SAS-Innovate-Konferenz SAS kündigt Generative KI für mehr Produktivität an

Auf der SAS-Innovate-Konferenz hat SAS mehrere Neuheiten im Bereich KI (Künstliche Intelligenz) angekündigt. Im Vordergrund steht die praktische Verwendung von KI-Modellen als Werkzeuge für produktive Lösungen. So will SAS die Integration von Large Language Models (LLMs) zur Optimierung bestehender Prozesse vereinfachen. Mit SAS Model Cards stehen Blaupausen für KI-Modelle zum Abruf bereit, und der SAS Viya Copilot soll bei der Erzeugung von Code in drei Sprachen helfen.

SAS erweitert seine Data- und KI-Plattform SAS Viya um Funktionalitäten für Generative KI. Im Laufe des Jahres will SAS neue Lösungen auf den Markt bringen: einerseits den „SAS Data Maker“ zur Generierung synthetischer Daten, andererseits branchenspezifische Generative-KI-Assistenten wie etwa den SAS Viya Copilot. SAS Viya umfasst eine Large-Language-Model-Orchestrierung, die Kunden bereits heute zu mehr Effizienz und Produktivität verhelfen soll.

Nach den Worten von CTO Bryan Harris unterstützt SAS „Unternehmen aktiv bei der sicheren Einführung der Technologie und verhilft ihnen damit zu schnellen Produktivitätsgewinnen und vertrauenswürdigen Ergebnissen – übergreifend für unterschiedlichste Branchen und regulatorische Anforderungen.“

Bildergalerie

Bildergalerie mit 6 Bildern

Die Neuerungen

Die Funktion zur Verknüpfung von externen Generative-KI-Modellen in bestehende Prozesse und Systeme zur Orchestrierung von LLMs für End-to-End-Anwendungen im Enterprise-Bereich steht bereits in SAS Viya zur Verfügung, sodass die Neuheiten darauf aufbauen.

SAS Viya Copilot soll die Produktivität für Entwickler, Data Scientists und Fachanwender als Personal Assistant, der analytische, Business- und Branchenaufgaben beschleunigen. Der Copilot umfasst diverse Tools für Aufgaben wie Code-Generierung, Datenbereinigung, Datenexploration, Marketingplanung, Journey Design und Knowledge Gap Analysis. Bemerkenswert: Anwender können ihre eigenen Copilots konfigurieren. Das ist, je nach den verwendeten Trainingsdaten, notwendig.

Der neue SAS Data Maker soll helfen, Herausforderungen rund um Datenschutz und Datenlücken durch die Erstellung von synthetischen Tabellendaten in hoher Qualität zu lösen. Er kümmert sich also um die Datenqualität, etwa im Hinblick auf Datenschutz-relevante Informationen.

Drei neue Funktionalitäten für Generative KI ergänzen nun das Viya-Modul „SAS Customer Intelligence 360“: die Zusammenstellung von empfohlenen Zielgruppen, basierend auf Natural-Language-Eingaben, Chat Experience zur Auswertung von Zielgruppendaten sowie Empfehlungen zu Betreffzeilen in Mailings.

Laut Bryan Harris soll die nahtlose Integration von Generative-KI-Modellen in Decisioning-Workflows, KI-/ML-Anwendungen und bestehende Geschäftsprozesse Unternehmen schneller zu Innovationen verhelfen: „Belastbare DataMaker-Maßnahmen zur Verbesserung der Datenqualität wie die Generierung von synthetischen Daten, Datenminimierung, -anonymisierung und -verschlüsselung sorgen für besseren Datenschutz.“

Dank Natural Language Processing, unter anderem für die Vorverarbeitung von Daten, könnten Unternehmen für erklärbare und vertrauenswürdige Ergebnisse sorgen. Über eingebaute Tools lasse sich der gesamte Lebenszyklus von LLMs validieren, einschließlich Model Risk Management (MRM), und somit die Governance stärken. Zudem führten ergänzende Funktionalitäten für quantitatives Decisioning zu präziseren Schlussfolgerungen und damit zu fundierten Entscheidungen auf Basis von Generativer KI.

Informationen zur LLM-Orchestrierung mit SAS Viya und weiteren Funktionalitäten im Zusammenhang mit Generativer KI liefert das Solution Brief „Accelerate productivity with generative AI and SAS Viya“.

Kundenbeispiele

SAS legt nach den Worten von Harris großen Wert auf die Real-World-Implementierung von KI-Modellen und Algorithmen. Wienerberger, ein Unternehmen für die Ziegelherstellung, setzt bereits auf SAS für KI-Anwendungen. Das Unternehmen reduziert seinen Energieverbrauch, minimiert seine Treibhausgasemissionen und verbessert gleichzeitig seine Produktqualität mit SAS-Lösungen auf Microsoft Azure.

„Wir nutzen KI und IoT Analytics von SAS, um all unsere Datenströme zusammenzuführen und den gesamten Fertigungsprozess zu analysieren. Analytics von SAS verschafft unseren Ingenieuren und anderen Mitarbeitern wertvolle Einblicke in jeden Schritt der Herstellung, spezifische Zielvorgaben sorgen für ein ökonomisch sinnvolles Trocknen und Brennen der Ziegel“, sagt Florian Zittmayr, Team Lead for Data Science bei Wienerberger.

Georgia-Pacific, ein Hersteller von Papier und verwandten Produkten, nutzt SAS Viya, um operative Probleme in Echtzeit zu erkennen und zu beheben. Mit Streaming Analytics und Intelligent Decision Management von SAS sei das Unternehmen in der Lage, seine LLM-Orchestrierung passend zu skalieren und seinen Mitarbeitern zudem fertigungsspezifische auf Generativer KI basierende Assistenten bereitzustellen. Sobald sich Abweichungen bei den Maschinen, Anlagen oder Fertigungsprozessen abzeichnen, wird anhand von Sensordaten, Geschäftsregeln und Generativer KI eine Handlungsempfehlung ermittelt, die dabei helfen kann, das Problem zu lösen.

Branchenspezifische KI-Modelle

Angesichts dieser Praxisorientierung verwundert es nicht, wenn SAS ab sofort einzeln lizenzierbare branchenspezifische KI-Modelle anbietet. Anders als herkömmliche Large-Language Models ermöglichen sie laut Harris „eine schnelle Einführung der Technologie für mehr Effizienz im praktischen Umgang mit spezifischen Herausforderungen einzelner Branchen, zum Beispiel Betrugserkennung und -prävention, Lieferkettenoptimierung, Entity Management oder Dokumentenkonvertierung“.

Das neue Angebot wurde demnach speziell entwickelt, damit Unternehmen vertrauenswürdige KI unkompliziert im operativen Betrieb einsetzen können und zeitnah zuverlässige Ergebnisse erhalten. „Damit unterscheiden sich die Modellpakete von oft sehr aufwendigen und zeitintensiven klassischen KI-Implementierungen“, so Harris.

„KI-Modelle sind die perfekte Ergänzung zu unseren bestehenden Lösungen und dem Angebot der SAS-Viya-Plattform“, sagt Udo Sglavo, Vice President for AI and Analytics bei SAS. „Sie decken die unterschiedlichsten Geschäftsanforderungen verschiedener Zielgruppen ab und sind Ausgangspunkt für Innovation in allen Bereichen unseres Ökosystems. Mit SAS Models erhalten Unternehmen schnell verfügbare KI-Lösungen, die sich flexibel einsetzen lassen und branchenspezifische Herausforderungen adressieren. Egal, ob sie noch am Anfang ihrer KI-Reise stehen oder den Einsatz erweitern möchten – SAS unterstützt Unternehmen mit Modellen, die genau auf ihre individuellen Anforderungen zugeschnitten sind.“ Laut Sglavo hat SAS in diese branchenspezifischen Modell eine Milliarde USD investiert. Mit den Model Cards soll unter anderem der Mangel an Fachkräften ausgeglichen werden, weil sie den Einsatz von nichttechnischen Nutzern ermöglichen.

Die ersten SAS Models werden voraussichtlich noch in diesem Jahr verfügbar sein. Mehr über SAS Applied AI and Modeling ist in einem Blog zu erfahren.

Unterstützung für Entwickler mit SAS Viya Workbench

Um die KI-Entwicklung zu vereinfachen und zu beschleunigen, erweitert seine Plattform Viya um eine Programmierumgebung für KI-Modelle. „Mit SAS Viya Workbench steht ab sofort eine Self-Service- und On-Demand-Computing-Umgebung für Datenaufbereitung, explorative Datenanalyse und die Entwicklung von Analytics- und Machine-Learning-Modellen zur Verfügung“, so Jared Peterson, zuständig für Platform Engineering. Die Lösung werde im Laufe des zweiten Quartals zunächst über den Amazon AWS Marketplace erhältlich sein – denn SAS Viya ist inzwischen nicht nur auf Azure, sondern auch auf AWS verfügbar. Eine Bereitstellung über andere Cloud-Provider und in Form von Software-as-a-Service seien ebenfalls geplant.

Mit Viya Workbench können laut Jared Peterson Entwickler und Modelling-Experten in der Programmiersprache ihrer Wahl arbeiten, zunächst in SAS und Python, ab Ende 2024 auch in R. Über eine intuitive und flexible Schnittstelle bietet Viya Workbench zudem zwei Optionen für die gewünschte Entwicklungsumgebung: Jupyter Notebook/JupyterLab und Visual Studio Code. Darüber hinaus sollen SAS-spezifische Befehle (PROCS) und Python-APIs innerhalb von Viya Workbench die Entwicklung leistungsstarker KI-Modelle beschleunigen. Dank benutzerdefinierter Python-Bibliotheken ließen sich bestehende Python-Programme bereits mit geringem Aufwand im Hinblick auf Leistung und Geschwindigkeit erheblich verbessern.

Als flexible, skalierbare und effiziente Entwicklungsumgebung stellt sich Viya Workbench bei Bedarf selbst bereit, beendet sich selbst und benötigt deshalb nur minimalen IT-Support. Außerdem könne die CPU/GPU-Rechenleistung exakt an die Anforderungen des Projekts angepasst werden. Modelle und andere Ergebnisse könnten direkt in SAS Viya genutzt werden, etwa für Datenmanagement, Governance oder den operativen Einsatz.

Vertrauenswürdige KI

Alle KI-Anbieter in den USA haben sich der Vertrauenswürdigkeit ihrer Produkte verschrieben. Mit gutem Grund, denn unerlaubte, manipulierte oder gar falsche Trainingsdaten und Algorithmen zu verwenden, wird jeden KI-Einsatz zum Scheitern verurteilen – und juristische Klagen auslösen. Daher schauen viele Länder im Hinblick auf KI auf den kommenden EU AI Act, wie Vice President Reggie Townsend, zuständig für Data Ethics Practice, in der Pressekonferenz berichtete. Er selbst habe gerade den jüngsten Entwurf aus Brüssel erhalten.

SAS erweitert seine Produktpalette um umfassende Funktionen für einen verantwortungsvollen Einsatz von KI („Trustworthy AI“). Model Cards und AI Governance Advisory Services sollen laut Townsend Unternehmen dabei unterstützen, sich im komplexen KI-Umfeld zurechtzufinden, Risiken zu minimieren und ihre Ziele besser umzusetzen – immer im Einklang mit den Richtlinien für einen ethisch vertretbaren Einsatz der Technologie und mit den Verbrauchererwartungen.

Als neues Feature werden automatisch generierte Model Cards in SAS Viya integriert, die künftig dafür sorgen, dass alle Beteiligten – vom Entwickler bis zum Vorstandsvorsitzenden – auf dem gleichen Kenntnisstand hinsichtlich der Performance und Zuverlässigkeit von KI-Modellen sind.

Die Model Cards sollen im Laufe des Jahres verfügbar sein und funktionieren ähnlich wie „Nutri-Scores“ bei Lebensmitteln: Bewertet werden KI-Modelle im Hinblick auf Genauigkeit, Fairness und Abweichungen, die sich im Laufe der Zeit ergeben (beispielsweise nachlassende Performance). Weiterhin umfasst die Beurteilung Details zu Governance, darunter Zeitpunkt und Verantwortlichkeiten bei der Erstellung, sowie zur Nutzung, einschließlich Use Cases außerhalb des vorgegebenen Rahmens. Auch Nutzungseinschränkungen werden abgebildet – das wird spätestens relevant, wenn Transparenz und Modellprüfung Bestandteil regulatorischer Vorgaben werden. Das Tool generiert die Model Cards automatisch und unterstützt auch mit Open-Source-Programmiersprachen erstellte Modelle, zunächst für Python.

SAS bietet seinen Kunden mit dem AI Governance Advisory einen neuen Service an, der Klarheit hinsichtlich AI Governance schafft. Die Beratung beginnt mit einem kurzen Meeting, bei dem SAS zusammen mit dem Unternehmen definiert, was AI Governance speziell für die jeweilige Organisation heißt. Mehrere Unternehmen haben das AI Governance Advisory schon in Pilotversuchen getestet.

Zuverlässiges Risikomanagement für KI-Modelle

Darüber hinaus hat SAS anhand von Empfehlungen des US National Institute of Standards and Technology (NIST) einen „Trustworthy AI Life Cycle Workflow“ entwickelt, der Unternehmen das Risikomanagement in Verbindung mit KI erleichtern soll. Sie bekommen ein Produktionsmodell an die Hand, das die Dokumentation ihrer Sorgfaltspflicht umfasst. Damit sind sie in der Lage zu belegen, dass sie faire Modelle verwenden und dass ihre Prozesse keinen Schaden verursachen, beispielsweise indem sie ausschließlich repräsentative Trainingsdaten verwenden, die keine Personengruppen benachteiligen.

Der SAS Trustworthy AI Life Cycle Workflow ist ab sofort über den SAS Model Manager Resources Github verfügbar.

(ID:50006177)