 的應用，首波聚焦供應鏈優化、金融詐欺偵測、數位分身（Digital Twin）、職場安全管理與社會福利等場景。新版 Supply Chain Agent 可協助製造與零售業即時優化供需規劃，金融領域則透過即時詐欺模型因應深偽詐騙與數位金融犯罪，而結合數位分身、電腦視覺與合成資料的應用，可進一步提升設備效率、生產排程與職場安全管理。

除現有 AI 布局外，SAS 也同步加速量子 AI 發展，預計於今年第四季推出 SAS Quantum Lab ，協助企業在既有 SAS Viya 平台上探索、測試與驗證量子 AI 的商業應用潛力。不同於仍處發展初期的純量子運算，量子 AI 更強調量子硬體、傳統運算與機器學習的混合式架構，讓企業能提早布局高複雜度決策場景，如金融詐欺偵測、供應鏈最佳化、藥物研發與大型模型優化等應用。

從可信任 AI 治理、Agentic AI，到量子 AI 等新型運算架構，SAS 持續協助企業突破 AI 從概念驗證走向實際營運的關鍵門檻，助力全球企業在快速變動的 AI 時代中，同步兼顧創新、治理與規模化部署，打造未來企業決策韌性及競爭優勢。