因應生成式人工智慧（AI）帶來的無限可能席捲全球，讓科技史揭開新的一章。AI分析軟體公司SAS日前於SAS Explore大會上也宣示將持續關注與發展生成式AI，並聚焦合成資料產生（Synthetic data generation）、數位孿生（Digital twins）與大型語言模型（Large language models ,LLM）等應用場景，希望能以最直接、可靠且有價值的方式，整合相關解決方案，打通生成式AI最後一哩路。

SAS日前於SAS Explore大會上也宣示將持續關注與發展生成式AI，並聚焦合成資料產生、數位孿生與大型語言模型等應用場景

尤其是現今生成式AI於資料整合方面雖有卓越表現，但在預測分析階段的能力將會受到限制。為了充分發揮生成式AI的潛力，SAS建議可應用複合式AI的精神，結合不同AI技術，如確保其與預測式AI之間達到全端的協同和治理，來為複雜商業問題找到最佳解方。SAS則在利用可信任生成式AI的創新進展，具體表現在以下方面：

‧ 合成資料產生，以協助企業在真實世界資料不足或缺乏時，利用合成資料來訓練模型。SAS率先擴展生成式對抗網路（GAN）深度學習演算法，協助企業創造模擬真實世界的複雜資料，將有助於保護隱私、減少偏見和加強罕見事件，可作為數位孿生的基礎。SAS在該領域的創新將大幅改進了預測模型，更精準模擬未來趨勢和不同情境，同時降低了醫療保健、生命科學、銀行、保險、零售和製造等行業的洞察成本。

‧ 數位孿生，尤其當企業面對業務中斷或需要模擬供應鏈和製造過程等複雜情境時，可透過建構數位孿生系統等技術來模擬問題，例如：「假如…會怎樣？」等問題，來提高營運與診斷問題效率，並快速掌握未來情況。該技術可提供更多策略性決策來增加營運價值，同時降低風險和損失。例如，SAS與聯邦公共財政局和維納博艮集團（Wienerberger）等組織合作，不僅優化營運，更能診斷問題與改進預測性維護措施。

‧ 大型語言模型更是生成式AI的關鍵要素，進而重塑了企業與客戶互動方式。為能夠替企業帶來真正價值，這些基礎模型必須針對行業應用場景精細調整，同時保護資料隱私。SAS在神經網路、深度學習、強化學習和自然語言處理方面擁有豐富的經驗，加快了生成式AI為客戶創造價值的速度。SAS正在將Microsoft Azure OpenAI的應用，與SAS Viya生態系統整合，打造複合式AI的場景，使生成式和預測式AI共同解決現實世界的複雜難題。

目前SAS也已將LLM與行銷客戶的智慧360方案（SAS Customer Intelligence 360）整合生成式AI供應商體驗，導入應用行銷場景。藉以協助行銷人員更有效地簡化行銷規劃、建立製作內容和旅程設計活動，以及提供行銷建議。

與許多其他供應商最大不同，在於SAS生成式AI整合並不侷限於單一生成式AI模型供應商，而是讓SAS行銷客戶可以靈活選擇適於自己整合使用的生成式AI模型。在SAS客製化的整合框架下，加入無論是OpenAI或開源私有託管的AI供應商模型，讓客戶可以選擇需要整合及互動功能，對其進行訓練和配置，並將之推介給行銷使用者。

IDC分析與資訊管理集團副總裁Dan Vesset表示：「SAS積極推動生成式AI、合成資料產生、數位孿生模擬和大型語言模型是理所當然的，這些都是加快決策的關鍵能力，也是企業高層針對最新AI、分析和資料投資計劃所追求的目標。更重要的是，SAS以宣導符合倫理道德的AI而聞名，為客戶提供這些科技轉型良好的顧問服務，這對於銀行和醫療保健等處理敏感資料、客戶風險很高的行業尤其重要。」

為實現此目標，SAS為企業打造實用AI的關鍵要素除了將生成式AI良好的與其他AI相整合外，也須在此基礎上加強治理功能，確保每次的AI應用都受到充分的信任和具可靠性。這包括保護數據隱私、確保人類可監督、提供透明的結果，進而使企業在執行AI策略時，不僅能獲得真正的價值，也能確信每一次的決策都是可信賴的。