因应生成式人工智慧（AI）带来的无限可能席卷全球，让科技史揭开新的一章。AI分析软体公司SAS日前於SAS Explore大会上也宣示将持续关注与发展生成式AI，并聚焦合成资料产生（Synthetic data generation）、数位孪生（Digital twins）与大型语言模型（Large language models ,LLM）等应用场景，希??能以最直接、可靠且有价值的方式，整合相关解决方案，打通生成式AI最後一哩路。

SAS日前於SAS Explore大会上也宣示将持续关注与发展生成式AI，并聚焦合成资料产生、数位孪生与大型语言模型等应用场景

尤其是现今生成式AI於资料整合方面虽有卓越表现，但在预测分析阶段的能力将会受到限制。为了充分发挥生成式AI的潜力，SAS建议可应用复合式AI的精神，结合不同AI技术，如确保其与预测式AI之间达到全端的协同和治理，来为复杂商业问题找到最隹解方。SAS则在利用可信任生成式AI的创新进展，具体表现在以下方面：

· 合成资料产生，以协助企业在真实世界资料不足或缺乏时，利用合成资料来训练模型。SAS率先扩展生成式对抗网路（GAN）深度学习演算法，协助企业创造模拟真实世界的复杂资料，将有助於保护隐私、减少偏见和加强罕见事件，可作为数位孪生的基础。SAS在该领域的创新将大幅改进了预测模型，更精准模拟未来趋势和不同情境，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洞察成本。

· 数位孪生，尤其当企业面对业务中断或需要模拟供应链和制造过程等复杂情境时，可透过建构数位孪生系统等技术来模拟问题，例如：「假如…会怎样？」等问题，来提高营运与诊断问题效率，并快速掌握未来情况。该技术可提供更多策略性决策来增加营运价值，同时降低风险和损失。例如，SAS与联邦公共财政局和维纳博艮集团（Wienerberger）等组织合作，不仅优化营运，更能诊断问题与改进预测性维护措施。

· 大型语言模型更是生成式AI的关键要素，进而重塑了企业与客户互动方式。为能够替企业带来真正价值，这些基础模型必须针对行业应用场景精细调整，同时保护资料隐私。SAS在神经网路、深度学习、强化学习和自然语言处理方面拥有丰富的经验，加快了生成式AI为客户创造价值的速度。SAS正在将Microsoft Azure OpenAI的应用，与SAS Viya生态系统整合，打造复合式AI的场景，使生成式和预测式AI共同解决现实世界的复杂难题。

目前SAS也已将LLM与行销客户的智慧360方案（SAS Customer Intelligence 360）整合生成式AI供应商体验，导入应用行销场景。藉以协助行销人员更有效地简化行销规划、建立制作内容和旅程设计活动，以及提供行销建议。

与许多其他供应商最大不同，在於SAS生成式AI整合并不局限於单一生成式AI模型供应商，而是让SAS行销客户可以灵活选择适於自己整合使用的生成式AI模型。在SAS客制化的整合框架下，加入无论是OpenAI或开源私有托管的AI供应商模型，让客户可以选择需要整合及互动功能，对其进行训练和配置，并将之推介给行销使用者。

IDC分析与资讯管理集团??总裁Dan Vesset表示：「SAS积极推动生成式AI、合成资料产生、数位孪生模拟和大型语言模型是理所当然的，这些都是加快决策的关键能力，也是企业高层针对最新AI、分析和资料投资计划所追求的目标。更重要的是，SAS以宣导符合伦理道德的AI而闻名，为客户提供这些科技转型良好的顾问服务，这对於银行和医疗保健等处理敏感资料、客户风险很高的行业尤其重要。」

为实现此目标，SAS为企业打造实用AI的关键要素除了将生成式AI良好的与其他AI相整合外，也须在此基础上加强治理功能，确保每次的AI应用都受到充分的信任和具可靠性。这包括保护数据隐私、确保人类可监督、提供透明的结果，进而使企业在执行AI策略时，不仅能获得真正的价值，也能确信每一次的决策都是可信赖的。