Cosa impedisce a molti operatori di settore di avere successo con agenti e modelli di IA? Una carenza di talenti, la mancanza di competenze specifiche nel campo dell’intelligenza artificiale, i limiti di budget e di tempo e la mentalità “agisci in fretta e rompi gli schemi” che finisce per mettere in secondo piano gli aspetti di governance necessari. Di fronte alla crescente pressione di stare al passo con l’innovazione, gli acquirenti del settore e gli sviluppatori tecnologici sono alla ricerca di modi sicuri e pratici per implementare l’IA.
Per questo SAS continua a mettere a disposizione dei clienti acceleratori di settore: un portfolio in espansione di agenti IA, modelli e pipeline di modelli pensati per risolvere le sfide più complesse dei diversi comparti. A conferma dell’investimento da 1 miliardo di dollari di SAS nelle soluzioni per i settori industriali, tra le nuove offerte e i miglioramenti agli acceleratori di settore in arrivo nel 2026 figura SAS Supply Chain Agent, disponibile in anteprima privata per i clienti e presto in distribuzione per le aziende a livello globale.
Che cos’è SAS Supply Chain Agent?
SAS Supply Chain Agent semplifica la pianificazione integrata di vendite e operazioni (S&OP), un processo cruciale che retailer e produttori utilizzano per gestire le supply chain man mano che mercati e disponibilità dei materiali cambiano nel tempo.
La S&OP è un processo impegnativo, della durata di più giorni, che richiede a professionisti di diversi reparti di lavorare su fogli di calcolo per prevedere e prendere decisioni su come distribuire lo stock dei successivi 6-12 mesi. L’enorme complessità di gestione di migliaia di supply chain, attraverso numerose procedure articolate, è da tempo considerato un problema intricato, difficile da risolvere. Proprio per questo, la maggior parte delle organizzazioni riusciva a dedicare risorse e tempo per eseguire la S&OP solo una volta al mese, o almeno era così fino a oggi.
SAS Supply Chain Agent opera in modo continuo per bilanciare domanda, offerta e attività operative. Gli utenti possono ottimizzare le supply chain nei periodi di alta domanda, prevedere i fabbisogni futuri sulla base dei pattern di utilizzo e ridurre sprechi e ordini in eccesso. Inoltre, possono mantenere una visibilità continua, quasi in tempo reale, sulle operazioni della supply chain, attingendo costantemente dai dati per prendere decisioni più intelligenti, dentro e fuori le finestre di pianificazione tradizionali.
Gli utenti business possono interagire con l’agente tramite un’esperienza di chat intuitiva, che consente loro di seguire le proprie domande e risolvere problemi in qualunque momento. Per esempio, può chiedere all’agente di eseguire uno scenario, come un calo del 15% della domanda, ed esplorare i possibili risultati, ricevendo anche spiegazioni su come l’agente è arrivato a pendere le sue decisioni, a supporto di trasparenza e affidabilità.
“Gli agenti pronti all’uso oggi tendono ad affrontare processi di base; con Supply Chain Agent, SAS sta comprimendo un processo molto complesso, e questo potrebbe generare un valore significativo”, ha dichiarato Kathy Lange, Research Director della practice AI, Data and Automation Software di IDC. “Questa offerta mette SAS nella posizione di portare la sua storica esperienza nella supply chain in una nuova generazione di soluzioni di IA agentica”.
Come i clienti stanno utilizzando SAS?
SAS continua a migliorare ed evolvere la propria offerta di modelli e agenti, di conseguenza clienti globali in diversi settori stanno ottenendo risultati trasformativi.
I digital twin di SAS trasformano le operazioni
Presentata per la prima volta a SAS Innovate 2025, la soluzione SAS crea gemelli digitali degli ambienti industriali dei clienti in Unreal Engine (UE) di Epic Games. Queste repliche completamente virtuali degli impianti permettono ai clienti di simulare scenari, creando un banco di prova per porsi domande come “cosa accadrebbe se…”.
Per esempio, nelle sale operatorie di tutto il mondo, le equipe mediche non possono eseguire interventi salvavita se l’intero set di dispositivi medici necessari – bisturi, pinze e altro – non è sterilizzato e sicuro per l’uso sui pazienti. Un importante fornitore di servizi di sterilizzazione di dispositivi medici sta collaborando con SAS per realizzare un digital twin della propria struttura, che gli consentirà di esaminare e testare scenari che potrebbero impedire o rallentare la fornitura dei propri servizi essenziali e di ottimizzarne il funzionamento.
Questo cliente riteneva che i vassoi contenenti strumenti medici rimanessero bloccati in un elevatore di accumulo che li allineava per la pulizia, creando un collo di bottiglia nell’intero processo. Trasformando i propri impianti in gemelli digitali e approfondendo l’analisi, hanno scoperto che, in realtà, i vassoi subivano ritardi perché l’elevatore di accumulo fungeva da punto di distribuzione centrale. Grazie ad adeguamenti mirati, il collo di bottiglia è stato eliminato e il ritmo di produzione è aumentato.
Proteggere i lavoratori con dati sintetici
Secondo una recente analisi del Bureau of Labor Statistics, ogni anno negli Stati Uniti oltre 5.000 lavoratori perdono la vita per infortuni sul lavoro. Cadute, incidenti con macchinari e uso non corretto dei dispositivi di protezione individuale rappresentano una quota significativa di questi decessi e infortuni.
SAS Worker Safety consente alle organizzazioni di affrontare i rischi sul posto di lavoro utilizzando digital twin, dati sintetici e computer vision. Con questa offerta, i clienti impiegano i gemelli digitali per generare filmati realistici con cui addestrare modelli di computer vision su scenari di sicurezza sul lavoro. Questo approccio permette una varietà praticamente illimitata di condizioni simulate, catturando dettagli cruciali come la forma degli occhiali protettivi, il colore delle attrezzature e l’impatto di diverse condizioni di illuminazione su un incidente.
Dati sintetici e visione artificiale rendono anche possibile modellare eventi rari ma plausibili, per i quali potrebbero non esistere riprese reali, come le collisioni tra carrelli elevatori. Grazie all’utilizzo di profili di lavoratori interamente simulati, le organizzazioni possono testare ripetutamente specifiche sequenze di azioni senza coinvolgere dipendenti reali né divulgare informazioni personali.
Una volta addestrati, questi modelli possono essere implementati sulle telecamere di una struttura per fornire avvisi in tempo reale, aiutando tali strutture a garantire che i lavoratori indossino correttamente i dispositivi di protezione e a mantenere un ambiente sicuro. In uno stabilimento industriale, ciò potrebbe significare verificare il corretto posizionamento del casco, mentre in ambito medico potrebbe tradursi nel rilevare una mascherina o un guanto nel posto sbagliato prima che un intero laboratorio o una sala operatoria vengano compromessi.
SAS offre agli enti statali gli strumenti necessari per aiutare le famiglie in difficoltà
Negli Stati Uniti, la gestione delle prestazioni del Programma di assistenza alimentare supplementare (SNAP) è spesso complicata da normative che cambiano di continuo, volumi elevati di pratiche e attività tecniche ancora troppo manuali e dispendiose in termini di tempo.
Oggi, inoltre, una nuova normativa federale può incidere direttamente sui bilanci statali con sanzioni in caso di superamento della soglia di errore nei pagamenti: la percentuale di prestazioni concesse in eccesso o in difetto a causa di errori di calcolo dell’idoneità, dati dei casi non aggiornati o frodi non individuate. Questi errori, che si sommano nel tempo, possono costare agli Stati milioni di dollari in fondi federali. E, soprattutto, famiglie che necessitano di assistenza essenziale potrebbero non ricevere tutti i benefici a cui avrebbero diritto.
Diversi Stati, incluso lo Stato del Nevada, stanno utilizzando SAS Payment Integrity for Food Assistance per affrontare questo problema e servire meglio i propri cittadini.
Questa offerta SAS si connette ai dati già esistenti di uno Stato – registri di idoneità, file di gestione dei casi, dati di verifica del reddito e cronologie delle transazioni – senza richiedere una revisione completa dell’infrastruttura dati. Successivamente, analisi avanzate e modelli di machine learning, addestrati specificamente per l’integrità dei pagamenti SNAP, possono incrociare e monitorare pattern di errore, come variazioni di reddito o del nucleo familiare che non hanno attivato un aggiornamento del caso.
Questo aiuta assistenti sociali e investigatori, già sotto pressione per mancanza di tempo, che possono concentrarsi su segnalazioni prioritarie invece di doversi occupare di revisioni manuali lunghe e complesse. E, anziché aspettare un report trimestrale, i responsabili possono accedere in qualsiasi momento agli insight attraverso una dashboard aggiornata. Con SAS, gli Stati possono anticipare i requisiti di conformità federali e supportare le famiglie idonee affinché ottengano i benefici alimentari di cui hanno bisogno
SAS dà forza a chi combatte le frodi nei servizi finanziari
Secondo un recente studio sulle frodi condotto da SAS e dall’Association of Certified Fraud Professionals, il 75% dei professionisti antifrode sta osservando un aumento di frodi finanziarie e truffe ai danni dei consumatori, e il 55% prevede che il social engineering basato su deepfake e la frode, falsificazione e contraffazione di documenti tramite IA generativa aumenteranno in modo significativo nei prossimi due anni.
Inoltre, solo il 7% dei professionisti antifrode intervistati ritiene che la propria organizzazione sia piuttosto preparata a rilevare o prevenire frodi alimentate dall’IA.
In questo contesto, banche globali, assicurazioni e altre organizzazioni dei servizi finanziari – e i professionisti antifrode che vi operano – si affidano ai modelli e agli agent di SAS per il rilevamento delle frodi finanziarie, così da tracciare i crimini economici e proteggere beni e identità dei consumatori. SAS Fraud Decisioning for Payments aiuta a offrire rilevamento delle frodi in tempo reale su diverse tipologie di transazioni finanziarie.
I modelli SAS per l’individuazione delle frodi finanziarie sono stati addestrati sulla base di modelli ricorrenti ricavati da un ampio set di dati fornito, attraverso un consorzio, dalle principali istituzioni finanziarie globali. Questi dati riguardano frodi relative a carte di credito, carte di debito, bancomat, portafogli digitali e richieste di credito, oltre a vettori emergenti come l’individuazione dei “money mule”. I modelli decisionali antifrode di SAS, implementati sulla piattaforma SAS, consentono alle istituzioni di non dover partire da zero: essi apprendono da milioni di casi di frode verificatisi in tutto il settore, aiutandole a stare al passo con i criminali.
Acceleratori di settore: progettati per eccellere grazie a 50 anni di esperienza
Gli acceleratori di settore di SAS sono sottoposti a test rigorosi e progettati in modo unico per le funzioni a cui sono destinati. Inoltre, integrandosi con i workflow già esistenti di un’organizzazione, i player di settore possono usare il portfolio SAS per estendere le proprie capacità di analisi e IA a partire dai dati che già possiedono.
“Quando le organizzazioni si ritrovano a mettere insieme strutture e esperimenti di IA, spesso non riescono a ottenere il vantaggio competitivo che cercano quando investono nell’intelligenza artificiale”, ha affermato Manisha Khanna, Global Market Strategy Lead, Applied AI di SAS. “Progettiamo acceleratori di settore con un obiettivo preciso: risolvere problemi reali e ben definiti dei diversi comparti, in ambienti altamente regolamentati. Con agenti e modelli pronti per la produzione, che lavorano sui dati che i clienti già hanno, i nostri clienti in tutti i settori possono, e stanno, raggiungendo risultati straordinari”.
