Bryan Harris, CTO de SAS.
SAS cumple 50 años volcada en reforzar con nuevos agentes IA su plataforma Viya
“Estamos en crisis de confianza e ingenio”, advierte el CTO Bryan Harris, “no en el convencimiento de que la IA vaya a ser importante, sino en el convencimiento de que la gente va a importar”.
Más información: De 'low-code' a cuántica: así revoluciona SAS la analítica de datos en tiempo real para llevar la IA a cualquier empresa
“La tecnología es sólo un instrumento, que únicamente cobra vida si alguien sabe cómo usarla”, afirma Bryan Harris, jefe de tecnología en SAS. Su grandísimo jefe, Jim Goodnight, supo cómo utilizarla hace 50 años, después de que el departamento de Agricultura estadounidense buscara “algo” que le facilitase analizar datos de producción agrícola, en los años 60. Varias universidades colaboraron para crear un sistema estadístico, que finalmente cristalizó en 1976, en la Universidad Estatal de Carolina del Norte, bajo el liderazgo de Goodnight. Se llamó Statistical Analysis System. Abreviado SAS.
Pero en el año redondo en que la gran obra de su vida cumple medio siglo, al incombustible CEO no le ha permitido el médico asistir al evento anual SAS Innovate en Grapevine, Texas, para el que ya había concertado incluso alguna entrevista (este periodista tenía cita). Hace unos días hubo de someterse a una pequeña intervención y la prescripción de reposo le obligó a conformarse con participar en vídeo para contar su apasionante historia, precisamente conversando con Harris. La tecnología como herramienta es la clave.
“Jim Warrens inició la compañía con su trabajo sobre los datos, muy computacional, y yo hice algunas rutinas de transformación de datos”, recuerda Goodnight. Eso fue todavía en la Universidad. Tras una reunión en Florida organizada por Abbott Labs en 1975, con 350 asistentes, se convencieron de que debían salir del ámbito académico y crear una empresa que, 50 años después, sigue siendo “privada”. Es decir, se sustenta y financia por sí misma, sin cotizar públicamente en bolsa.
El caso es que la tecnología, esa herramienta, ha seguido por sus propios pasos, desde aquella analítica de hace 50 años, hasta la actual explosión de inteligencia artificial, con todas las implicaciones del momento. Para el CTO Harris, “estamos en crisis”. Una crisis, precisa, de “confianza e ingenio. No es un colapso en el convencimiento de que la IA vaya a ser importante, es un colapso en el convencimiento de que la gente va a importar”.
En los flujos con agentes IA, explica, coexisten componentes “deterministas” (con resultados invariables según la entrada de datos) y “no deterministas”, en los que el elemento humano “puede buscar errores y efectuar las correcciones que sean necesarias”, asegura Harris, porque se necesitan “guardarraíles”.
Esto “se está haciendo [en SAS] con desarrollo de software asistido por IA en cuatro fases: diseño, ejecución, verificación y validación. El valor humano pasa de escribir típicamente código, a una nueva disciplina de ingeniería contextual, que requiere un gran dominio del conocimiento para definir la experiencia funcional, los objetivos de prueba y los requerimientos técnicos. Y el mismo planteamiento se puede utilizar para casos industriales”.
El mensaje, para los usuarios de su software, es que “nadie conoce mejor” que ellos mismos sus respectivos negocios y “el modo en que ahora se comporten respecto a la IA determinará el valor de su marca para la próxima generación”. Harris completa su admonición avisando de que “no se trata de elegir entre las personas o los beneficios. Después de todo, SAS es un gran ejemplo de cómo se puede invertir en los empleados y mantenerse en beneficios durante 50 años…”.
![Bryan Harris, CTO mundial de SAS.](["https:\/\/s3.elespanol.com\/2021\/07\/09\/invertia\/disruptores\/grandes-actores\/tecnologicas\/595202432_194726116_320x180.jpg"])
Harris muestra cuadrantes y diagramas que subrayan cómo cambian los enfoques de desarrollo si están más centrados en la empresa o en los individuos, y cómo la IA acelera los procesos. La combinación de una serie de tecnologías emergentes (machine learning, IA generativa y agéntica y visión por computadora) la aplica SAS para crear gemelos digitales de entornos industriales con un motor de videojuegos, el Unreal Engine de Epic Games.
El resultado puede ir desde controlar cada válvula y cuadro eléctrico de una factoría, previendo y evitando posibles problemas, hasta vigilar la correcta esterilización y disponibilidad de pinzas, bisturíes y escalpelos en un hospital danés, cuyo gemelo incluye los mínimos detalles con una tecnología de “visión sintética”.
En la copia virtual se aprecia cómo el centro sanitario es ahora algo parecido a una fábrica automatizada, en la que los suministros de farmacia y herramientas médicas corren ordenadamente sobre cintas y bandas de rodillos hacia sus destinos predefinidos con ayuda de brazos robóticos. Esto debería resolver los cuellos de botella que en algunos momentos pueden limitar la disponibilidad de material médico imprescindible.
Mientras, el personal que va a entrar en quirófano es sometido a un escrutinio digital, mediante cámaras de vídeo, que verifica que cada uno lleva todos los ‘epis’ requeridos (equipos de protección individual para proteger al facultativo, y al paciente, frente a riesgos biológicos, químicos o físicos) y se los ha colocado de la manera adecuada para su misión. Un sistema que, obviamente, puede ser trasladado a controles de seguridad laboral en otros entornos de trabajo.
Jared Peterson, vicepresidente de ingeniería global de SAS.
Los datos sintéticos permiten, además, hacer simulaciones y analizar situaciones de riesgo de las que no existen imágenes reales, para establecer entrenamientos y protocolos de acción.
Una vez entrenado, un modelo puede ser desplegado en las cámaras del recinto de trabajo y emitir alertas en tiempo real. “Tenemos que pensar en grande” dice Harris, señalando objetivos a futuro hasta 2060.
Otra de las propuestas de SAS se refiere a la seguridad en operaciones financieras, sobre las que un estudio suyo indica que el 75% de los profesionales dedicados a la lucha contra el fraude detecta incrementos. Y el 55% anticipa que entre deepfakes, ingeniería social y documentación creada con IA generativa, los casos van a aumentar significativamente en los próximos dos años.
Jared Peterson, vicepresidente de ingeniería global, advierte de que uno de los problemas para atacar esta tendencia es el volumen de operaciones bancarias y un desequilibrio que complica el control: “Hay muchos más casos que no son fraudulentos que los que lo son”.
La propuesta de SAS es el uso de agentes IA en su sistema ‘Fraud Decisioning for Payments’, capaz de detectar en tiempo real los fraudes en diversos tipos de transacciones con tarjetas de crédito y de débito, operaciones en cajeros automáticos y carteras digitales, entrenado con millones de casos reales ocurridos.
Según Harris, el hecho diferencial en la aproximación de SAS a la IA agéntica radica en el papel que juega la plataforma analítica Viya, que ahora engloba el proceso desde la gestión y preparación de los datos, hasta la creación y optimización de modelos IA.
Capacidades agénticas
En el Innovate, SAS ha presentado unas cuantas novedades, incluyendo de manera destacada la propia expansión de la plataforma Viya con capacidades agénticas, añadiéndole nuevos asistentes IA, infraestructura para agentes y herramientas de aceleración.
Las nuevas funcionalidades incluyen Viya Copilot, una familia de asistentes integrados a lo largo de los ciclos analíticos; un servidor MCP (Model Context Protocol); y un Agentic IA Accelerator, que es un marco adaptado para construir gobernar y desplegar agentes IA en la plataforma.
El servidor MCP ahora puede trabajar “con la IA Claude o Microsoft Teams, igual que puede interactuar con las funcionalidades de Viya”, concreta Marinela Profi, jefa de IA global y estrategia de mercado para IA generativa. Profi asegura que hay un cambio, “de la IA que informa a la que actúa”.
El Viya Copilot tiene versiones con capacidades específicas para dos sectores concretos. Una es el Asset and Liability Management (ALM) guía a los analistas en la configuración de un escenario, su ejecución e interpretación sobre flujos de riesgos financieros, traduciendo lenguaje natural para informar a los modelos analíticos.
Marinela Profi, jefa de IA global y estrategia de mercado, con Jared Peterson.
La otra es Health Clinical Data Discovery, que acelera el descubrimiento y el análisis de datos clínicos, guiando a los usuarios a través de la exploración, la creación de cohortes y la investigación de calidad utilizando lenguaje natural.
Además, promete añadir en un futuro próximo capacidades de gestión de datos, modelos de gestión de infraestructura IA, consolidando la ayuda desde la ingestión de datos hasta el despliegue.
Otra de las novedades es Customer Intelligence 360, con agentes especializados para trabajar en flujos de marketing, en colaboración con los usuarios y manteniendo la protección de “guardarraíles” y supervisión humana en la gobernanza. Es un sistema multiagente.
Supply Chain Agent, como su nombre sugiere, se ha desarrollado para trabajar con la cadena de suministro de las empresas, manejando la planificación de operaciones. Funciona de manera continuada, para mantener el equilibrio entre demanda, suministros y operaciones, según los ciclos de mayor o menor presión del mercado. Los usuarios pueden interactuar con el agente casi en tiempo real para tener visibilidad de la situación, o pedirle que desarrolle un escenario para explorar posibles situaciones.
Y una gran apuesta que estará “pronto” disponible es AI Navigator, que se anuncia para “traer orden al caos de la IA”, indica Kristi Boyd, especialista en ‘IA de confianza’, en una demo en el escenario con Reggie Townsed, vicepresidente responsable de IA ética, gobernanza e impacto social. Es un modelo de lenguaje grande, en código abierto, “diseñado para resolver problemas” relacionados con normativas e inteligencia artificial.
AI Navigator estará preparado para responder a “casos de uso” concretos, por actividades y por ubicación (por ejemplo, en Europa), actuando en una capa superior sobre las que en Viya gestionan en general gobernanza y cumplimiento, riesgos y la propia gobernanza de la IA.
