SAS企業GenAI導入實戰：4,200支AI代理與AI Coding工程師角色轉變
SAS CIO Jay Upchurch於2026年5月揭露SAS內部GenAI導入實戰經驗，展示大型企業全面擁抱AI代理與AI Coding的轉型路徑。
關鍵數據
| 指標 | 數字 |
|---|---|
| Microsoft Copilot授權數 | 5,000+ |
| 員工自建AI代理數 | 4,200+ |
| 正式企業級代理 | 12支 |
| AI生成程式碼比例 | 80–90% |
GenAI推廣策略
SAS採用「由下而上」策略：先採購大量Copilot授權讓員工自由探索，再透過 Project Horizon 計畫正式化AI推廣，在各部門設置AI推動者分享成功案例。SAS的「好奇心文化（Curiosity engine）」是AI快速落地的關鍵催化劑。
AI代理架構
員工自建的4,200支代理各自鎖定特定知識領域或工作流程，由員工自行管理生命周期。正式企業級代理（12支）包括：
- RFP代理：整合過往提案庫，自動生成投標內容
- 維運支援代理：串接ServiceNow、Datadog，處理跨系統工單
三層AI應用架構
- 個人生產力（文件、知識搜尋、會議摘要）
- 企業流程轉型（效率優化）
- 產品與服務AI化（MCP、Agentic AI嵌入）
AI Coding與工程師角色轉變
AI負責80–90%的程式碼生成，工程師職責轉向：需求蒐集、規格定義、Backlog管理、驗證與迭代修正。
規格驅動開發（Spec-driven Development）
SAS轉向「先定義規格，再由AI生成程式碼」，避免因指令不一致產生難以維護的多版本程式碼。
「如果沒有強大的基礎知識，你的指令不會成功，最後的輸出也不會成功。」— Jay Upchurch
警示：只將AI塞入既有流程等同「很昂貴的自動化」，企業應重新思考哪些流程已不再必要。
IT治理角色轉型
| 過去 | 現在 |
|---|---|
| 建立系統、提供工具 | 平台治理、安全管理、AI標準管理 |
資安衝擊
AI加速漏洞發現改變了漏洞管理的時間節奏：AI可快速掃描數十年老舊系統，攻擊者可能在AI找到漏洞後幾分鐘內發動攻擊。SAS已導入AI進行漏洞掃描與弱點管理因應此挑戰。
來源文章
相關頁面
- sas-institute — SAS公司
- microsoft — Microsoft Copilot授權供應商