SAS 将业务规则治理体验扩展到代理 AI。原因如下

快速阅读: 据《Diginomica （数码化）》最新报道，SAS扩展智能决策工具支持可信自主AI。通过业务规则管理器和Viya平台，SAS助力企业构建受监管、可解释的AI代理，并推动代理开发民主化。SAS强调自主AI治理和信任的重要性，认为需采用具身化AI方法提升敏捷性。

硅谷初创公司或许对让AI代理在其基础设施内运作的前景感到兴奋。然而，传统的企业买家需要看到更多保障措施的落实。鉴于此，赛仕软件（SAS）正在扩展其智能决策工具，以支持可信且具备自主性的AI。

该公司在2013年推出业务规则管理器时，便是决策管理治理的早期领导者。其更灵活的自主变体有助于设计、部署和扩展具备人类监管、嵌入式治理和可解释性决策能力的AI代理。这利用了Viya AI平台的工作成果，该平台拥有丰富的支持工具生态系统，用于数据摄取、性能跟踪、治理和安全性。在治理方面，包括嵌入可审计性、偏差检测、合规性以及代理功能的支持。

赛仕软件全球AI市场战略负责人玛丽娜·普罗菲（Marinela Profi）解释道：“简化领域特定代理更大的背景是为了帮助企业通过提供基于经过验证的生产就绪AI模型构建的领域特定代理，来补充像AgentSpace和AutoGen这样的代理编排框架。”普罗菲表示：“新平台将帮助通过低代码开发工具实现代理开发的民主化，这些工具对业务用户和编程能力强的开发者都可用。”

业务用户将能够使用图形界面定义需要人工审查的业务规则。普罗菲解释说：“培训”方面，赛仕还在努力开发一个培训计划，以帮助各级员工理解使用自主和自主决策工具的风险和最佳实践。这包括研讨会、黑客马拉松、认证和媒体，用实用术语解释复杂的自主治理。

普罗菲希望这种细致的关注能引发业界的讨论：规划自主未来。当前一代生成式AI模型是在静态数据集上训练的，然后间歇性地重新训练和更新。这些模型在根据历史数据中的模式生成响应方面很有帮助，但无法与动态、实时环境交互和适应。

更自主的AI系统和流程将需要采用具身化AI方法，运用强化学习和主动推理等技术进行改进，使其更加敏捷和响应变化，并根据反馈回路进行调整。

普罗菲解释说：“我的看法五年前，企业自动化看起来像是API管理、低代码开发、流程挖掘和业务规则管理的工具。这些不同领域的供应商正扩展其工具以支持新兴的自主AI需求。赛仕目前的方法很有趣，因为它建立在其帮助企业解决合规性和风险管理问题的丰富经验之上。这种经验也可能在引导跨行业塑造自主AI治理和信任方面发挥重要作用。”

(以上内容均由Ai生成)