صرح شادي شاهين، نائب الرئيس لشؤون استراتيجية المنتجات لدى ساس بأن "ساس توفر مجموعة واسعة من المنتجات والحلول التي تساعد المؤسسات في مختلف القطاعات على اتخاذ قرارات أذكى قائمة على البيانات. لقد قمنا بتطوير تطبيقات تدعمها تقنيات الذكاء الاصطناعي والتعلم الآلي منذ ما يزيد على 46 عاماً. وتدعم حلولنا الموجهة مختلف المؤسسات لتعزيز أعمالها من خلال حلول الذكاء القابلة للتنفيذ، بدءاً من التحليلات المتقدمة والذكاء الاصطناعي وحتى إدارة البيانات والسحابة". وأفاد بأن "استراتيجية أعمالنا تستند على ركائز أساسية تؤدي إلى إضفاء طابع ديمقراطي على تحليلات البيانات. ونهدف في الوقت ذاته إلى تسهيل الوصول إلى البيانات والحلول القائمة على الذكاء الاصطناعي للأشخاص والمؤسسات لتعزيز قيمة المؤسسة وتطوير خبراتها بغض النظر عن الموقع الجغرافي. وتقوم الركيزة الأساسية الأولى على مواكبة احتياجات السوق الديناميكية، وتطوير الحلول المخصصة القادرة على تلبية مختلف متطلبات العملاء. وعلى سبيل المثال، تدرك كل مؤسسة القيمة التي توفرها البنية السحابية. ويمكن الافتراض بشكل أو بآخر أن كل مؤسسة تستخدم السحابة في بعض الجوانب من قدراتها. وحرصاً منا على تمكين عملائنا من الاستفادة من هذه الفرصة المتاحة، نحرص في ساس أيضاً على الاستثمار في تطوير الحلول والمنصات التي يمكن الوصول إليها أو دمجها بسلاسة في السحابة". "أما الركيزة الثانية، وهي الأهم، فتتمثل في إتاحة الظروف المثلى للوصول إلى هذه التقنيات. ونسعى للتأكد من إتاحة حلولنا بسهولة، وأن تكون سهلة الاستخدام، ومتكاملة بشكل جيد لتفادي الحاجة إلى البرمجة. لذلك قمنا بإنشاء منصات محسنة باستخدام تعليمات برمجية معدّة مسبقاً تتيح لعملائنا معالجة الرؤى والأفكار الموثوقة وتنقيتها واستخراجها بكفاءة وسهولة، وبطريقة تؤدي إلى سدّ الفجوة بين المستخدمين التقنيين ورجال الأعمال". و في تعليقه على الذكاء الاصطناعي التوليدي أوضح أن "الذكاء الإصطناعي التوليدي مصطلح واسع، كما أنه يتكون من تخصصات مختلفة. ونركز في ساس حالياً على ثلاثة تخصصات رئيسية، وهي توليد البيانات الاصطناعية، والتوأم الرقمي، ونماذج اللغات الكبيرة". "وقبل أن ندخل في تفاصيل إنشاء البيانات الاصطناعية، أودّ أن أقدم المزيد من التوضيح حول ما ينطوي عليه هذا التخصص. ففي الوقت الذي تُجمع فيه البيانات الأصلية من خلال التفاعل مع الأشخاص، يتم إنشاء البيانات الاصطناعية باستخدام خوارزمية الذكاء الاصطناعي التي تحدد نقاط بيانات جديدة تماماً، ولكنها مصطنعة. وعندما يتم تطبيق الذكاء الاصطناعي على البيانات الاصطناعية، فإنه يحاكي خصائص وأنماط البيانات الأصلية. وتعتبر ساس رائدة في هذا التوسع، حيث حصلت على براءة اختراع لشبكات الخصومة التوليدية (GANs) التي تساعد في إنشاء بيانات تركيبية لنماذج التعلم العميق. وبما أن نماذج التعلم العميق تعمل على تدريب أجهزة الكمبيوتر لأداء مهام شبيهة بعمل الإنسان، فإنها تتطلب مجموعة كبيرة من البيانات التدريبية. ويمكن للتوسع الذي ابتكرناه، والحاصل على براءة اختراع، إنشاء بيانات جدولية متطابقة إحصائياً تعكس مدى تعقيد بيئات العالم الحقيقي". "ويطلق على التخصص الثاني مصطلح "التوأم الرقمي"، وهو عبارة عن تمثيل افتراضي لجسم مادي. وندرك في ساس أن التوائم الرقمية تلعب دوراً حاسماً في تسريع جهود التحول الرقمي لعملائنا. ونوفر المساعدة لعملائنا ليتمكنوا من تطوير حلول التوأم الرقمي لفهم الأحداث السابقة، والتنبؤ بالأحداث اللاحقة، واختبار الضغط على عملياتهم التجارية. ويمكننا أيضاً المساعدة في تحديد أفضل مسارات العمل التي يجب تبنّيها عند مواجهة الاضطرابات لتحسين كفاءة ومرونة العمليات. ونتيجة لذلك، يمكن اتخاذ قرارات أكثر استراتيجية، والحدّ من المخاطر والخسائر. وعلى سبيل المثال، توجد إصدارات من التوائم الرقمية من المحركات الطائرات والسيارات، لمراقبة نسبة استهلاكها، وزيادة كفاءتها التشغيلية، والتنبؤ باحتياجاتها للصيانة مقدماً". "ونعتقد أن التخصص الثالث الذي يحمل اسم "نماذج اللغة الكبيرة"، يعتبر عنصراً أساسياً في حركة الذكاء الاصطناعي التوليدي. وحتى يتم تقديم قيمة حقيقية للشركات، يجب ضبط هذه النماذج الأساسية لتناسب حالات الاستخدام الصناعية، مع الحفاظ على خصوصية البيانات. وفي إطار جهودنا لتدريب نماذجنا اللغوية بشكل أكبر، وتطوير قدرات الذكاء الاصطناعي التوليدية، قمنا بتوسيع شراكتنا مع ميكروسوفت". و حول كيفيه معالجه التحديات المرتبطه بتحسين الإنتاجيه و التحليلات أفاد بأن "ساس تقوم بإنشاء حلول لتمكين للأشخاص من التعامل معها بسهولة، لأنها تتناسب مع مجموعة مهاراتهم. وكما ذكرت سابقاً، فإن توفير فرص الوصول السهل إلى هذه التقنيات تعتبر أولوية بالنسبة إلينا. وعندما نأخذ طبيعة عمل المحلل نموذجاً، نجد أنه يحتاج إلى حل يمكّنه من تقديم رؤى يمكن تنفيذها على أرض الواقع، وبطريقة قابلة للتفسير لمساعدته في اتخاذ قرارات فعالة، مع مراعاة التحدي المتمثل في ضيق الوقت. وعلى سبيل المثال، فإنه من خلال الاستفادة من منصة الأداء العالي والتحليلات "ساس فيا" SAS Viya، تستطيع المؤسسات الوصول إلى تقنيات التحليلات المختلفة ضمن منصة واحدة. ويمكنك تصوّر البيانات وتحليلها ووضع التقارير المتعلقة بها حسب حاجتك. وعلاوة على ذلك، تستطيع بسهولة سحب البيانات ونقلها للبحث عن الاتجاهات والأنماط، وإجراء التنبؤات من أجل التوصّل إلى فهم أعمق لعملياتك بغض النظر عن المهارات التي تمتلكها بالفعل. وبهذه الطريقة يمكنك التخلص من العمليات غير الفعالة وتعزيز روح التعاون بين أعضاء الفريق". و حول منصه "ساس فايا" SAS Viya أوضح أن "منصة "ساس فايا" SAS Viya تعتبر حلاً متكاملاً قادراً على تلبية احتياجات القوى العاملة في مؤسستك، سواءً كان الطرف المسؤول عن إدارتها محلل أعمال، أو عالم بيانات، أو مدير تكنولوجيا المعلومات، أو مهندس بيانات. وبما أنها تعتبر بيئة خدمة ذاتية، وبغض النظر عن الخلفية التقنية أو غير التقنية، فإن هذه المنصة تتيح لأعضاء الفريق استكشاف مجموعة واسعة من الأدوات والتقنيات. ومن خلال هذه الاستقلالية، يمكن لأعضاء فريق العمل تخصيص لوحة المعلومات الخاصة بهم لتحويل مجموعات كبيرة من البيانات غير المنظمة، واختيار نقاط بيانات مختلفة لتحليل الأنماط والعلاقات، وصولاً إلى إنشاء تفسيرات نموذجية وملخصات المشروع للنتائج التي توصلوا إليها، ومن ثم مشاركتها مع بقية أعضاء الفريق. ويؤدي ذلك إلى تعزيز التعاون والأتمتة والحوكمة، وتحقيق التوازن بين التكلفة والمرونة".