Betrouwbare AI opent weg naar nieuwe toepassingen

Al ruim 50 jaar timmert SAS aan de weg met een complete softwareoplossing voor data-analyse. De analytische software van SAS is vanaf 1976 ontwikkeld door SAS Institute, een project van de North Carolina State University in Cary, dat geïnitieerd werd door team van vier mensen, waaronder de huidige CEO Dr. James Goodnight.

Sindsdien is SAS uitgegroeid tot een van de grootste particuliere softwareleveranciers ter wereld. De SAS-suite wordt gebruikt bij de meeste bedrijven uit de Fortune 500.

Het fundament van de SAS-suite is gebouwd op kunstmatige intelligentie en maakt volop gebruik van machine learning, deep learning en generatieve AI om gegevens te beheren en te modelleren. De primaire focus ligt op de verticals in de sectoren financiën, verzekeringen, gezondheidszorg en onderwijs. Tijdens SAS Innovate 2025 werden ze belicht en vooral de nieuwe opties die ontwikkeld zijn om daar succesvoller in te zijn.

SAS Intelligent Decisioning

CTO Bryan Harris van SAS heeft tijdens SAS Innovate 2025 in Orlando een nieuwe oplossing aangekondigd waarmee organisaties AI-agenten kunnen ontwerpen en implementeren naast domein specifieke AI-modellen. Daarmee wordt AI naar een volgend niveau getild. De SAS Intelligent Decisioning oplossing is bedoeld om het pad naar AI-acceptatie in sterk gereguleerde sectoren te stroomlijnen. Immers deze stap betekent dat AI ook echt in de besluitvorming zijn intrede kan doen. Het hele concept maakt gebruik van het cloud gebaseerde AI- en analyseplatform SAS Viya.

AI-agents denken mee

Bij de lancering benadrukte SAS het belang van AI-agenten die menselijke activiteiten ondersteunen in plaats van deze te automatiseren of volledig te vervangen. Men benadrukt nogmaals dat AI geen mensen overbodig maakt, maar hen het werk juist beter laat doen. Het product SAS Intelligent Decisioning richt zich op het helpen van de AI-ontwikkelteams bij het ontwerpen van betrouwbare AI-agenten die transparante besluitvorming mogelijk maken en de organisatorische richtlijnen volgen. Essentieel als kritische data worden gebruikt. De ontwikkelaars kunnen zelf bepalen hoeveel autonomie ze AI-agenten op het platform willen geven. Zo kunnen ze taken definiëren die beter geschikt zijn voor uitvoering door de eigen medewerkers of juist kiezen voor de samenwerking tussen mens en agent. Dit kan relevant zijn vanwege de complexiteit of ethische subjectiviteit.

Dankzij de in de software geïntegreerde governance kan het management exact bijhouden in hoeverre AI-agenten voor deze taken worden ingezet en daarmee compliant blijven met de wetgeving over gegevensbescherming, AI-regelgeving en uiteraard de ethische uitgangspunten voor het gebruik van AI. Zo’n aanpak is nodig om SAS Viya agents mogelijk maakt die niet alleen handelen, maar ook beslissingen nemen op de basis van analyses, bedrijfsregels en aanpassingsvermogen. Essentieel om bedrijven het vertrouwen te geven dat ze maatschappelijk verantwoord en ethisch te werk gaan.

Ook toepassingen in de medische wereld

Tijdens de conferentie konden we spreken met Dr. Michel van Genderen van het Erasmus MC in Rotterdam. Hij vervult als internist/intensivist (intensive care arts) een voortrekkersrol bij het implementeren van AI in medische processen. Van Genderen: “Covid was een gamechanger voor de medische wereld, duidelijk werd dat meer mensen opleiden niet meer helpt, slimmere technologie is dan nodig. Data gedreven inzichten en een vertaalslag zijn dan essentieel. Er was een duidelijke wens om alle relevante partijen bij elkaar te krijgen. Daarom is Datahub in 2022 opgericht.” De scope werd al snel Europees en meerdere partijen hebben zich aangesloten.

Van Genderen: “Als je AI een leidende rol gaat geven in processen waarbij keuzes over leven en dood gemaakt worden, een logisch gevolg van de complexe rol bij de intensive care, dan is het essentieel dat de betrouwbaarheid van de beslissingen beter of gelijk moet zijn dan een louter menselijke aanpak.” Dit betekent dat de modellen waarop AI getraind zijn, zeer betrouwbaar moeten zijn en optimaal rekening moeten houden met demografische factoren, zelfs per land, streek of stad. Het trainen van die modellen is dan ook vaak een lokale strategie, want mensen uit Amerika, Afrika, Azië hebben allemaal andere eigenschappen die van invloed zijn op de keuzes die de modellen moeten maken. Er kunnen dus wel internationale modellen gemaakt worden, maar ze moeten vaak getraind worden met lokale data. Synthetische data en digital twins kunnen daar een grote rol bij spelen. Het Erasmus MC voert dit project als voortrekker uit en wordt daarbij onder andere gesteund door de WHO. Andere Nederlandse ziekenhuizen zoeken al aansluiting. De TU Delft levert in dit project technische ethische input, want de TU Delft is heel sterk in de ethische kant van de digitale techniek.

Quantum technologie de volgende stap

Nu de vraagstukken steeds complexer worden, zoekt de industrie zijn toevlucht tot nog geavanceerdere technologie om te trainen. Quantum-technologie, hoewel nog in de beginfase, is daarbij een essentiële stap vooraarts. Bij een SAS-enquete onder meer dan 500 bedrijven blijkt dat de ruime meerderheid van 60% de meerwaarde ziet van quantum-technologie en er ook in investeert. De kosten zijn voor 38% wel een serieus issue.

Gavin Day, COO bij SAS, gaf aan kwantum-AI weliswaar geen theoretische technologie meer is, maar dat er nog steeds veel onderzoek en ontwikkeling nodig is om het volledige potentieel ervan te benutten en het kostencompetitief te maken voor klanten.

Voor SAS is het doel met quantum-AI het gebruik van deze technologie eenvoudig, snel en intuïtief te maken voor de klanten. Het bedrijf probeert de kosten voor de implementatie van quantum-technologie te verlagen via gericht onderzoek. Het hybride gebruik van de technologie, enkel in die processtappen waar de winst cruciaal en groot is, is daarbij een optie.

Gavin Day voorspelde enkele vroege, significante stappen van de hyperscalers, verwijzend naar Microsofts recente werk aan quantumchips en recente aankondigingen van Google en AWS. Dit zal volgens hem de kosten verlagen en daardoor de vraag doen toenemen.