Innovate 2025 : SAS se met enfin à l’IA agentique

Des mois de retard

Ce n’est pas grave, selon Michael Ni, analyste chez Constellation Search. « Viya Copilot et Data Maker offrent le type de fonctionnalités d’IA dont les principaux clients de SAS ont besoin », avance-t-il. « Copilot accélère le développement des projets analytiques, tandis que Data Maker s’attaque à deux des plus grands obstacles à l’adoption de l’IA : la confidentialité et la rareté des données », poursuit-il. « Ensemble, ils renforcent la différenciation de SAS dans les solutions sur mesure qui sont gouvernées et fiables ».

Il a fallu un temps relativement long pour que les entreprises commencent à développer des assistants IA. Les fournisseurs n’ont pas tout de suite proposé à leurs clients des outils GenAI qui accélèrent et simplifient le développement d’applications de traitement du langage naturel. En parallèle, les agents ont commencé à émerger comme la prochaine évolution de l’IA d’entreprise au cours du second semestre 2024. La vision de l’IA agentique présentée par les éditeurs n’est pas vraiment une réalité.

Ces derniers mois, les éditeurs de solutions de gestion et d’analyse de données telles que Databricks et Snowflake ont surtout introduit des capacités de développement d’IA agentique, tandis que d’autres, notamment le géant technologique Google Cloud et le spécialiste de l’observabilité des données Monte Carlo, ont lancé leurs propres agents qui rendent leurs plateformes plus faciles et plus efficaces pour les utilisateurs.

IA agentique : SAS évite le tape-à-l’œil, selon les analystes

Malgré tout, selon Michael Ni de Constellation Search, l’annonce est notable et typique de l’approche de SAS. « SAS Intelligent Decisioning est une initiative importante, car elle intègre les forces traditionnelles de SAS en matière d’analyse avancée, de gouvernance et de conformité, et d’auditabilité – particulièrement importantes pour les industries qui se concentrent sur l’IA responsable – dans leur nouveau cadre d’IA agentique », détaille Michael Ni. « C’est la façon pour SAS de dire : “Nous n’essayons pas d’être les plus tape-à-l’œil ; nous sommes l’adulte dans la salle pour la prise de décision en matière d’IA” ».

SAS Intelligent Decisioning repose sur trois piliers, selon l’éditeur. Ces piliers sont les suivants :

• Une prise de décision qui combine l’analytique déterministe – une approche de la BI basée sur des règles fixes et des relations connues entre les points de données – et les capacités de raisonnement des grands modèles de langage.
• Un équilibre entre l’autonomie de l’IA et l’implication humaine, déterminé par chaque organisation.
• Une gouvernance intégrée qui garantit que les agents adhèrent à des normes éthiques et se conforment à la fois aux valeurs de l’organisation et aux lois réglementaires.

Étant donné que ces principes fournissent un cadre pour le développement de l’IA agentique, il s’agit d’un ajout important pour les utilisateurs de SAS, selon Mike Leone, analyste chez Enterprise Strategy Group, qui fait maintenant partie d’Omdia.

« L’intégration de contrôles de gouvernance est particulièrement importante, car les entreprises ont le plus besoin d’être guidées dans la mise en œuvre responsable de l’IA », avance-t-il. « Dans ce cas, SAS semble bien fournir à ses clients un équilibre précieux “entre l’autonomie des agents d’IA et la supervision humaine” ».

Faire du neuf avec du vieux

Sur son site Web, l’éditeur présente un schéma renouvelé de l’architecture d’Intelligent Decisioning, une suite qui s’appelait auparavant Decision Manager et qui est accessible depuis au moins 2014. Intelligent Decisioning est d’abord un EDMS (Enterprise Decision Management Systems) permettant d’appliquer des règles métiers dans des bases de données ou des applications spécifiques.

Sur la base de ce « moteur de règles ++ » hébergé sur SAS Viya, l’éditeur entend fournir des « briques de constructions », à savoir des LLM, des garde-fous, des templates de prompts, des outils comme des algorithmes traditionnels, des fonctions de recherche, des règles (via le moteur présent dans Intelligent Decisionning), et des intégrations avec des bases de données vectorielles ainsi qu’avec les systèmes des entreprises. Ces briques doivent permettre d’animer les flux de travail agentiques qui seront déployés en streaming, en batch ou via API. Ces flux interagiront avec les processus, les applications et les chatbots des entreprises. En matière de gouvernance, SAS veut fournir des outils de visualisation, de test, d’explicabilité, des règles métiers, des cartes de modèles, ainsi qu’un lineage et la traçabilité des agents IA.

La présentation en vidéo suggère – pour l’instant – que les LLM sont majoritairement appelés comme des éléments d’un flux de travail low-code/no-code plutôt comme les uniques orchestrateurs d’un flux de travail. Les modèles d’IA traditionnels pourront être sollicités, notamment pour analyser des documents, reconnaître des individus, vérifier les risques que représente une prescription médicamenteuse, optimiser la supply chain, gérer les taxes, le paiement de facture de soins ou encore identifier des fraudes bancaires.

La collaboration avec les clients a donné l’impulsion nécessaire à l’évolution d’Intelligent Decisioning, selon Jared Peterson, vice-président senior de l’ingénierie des plateformes chez SAS.

« Son existence est le fruit d’une collaboration approfondie avec nos clients et d’une compréhension des problèmes qu’ils rencontrent lorsqu’ils tentent d’obtenir une véritable valeur commerciale en appliquant l’IA et l’analytique dans l’entreprise », assure-t-il.

D’abord généraliser le déploiement de Viya Copilot

Alors que SAS établit sa feuille de route en matière de développement de produits, rendre Viya Copilot omniprésent dans l’ensemble de la plateforme SAS et fournir davantage d’outils pour aider les clients à développer des agents d’IA sont des priorités, selon Jared Peterson.

En outre, SAS étudie l’IA quantique et la manière de guider les clients dans l’application de cette technologie à leurs activités. De manière plus anecdotique, SAS a présenté un outil de simulation basé sur des jumeaux numériques développés à l’aide de la plateforme de conception 3D Unreal Engine, un moteur particulièrement populaire auprès des studios de jeux vidéo et de cinéma.

Michael Ni, quant à lui, a suggéré qu’en plus de continuer à investir dans le développement de l’IA agentique, SAS pourrait faire plus pour attirer de nouveaux utilisateurs, comme embrasser la technologie open source et simplifier l’utilisation de sa plateforme.

« Ce qui reste vrai […], c’est que SAS doit poursuivre l’innovation agentique, renforcer l’intégration avec les écosystèmes open source afin d’attirer les développeurs qui se méfient des systèmes propriétaires, et développer des outils et des formations low-code/no-code afin de faciliter la transition pour les anciens utilisateurs et les nouveaux adoptants », recommande-t-il.