SAS ha presentato al suo evento annuale SAS Innovate di Orlando una serie di aggiornamenti alla piattaforma Viya costruiti attorno a un’idea precisa: gli agenti AI devono poter agire in autonomia, ma ogni loro decisione deve essere tracciabile, spiegabile e conforme alle normative. La governance non è un layer aggiunto dopo — è integrata nell’architettura fin dall’inizio.
Il pacchetto di annunci comprende diversi componenti. Il primo è SAS Viya Copilot, un assistente conversazionale integrato nella piattaforma che sfrutta Microsoft Foundry e permette a sviluppatori e data scientist di analizzare dati, costruire modelli e prendere decisioni attraverso istruzioni in linguaggio naturale. Il secondo è il nuovo SAS Viya MCP server, che standardizza le connessioni tra agenti esterni e gli strumenti, i dati e i modelli di SAS: un agente esterno può usare il modello che preferisce — Claude, GPT o Gemini — senza dover costruire integrazioni personalizzate o aggirare i controlli esistenti. Il terzo è l’Agentic AI Accelerator, disponibile via GitHub, che fornisce codice, interfacce e best practice per progettare e distribuire agenti all’interno di Viya, pensato per team con livelli di competenza molto diversi tra loro.
L’azienda ha creato questo ecosistema per risolvere un problema che molte grandi aziende stanno affrontando. Quando gli agenti AI cominciano a prendere decisioni in autonomia, a invocare strumenti e a muoversi in ambienti dati frammentati, la visibilità si riduce e il controllo sfugge. Marinela Profi, responsabile della strategia globale AI di SAS, ha sintetizzato lo scenario con una frase: “What we’re seeing is really a shift from AI that forms to AI that acts” — e questo salto, ha aggiunto, porta con sé nuove esigenze di fiducia, governance e responsabilità. C’è poi un dato concreto che pesa: oltre il 40% dei dipendenti ammette di usare strumenti AI sul lavoro in modi non autorizzati dal proprio datore di lavoro. Lo shadow AI non è un’ipotesi futura, è già dentro le organizzazioni.
La risposta tecnica di SAS si basa su un’architettura che combina modelli linguistici con analytics deterministiche. Il risultato sono agenti le cui decisioni sono spiegabili e vincolate da regole. Il livello di autonomia è configurabile: massimo per i compiti routinari, ridotto e con supervisione umana per quelli ad alto rischio. SAS Intelligent Decisioning è il modulo centrale di questa logica — consente di progettare, distribuire e monitorare agenti con un equilibrio regolabile tra autonomia e controllo. A completare il quadro c’è SAS AI Navigator, attualmente in private preview, un’offerta SaaS per inventariare e monitorare tutti gli use case AI attivi in un’organizzazione: modelli, agenti, processi di business. Reggie Townsend, VP della data governance and ethics practice di SAS, ha descritto l’obiettivo con semplicità: dare visibilità su cosa sta facendo l’AI aziendale e rispondere alla domanda più elementare — “come stiamo andando?”
SAS ha anche annunciato modelli preaddestrati verticali per settori specifici: risoluzione di entità, analisi documentale, rischio di aderenza alle terapie in ambito sanitario, ottimizzazione della supply chain manifatturiera, integrità dei pagamenti nel settore pubblico. Altri modelli, tra cui la detection delle frodi bancarie e il monitoraggio della sicurezza sul lavoro, sono attesi entro fine 2025. La piattaforma punta sui settori più regolamentati — banking, sanità, pubblica amministrazione — dove le conseguenze di un agente non governato non sono accademiche.
Il posizionamento di SAS è quello di chi arriva alla sfida degli agenti autonomi con decenni di esperienza in ambienti enterprise ad alto rischio. Se la governance diventerà davvero un elemento di selezione tra i vendor AI — come molti analisti già sostengono — la scommessa è che portarla dentro l’architettura, invece di aggiungerla come strato successivo, faccia la differenza. Per le aziende che operano sotto pressione regolatoria, questa distinzione può essere più rilevante di qualsiasi benchmark sui modelli.
