在全球企業加速從生成式 AI、AI 代理（AI Agents）走向實際營運化的關鍵時刻，成立 50 週年的全球資料與AI領導品牌 SAS，於年度盛會 SAS Innovate 2026 宣布全面深化企業 AI 布局。以可信任 AI（Trustworthy AI）為核心，SAS 同步強化代理型 AI（Agentic AI）、治理架構、資料管理、產業應用與量子 AI（Quantum AI）等多項能力，協助企業突破概念驗證（PoC）限制，推動企業 AI 從試驗階段走向可治理、可規模化的營運應用。
深耕50年資料科學，以可信任AI作為企業決策核心
自 1976 年成立以來，SAS 從統計分析起家，逐步發展為全球企業級資料與 AI 平台的重要領導者，服務超過 150 個國家、多數《Fortune》100 大企業，長期深耕金融、製造、零售、醫療與政府等高複雜度產業。
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（human oversight）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。
擴充SAS Viya平台能力，打造企業級AI營運基礎
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。
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（Shadow AI）風險。SAS 將治理視為企業規模化導入 AI 的前提，而非事後補強，使企業能在推動創新的同時兼顧透明度、風險管理與法遵需求。
升級資料管理能力，建立AI就緒資料基礎
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 同步升級資料管理（Data Management）能力，強調打造 AI 就緒資料基礎，透過資料治理、資料來源與處理流程追蹤（lineage）、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。
透過將 AI 代理、模型與產業知識結合，SAS 正將過往強項的分析與決策能力，進一步轉化為更具自主協作能力的企業營運工具。
前瞻量子AI布局，提前探索下一世代企業競爭力
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。
隨著市場關注從導入成本逐步轉向商業價值驗證，量子 AI 正逐步從前瞻研究走向企業中長期數位轉型藍圖的重要一環。
SAS持續引領企業AI邁向下一階段
從可信任 AI 治理、代理型 AI，到量子 AI 等新型運算架構，SAS 正以 50 年資料科學與決策專業為基礎，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。
