Einsatzfertige intelligente Algorithmen für das Optimieren von Lieferketten und die Abwehr von Betrug und dazu eine vereinfachte Integration von Large Language Models – der Analytikspezialist SAS hat seine Viya Plattform um generative Künstliche Intelligenz erweitert.
Funktionsausbau: Der Analytics-Anbieter SAS erweitert seine Plattform SAS Viya um Funktionen für Generative Künstliche Intelligenz. Im Laufe des Jahres sollen mehrere Lösungen auf den Markt kommen: einerseits der SAS Data Maker, der synthetischer generiert, andererseits branchenspezifische Assistenten auf Basis Generativer Künstlicher Intelligenz.
Die einzeln lizenzierbaren branchenspezifischen Modelle zielen auf Effizienz im praktischen Umgang mit spezifischen Herausforderungen einzelner Branchen, zum Beispiel Betrugserkennung und -prävention, Lieferkettenoptimierung, Entity Management oder Dokumentenmanagement. SAS Viya orchestriert alle Large-Language-Models.
Mit den Lösungen sollen Unternehmen vertrauenswürdige Künstliche Intelligenz unkompliziert im operativen Betrieb einsetzen können und zeitnah zuverlässige Ergebnisse erhalten. Damit unterscheiden sich die Modellpakete laut Unternehmensaussage von den oft sehr aufwändigen und zeitintensiven klassischen Implementierungen von Anwendungen auf Basis Künstlicher Intelligenz.
Anwender brauchen keinen technischen Hintergrund
Die sofort nutzbaren analytischen Modelle fördern zudem die Demokratisierung Künstlicher Intelligenz, also den Einsatz der Technologie unabhängig von der Qualifikation des Anwenders. Als Beispiele nennt SAS einen intelligenten Assistenten für Lagerflächenoptimierung. Dieser richte sich an Anwender ohne technischen Hintergrund und nutzt Large Language Models, um Interaktionen in optimierte Workflows umzusetzen und die Anwender bei Planungsentscheidungen zu unterstützen.
„Die vordefinierten Modelle für Künstliche Intelligenz sind die perfekte Ergänzung zur SAS Viya Plattform“, berichtet Udo Sglavo, Vice President for AI and Analytics bei SAS. „Sie decken die unterschiedlichsten Geschäftsanforderungen verschiedener Zielgruppen ab und sind Ausgangspunkt für Innovation in allen Bereichen unseres Ökosystems. Unternehmen erhalten schnell verfügbare intelligente Lösungen, die sich flexibel einsetzen lassen, branchenspezifische Herausforderungen adressieren und die genau auf ihre individuellen Anforderungen zugeschnitten sind.“
Anzeige | Trovarit-Academy
Webinarreihe „KI konkret“ – Praxisnahe Use Cases
In vielen Unternehmen herrscht immer noch große Unsicherheit bei der Frage, ob und wie KI nutzbringend für die eigenen Prozesse eingesetzt werden kann.
Die Webinarreihe „KI konkret“ stellt in mehreren Terminen Use Cases vor, bei denen reale Herausforderungen in unterschiedlichen Unternehmensbereichen durch den Einsatz von KI gelöst werden konnten.
Zu den Aufzeichnungen der Webinar-Reihe KI konkret
Ziegelhersteller optimiert mit Analytics den CO2-Ausstoß
Die ersten Referenzkunden nutzen bereits intelligente Algorithmen von SAS. Der Ziegelhersteller Wienerberger reduziert mit SAS Lösungen auf Microsoft Azure seinen Energieverbrauch, minimiert seine Treibhausgasemissionen und verbessert gleichzeitig seine Produktqualität. „Wir nutzen Künstliche Intelligenz und IoT Analytics von SAS, um all unsere Datenströme zusammenzuführen und den gesamten Fertigungsprozess zu analysieren“, berichtet Florian Zittmayr, Team Lead for Data Science bei Wienerberger. „Analytics von SAS verschafft unseren Ingenieuren und anderen Mitarbeitern Einblicke in alle Schritte der Herstellung. Spezifische Zielvorgaben sorgen für ein ökonomisch sinnvolles Trocknen und Brennen der Ziegel.“
Georgia-Pacific, amerikanischer Hersteller von Papier und verwandten Produkten, nutzt SAS Viya, um operative Probleme in Echtzeit zu erkennen und zu beheben. Mit Streaming Analytics und Intelligent Decision Management von SAS orchestriert das Unternehmen seine Large Language Models und stellt seinen Mitarbeitern zudem fertigungsspezifische Assistenten bereit. Sobald sich anhand von Sensordaten bei den Maschinen, Anlagen oder Fertigungsprozessen Abweichungen abzeichnen, erstellt Generative Künstliche Intelligenz anhand von Geschäftsregeln eine Handlungsempfehlung, die dabei hilft, das Problem zu lösen. Jürgen Frisch
