Geen enkele organisatie ontsnapt nog aan de AI-sneltrein. Maar de tijd van experimenteren is voorbij. AI moet nu echt waarde opleveren voor een bedrijf en iedereen in de organisatie betrekken. SAS bouwt daarom voortdurend aan nieuwe toepassingen die bedrijven helpen om AI toegankelijker te maken en de risico’s onder controle te houden.
Van het vermijden van Shadow AI tot communicatie tussen mensen en agents: met deze drie vernieuwingen helpt SAS organisaties de volgende stap te zetten in hun AI-traject.
Breng het gebruik van (Shadow) AI in kaart
Shadow AI is in veel organisaties een onderschatte uitdaging. Mensen gaan massaal aan de slag met AI en gebruiken tools waar de IT-afdeling geen weet van heeft. Hoewel het een goede zaak is dat medewerkers uit eigen beweging oplossingen zoeken die hun werkactiviteiten ondersteunen, moeten organisaties ook over de risico’s waken. Je wil bijvoorbeeld niet dat iemand, ook al is het met de beste bedoelingen, plots gevoelige klantgegevens in ChatGPT of Claude gooit om vragen te stellen en analyses uit te voeren. Bedrijven zoeken daarom naar oplossingen waarmee ze het gebruik van AI binnen de organisatie kunnen monitoren.
SAS AI Navigator is precies hiervoor gebouwd. Hoe je je governance ook wilt inrichten, AI Navigator heeft de flexibiliteit om die te implementeren. Het is een oplossing die met best practices en voorbeelden komt, en die het mogelijk maakt om alles te documenteren en werknemers goed te informeren over de modellen die ze kunnen gebruiken en welke AI-tools, LLM’s of co-pilots er beschikbaar zijn voor specifieke noden. De tool helpt niet alleen om het gebruik van AI te inventariseren, maar ook om de technologie doorheen de organisatie aan te sturen. De AI Navigator houdt alles up-to-date en schept duidelijkheid over het beleid zonder een rem te zetten op innovatie.
Governance en verantwoorde AI zijn belangrijke principes voor SAS. AI Navigator komt voort uit de eerdere ontwikkeling van modelkaarten die weergeven welke modellen er bestaan, wanneer ze best worden gebruikt en welke risico’s ermee verbonden zijn. AI Navigator verbreedt de scope naar Generatieve AI (GenAI) en LLM’s, belangrijke bronnen van Shadow AI in organisaties bij gebrek aan een duidelijk proces dat er omheen is gebouwd.
Chat met je data en modellen
SAS werkt ook aan oplossingen die het voor grotere groepen medewerkers mogelijk maken om met AI aan de slag te gaan en hun productiviteit een boost te geven. Dat gebeurt onder meer met de integratie van GenAI-tools, zoals Copilot. Die laten je chatten met je eigen data en genereren antwoorden in de vorm van afgewerkte rapporten of een workflow in een SAS-tool.
Ook in Customer Intelligence 360 (CI 360) is GenAI intussen geïntegreerd. Dit zorgt ervoor dat een marketeer bijvoorbeeld niet langer manueel een campagne hoeft uit te werken. Het volstaat om een document met een beschrijving van de campagne te laden – bijvoorbeeld met de doelgroep, de boodschap, de kanalen en de doelstellingen. AI analyseert de informatie en zet alles om in een complete campagneflow. De gebruiker moet het resultaat enkel nog controleren en eventueel wat verfijningen aanbrengen.
Laat meerdere AI-agents met elkaar communiceren
In een agentic tijdperk moeten niet alleen menselijke gebruikers met agents communiceren. Ook onderlinge communicatie tussen agents is belangrijk. Daarom werkt SAS aan ondersteuning voor het Model Context Protocol (MCP). Je kunt dat het best vergelijken met de manier waarop API’s softwareprogramma’s verbinden en met elkaar laten communiceren. Een MCP doet hetzelfde met agents. Servers zorgen ervoor dat AI-agents data en functionaliteiten uit SAS kunnen gebruiken wanneer ze samenwerken met andere AI-systemen.
Als een gebruiker bijvoorbeeld een vraag stelt aan een Copilot-agent, dan kan die agent via een MCP de informatie opvragen bij een SAS-agent. Die haalt de gegevens of analyses op uit het SAS-platform en stuurt het antwoord terug naar de eerste agent. Voor de gebruiker lijkt het één gesprek, hoewel er achter de schermen dus meerdere agents een aandeel hebben in de oplossing. Dankzij deze MCP-standaarden zullen AI-agents van verschillende leveranciers veel beter samenwerken, waardoor AI-systemen flexibeler en krachtiger worden.
Conclusie? In AI staat evolutie niet stil. Met dit soort innovaties werkt SAS voortdurend aan sterke oplossingen die ervoor zorgen dat klanten AI over de volledige organisatie gebruiken en projecten niet blijven steken in experimenten. Want uiteindelijk heeft AI pas waarde als de technologie tot tastbare resultaten en inzichten leidt.
Dit is een ingezonden bijdrage van Mathias Coopmans, country leader bij SAS. Klik hier voor meer informatie over de oplossingen van het bedrijf.