A New Frontier for AI Agents: Transparency
This is the second article in the ‘A New Frontier for AI Agents’ series. Catch up on part one about cybersecurity. In 2017, it was
A New Frontier for AI Agents: Cybersecurity
One of the biggest risks to cybersecurity protection has historically been people. In 2024, 95% of data breaches were tied to human error. To reduce
What’s possible when data and determination come together
What we do matters. For 50 years, SAS has helped customers turn data into decisions that move the world forward. In 2025, that impact came
Governance isn’t a burden — it’s a business strategy
Regulatory pressure is real. Regulations keep piling up – ESG, GDPR, supply chain due diligence and now the EU AI Act. There’s no sign of
Segurança e escolha estratégica de modelos em agentes de IA
Saber qual modelo de inteligência artificial usar para cada situação e como proteger dados de clientes é essencial quando organizações utilizam agentes de IA no
意思決定の構造をあらためて整理する
はじめに 昨今、AIをはじめとするさまざまな技術が登場する中で、「より良い意思決定」へのIT技術の貢献の仕方そのものが、新しい段階に入りつつあります。 AIエージェントやエージェンティックAIのトレンドで謡われているような、意思決定の自動化自体は、決して新しい話ではありません。ルールベース、最適化、予測モデルなどを用いた意思決定の自動化は、従来から多くの業務においてシステムによって実行されてきました。 一方で現在起きている変化は、単なる自動化の延長ではありません。 意思決定が エージェンティック（自律的）に実行され、人が事前に設計することなく、状況に応じて意思決定フローを創造し実行されるようになりつつあります。同時に、意思決定の自動化は一部の成熟した企業や部門に閉じたものではなく、より多くの人や業務に 民主化されつつある と言えます。これが昨今のエージェンティックAIのトレンドの本質です。 この変化に伴い、意思決定に求められる要件も、変化してきています。 こうした状況を踏まえると、どのAI技術を使うかを議論する前に、そもそも意思決定とは何で構成されているのか、そして AI技術はそのどこに、どのように貢献しうるのかを、理解しておく必要があると考えるに至りました。 本稿では、そのための前提として、意思決定の構造をあらためて整理します。目的は、特定の技術や手法を論じることではなく、より良い意思決定の実現のために、AI技術をどこにどのように適用すべきかを考えられるようにすることです。 意思決定とは何か あまり厳密にそして学術的に定義することは避けます。本稿における意思決定とは、利益を追求する、あるいは昨今はサステナブルな経営目的に、複数の選択肢の中から、ある目的に照らして目的関数を最大化する行動を選択するプロセスを指します。 意思決定は、単一の判断行為ではありません。情報の収集、分析・評価、選択、ルール準拠、実行、そして結果の受容までを含む、一連のプロセスとして捉える必要があります。 したがって、意思決定の良し悪しは、結果だけで評価されるべきものではなく、以下のような構造の要素それぞれを注視する必要があります。 意思決定を構成する6つの要素 意思決定を構造として捉えると、以下の6つの要素に分解することができると筆者は考えます。 1. スピード（Speed） 判断までに要する時間です。意思決定が遅れることは、それ自体が機会損失を生みます。細かく見ると、意思決定プロセスの開発とデプロイまでの時間、あるいはリアルタイムの応答性など、準備と実行それぞれが関係してきます。 昨今のトレンドから参入してきたエンジニアには意外と見過ごされがちですが、エージェンティックな意思決定においても、エージェントシステムとしての応答速度だけではなく、そのエージェンティックAIに組み込まれる「モデル」の開発・デプロイメント時間も重要であり、実は後者の方が実験的なプロセスを繰り返す必要があり時間がかかります。 2. 質（Quality） 意思決定がどれだけ望ましい結果をもたらす確率を高めているか、すなわち期待値や予測精度を指します。
A revolução suíça na IA: “Digital Sovereignty”
A revolução suíça na IA ganha forma com o lançamento do Large Language Model (LLM) público pela Suíça, desenvolvido pela ETH Zurich e pelo Instituto
Conversational pipeline building with SAS Viya Copilot in Model Studio
Building a machine learning pipeline in SAS® Model Studio is rarely a straight line. You start with a goal in mind but quickly find yourself
From insight to action in student success
How can schools use data to make strategic improvements for students at all levels, from special education programming to high-level performance? For Bettendorf Community School
Trust and talent: The foundation for responsible AI adoption
Every so often, new technology hits like an earthquake. It starts with faint rumblings, then suddenly creates an irreversible shift in the landscape. Social media
