SAS CIO揭內部GenAI實戰經驗：員工自建4,200支AI代理，AI Coding也改變工程師角色
來源： iThome | 2026-05-21 | 受訪者：SAS CIO Jay Upchurch URL： https://www.ithome.com.tw/news/176029
核心數據
| 指標 | 數字 |
|---|---|
| Microsoft Copilot授權數 | 5,000+ |
| 員工自建AI代理數 | 4,200+ |
| 正式發布企業級代理 | 12支 |
| AI完成程式碼比例 | 80–90% |
GenAI推廣路徑
- 採購Copilot授權 → 讓員工自行探索
- 發現問題：AI創新停留在個人實驗，缺乏制度化
- 啟動 Project Horizon：各部門設置AI推動者，分享成功案例
- SAS具備「好奇心文化（Curiosity engine）」，AI導入放大探索熱潮
AI代理（AI Agent）實況
- 4,200支由員工用Copilot授權自建，各自管理生命周期
- 每支代理鎖定特定知識領域或工作流程
- 正式企業級代理（12支） 包括：
- RFP代理：整理過往提案、搜尋技術規格、生成投標內容
- 維運支援代理：整合 ServiceNow、Datadog，協助跨系統查詢與工單處理
AI應用三層架構
- 個人生產力：文件整理、知識搜尋、會議摘要
- 企業流程轉型：優化工作效率
- 產品與服務AI化：嵌入MCP、Agentic AI、智慧決策能力
AI Coding：工程師角色轉變
- 涵蓋範圍：需求蒐集 → 使用情境整理 → Backlog管理 → 程式生成 → 驗證
- AI負責80–90%程式碼，工程師負責迭代、驗證與修正
- 工程師從「從零撰寫」→「接手已能運作的版本進行迭代」
規格驅動開發（Spec-driven Development）
- SAS已轉向先定義規格再由AI生成程式碼
- 警示：只把AI塞入既有流程 = 「很昂貴的自動化」，應重新思考哪些流程已不需要
IT角色轉型
- 過去：建立系統、提供工具
- 現在：平台治理、安全管理、AI標準管理
資安衝擊：漏洞管理節奏改變
- AI可在數十年老舊系統中找出潛藏漏洞
- 攻擊者可能在AI找到漏洞後幾分鐘內發動攻擊
- SAS因應：導入AI進行漏洞掃描、安全檢測與弱點管理
衍生頁面
- SAS企業GenAI導入實戰4200支AI代理與AI Coding工程師角色轉變 — 主要概念頁面
- sas-institute — SAS公司頁面