Tijdens SAS Innovate in Grapevine, dat dit jaar samenvalt met het 50-jarig bestaan van het bedrijf, zijn er forse uitbreidingen aangekondigd voor het Viya-platform. In de kern hoeft er minder data verplaatst te worden, versnelt codegeneratie en kunnen modellen eenvoudiger aan externe agents gekoppeld worden. Welke nieuwe features dragen hieraan bij voor de data scientist en data engineer?
SAS ziet veel organisaties momenteel vastlopen bij het opschalen van AI-projecten. Dit komt niet zozeer door een gebrek aan AI-tools of ambitie. Gefragmenteerde dataomgevingen en onvoldoende datagovernance liggen hier eerder aan ten grondslag. De versnipperde cloudomgevingen kunnen een rem zetten op AI-voortgang. Daar wil SAS verandering in brengen met een ijzersterk datafundament en de tools om daar vervolgens met generatieve en agentic AI maximale waarde uit te halen.
Voor data engineers is het continu verplaatsen van data vaak een pijnpunt. Het schalen van analytics vereist vaak dat gevoelige data wordt gedupliceerd. Bovendien maakt het omarmen van AI-agents en AI-assistenten het waarborgen van de datakwaliteit en de governance alleen maar crucialer. Veel assistenten opereren alleen na data preparation, waardoor er gaten ontstaan in vertrouwen, lineage en overzicht. SAS Viya kiest ervoor AI-gedreven assistentie direct toe te passen op de datalevenscyclus. Volgens het bedrijf bepalen “foundation-level decisions” daar of AI op schaal te vertrouwen is.
Tip: SAS geeft data scientists de stuurknuppel voor het tijdperk AI(-agents)
In-place analytics
Een centraal onderdeel hierin is SAS SpeedyStore. Dit is een high-performance en cloud-native analytical dataplatform, nauw geïntegreerd met Viya, ontworpen om direct naast bestaande gedistribueerde data te draaien. Hierdoor worden zware analytics- en AI-workloads uitgevoerd op de plek waar de data zich fysiek al bevindt, zonder dat er sprake is van onnodige of risicovolle databewegingen. Dit beperkt de kosten en de vertraging en zorgt er vooral voor dat de lineage die organisaties nodig hebben voor betrouwbare compliance intact blijft.
Deze filosofie wordt ook doorgetrokken tot buiten de grenzen van het eigen platform. Met de introductie van de SAS Data Accelerator stelt het bedrijf zijn SAS-analytics in staat om direct en naadloos te draaien binnen cloud data environments van externe aanbieders, waaronder moderne data warehouses en lakehouse-architecturen. Of dit met een selecte groep aanbieders kan of met alle grote platformen, hebben we nu nog niet kunnen achterhalen.
Een andere toevoeging voor de data professional is de native ondersteuning voor DuckDB als embedded analytics engine binnen SAS Viya. Dit maakt snelle lokale analyses mogelijk van open bestandsformaten, waaronder Parquet, CSV en JSON. Dit gebeurt veilig binnen een beheerde workflow.
De fundamentele gedachte achter deze vernieuwingen is dat governance niet langer als een lastige laag bovenop dataworkflows ligt, maar er intrinsiek in verweven is. Volgens Alyssa Farrell, Senior Director of Data and AI Strategy bij SAS, is een modern dataplatform tegenwoordig een absolute mission-critical vereiste naarmate organisaties zich steeds sneller bewegen richting agentic AI-workflows waarbij menselijk toezicht afneemt. “SAS herdefinieert datamanagement voor het AI-tijdperk door organisaties te helpen hun dataomgevingen te optimaliseren en te moderniseren, de complexiteit te verminderen en de waarde van AI te ontsluiten, met governance en vertrouwen die direct in de basis zijn ingebouwd”, aldus Farrell.
Copilot direct in de workflow
Zodra er een stevig datafundament staat, komt de data scientist in aanraking met de SAS Viya Copilot. Deze generatieve AI-assistent moet zich onderscheiden door diep binnen de productie-analytics-workflows te functioneren. Deze beschikt over uitgebreide domeinspecifieke kennis, de juiste terminologie en ingebakken best practices. Dankzij een nauwe integratie met Microsoft Foundry werkt de assistent echt vanuit de analyticsomgeving zelf en fungeert die niet als een losstaande chatinterface ernaast.
Gebruikers kunnen via natuurlijke taal complexe vragen stellen aan hun Viya-applicaties. Een interessante functie voor developers is de Copilot for Code Assistance, die AI-ondersteunde ontwikkeling direct naar SAS Studio brengt. Hierdoor kunnen data scientists en engineers zowel SAS- als Python-code schrijven, verfijnen en laten toelichten via gesproken of getypte instructies, zonder dat ze hun beheerde ontwikkelomgeving hoeven te verlaten. Ook biedt de assistent begeleiding bij het opzetten van ingewikkelde modelpipelines en het aanmaken van overzichtelijke dashboards.
Voor de fase voorafgaand aan de modellering is er de Copilot for Data Discovery, een tool die de natural language-verkenning van beheerde data en analytics-assets mogelijk maakt. Een gebruiker kan hiermee in enkele seconden doorgronden welke data daadwerkelijk beschikbaar en bruikbaar is binnen de organisatie. Een andere update is er voor SAS Data Maker. Wanneer de toegang tot data wordt belemmerd door strenge privacywetgeving, genereert de Data Maker synthetische data die de statistische, relationele en temporele kenmerken van de echte productiedata feilloos weerspiegelt. Dit gebeurt dus zonder gevoelige informatie of persoonsgegevens bloot te stellen, waardoor teams ongestoord kunnen doorontwikkelen, testen en samenwerken terwijl ze strikt aan alle regelgevingseisen blijven voldoen.
Naast deze generieke tools heeft SAS ook twee branchespecifieke varianten van de assistent beschikbaar gemaakt. Het betreft de ALM Copilot voor financieel risicobeheer en de Health Clinical Data Discovery Copilot voor complexe klinische data-analyse in de zorgsector. Het bedrijf kijkt ook al vooruit en plant voor 2026 verdere uitbreidingen naar kritieke domeinen, waaronder fraudepreventie in het bankwezen en de optimalisatie van supply chains in de maakindustrie.
Tip: SAS-CTO Bryan Harris: AI vraagt om pragmatisme, niet om hype
Sprong van assistent naar zelfstandige agent
Naast de vernieuwingen voor Copilot en de verbeteringen in het datamanagement, zet SAS met twee gloednieuwe componenten de stap van reactieve AI-assistenten naar proactief en zelfstandig opererende agents. De eerste hiervan is de SAS Viya Model Context Protocol Server. Door gebruik te maken van de open MCP-standaard wordt het mogelijk voor externe AI-agents om de diepe SAS-analytics, bedrijfsmodellen en complexe beslissingslogica veilig te benutten. Dit betekent in de praktijk dat organisaties vanuit hun gewenste LLM-interface, bijvoorbeeld Anthropic Claude, de vertrouwde analyticscapaciteiten van SAS kunnen aanroepen. Het voordeel hiervan is dat waardevolle bedrijfslogica niet gedupliceerd hoeft te worden en dat de strenge enterprise-governance niet wordt omzeild door shadow-IT praktijken.
De tweede toevoeging is de SAS Agentic AI Accelerator. Dit platform biedt een zeer gestructureerd en uitgebreid framework voor teams van alle mogelijke vaardigheidsniveaus, van zakelijke gebruikers die met no-code oplossingen werken tot doorgewinterde developers. Iedereen moet in principe de handvatten krijgen om agents te ontwerpen, strak te beheren en veilig in productie te brengen. De Accelerator bevat een schat aan herbruikbare code, vooraf gedefinieerde componenten en gestandaardiseerde interfaces die organisaties effectief helpen om de beruchte kloof tussen lokale experimenten en herhaalbare, beheerde enterprise-implementaties te overbruggen. Om de adoptie te versnellen, heeft SAS besloten om beide componenten per direct beschikbaar te stellen voor alle huidige Viya-gebruikers via GitHub.
Als kers op de taart introduceert SAS de Retrieval Agent Manager, oftewel RAM. Dit is een no-code oplossing die volledig is gebaseerd op het retrieval augmented generation-principe. RAM is ontworpen om de enorme bergen aan ongestructureerde bedrijfsdata om te zetten in zeer nauwkeurige en contextbewuste antwoorden voor de ingezette AI-agents. Hoewel deze specifieke tool vooralsnog als een zelfstandig product in de markt wordt gezet, is SAS van plan met een diepe integratie van deze capaciteiten in het Viya-platform te komen. Op termijn moeten agents en assistenten zo in staat zijn om al hun antwoorden naadloos en feilloos te verankeren in de allerlaatste enterprise-context.
De onmisbare rol van menselijke expertise
Een terugkerend thema in alle aankondigingen is de onverminderd belangrijke rol van het menselijk oordeel naast de AI-automatisering. Naarmate de technologie autonomer wordt, wordt het vangnet van menselijke expertise en governance alleen maar belangrijker. De rol van menselijke expertise zou volgens SAS bij het operationaliseren van agentic AI juist naar een hoger niveau worden getild.
Met de nieuwe mogelijkheden binnen SAS Viya kunnen organisaties hun copilots en autonome agents veilig koppelen aan het menselijk oordeel, gevalideerde en vertrouwde data en enterprise governance. Hierdoor drijft de AI daadwerkelijk verantwoorde en impactvolle beslissingen in de echte wereld aan. Voor de dataprofessional betekent het nieuwe Viya dan ook dat het eindeloos databeheer langzaam plaatsmaakt voor het tijdperk van betrouwbare, schaalbare en geautomatiseerde besluitvorming