50 anni e non sentirli, SAS innova su IA, digital twin e quantum computing

Si è appena conclusa un’edizione speciale di SAS Innovate 2026, l’evento dell’azienda dedicato a partner e clienti. Edge9 era presente a Dallas per festeggiare il cinquantesimo anniversario dell’azienda fondata nel 1976 da James Goodnight, che ancora guida con molta energia una struttura che si ispira a valori non sempre condivisi dai concorrenti del settore.

La cornice è quella tipica di una conferenza enterprise di un grande software vendor, ma la sostanza è diversa da molti altri eventi del settore. SAS resta un’azienda privata, finanziariamente solida e poco interessata alle mode. Il modo in cui ha presentato i propri annunci di prodotto sull’IA è coerente con un atteggiamento percepito anche negli scambi informali tra panel e sessioni a porte chiuse: piena consapevolezza del proprio peso, nessuna rincorsa al messaggio del momento, una rivendicazione esplicita della propria storia. Una forza calma, in altre parole.

La prospettiva viene inquadrata subito da Jenn Chase, CMO di SAS, in un’intervista: “i nostri valori, plasmati negli anni da Jim Goodnight, sono di concentrarci sul problema o sull’opportunità, non sulla tecnologia. Lavoriamo a ritroso, dal problema, e applichiamo qualsiasi tecnologia serva. È una visione un po’ controcorrente rispetto al mercato di oggi”. È la stessa logica che giustifica il taglio del keynote, in cui il CTO Bryan Harris ha aperto chiedendosi “Will people matter?”, ipotizzando che la vera crisi del momento non sia causata dall’espansione dell’IA, ma dalla perdita di fiducia nell’ingegno umano.

Tra le voci che a Innovate 2026 hanno raccontato la propria parte degli annunci c’è anche Marinela Profi, Global GenAI & Agentic AI Strategy Lead di SAS. È un dettaglio non scontato per il pubblico italiano: Profi è nata a Roma e da sei anni lavora nel quartier generale di Raleigh, in un ruolo globale che la porta a viaggiare e a seguire i clienti SAS in tutti i continenti in cui l’azienda è presente. La sua è una posizione di responsabilità su una tecnologia chiave per il futuro della piattaforma, in un’azienda software leader nel settore enterprise: una traiettoria che, per un’italiana, resta un’eccezione che merita di essere segnalata.

Il quadro strategico

Alla base degli annunci si individua una traiettoria di mercato che Harris, nel media briefing seguito al keynote, ha definito curva di commoditizzazione. Nelle ultime ondate tecnologiche ogni livello di software è stato eroso da quello successivo: dall’open source che ha reso lo sviluppo una funzione di base, agli hyperscaler che hanno banalizzato storage, rete e calcolo. Oggi è il turno dell’IA generativa, che sta cambiando l’economia delle decisioni di build versus buy nelle applicazioni enterprise. Le aziende clienti chiedono ai propri vendor se quel software offra ancora un valore proporzionato al costo, e con l’IA agentica un numero crescente di funzioni può essere replicato a basso costo da agenti generalisti. La conseguenza, ha sostenuto Harris, è che ogni software vendor deve riformulare la propria proposta di valore. SAS lo fa investendo su quattro pilastri: governance dell’IA, IA agentica, digital twin e IA quantistica.

Sotto i quattro pilastri c’è una posizione finanziaria che Harris ha indicato come abilitante. SAS resta privata, è profittevole da cinquant’anni, non ha debiti in bilancio. “Si può pensare al lungo periodo solo se non si hanno cinquanta o cento miliardi di debito da gestire”, ha risposto a un giornalista che gli chiedeva come l’azienda concili la pressione di breve periodo con gli investimenti su orizzonti pluriennali. È la stessa solidità che regge la cornice umana del keynote, costruita intorno alla domanda “Will people matter?”. Solo la libertà di non dover rincorrere il mercato rende sostenibile un atteggiamento di questo tipo.

Apertura agli LLM esterni e governance trasversale

I primi due annunci di prodotto, il SAS Viya Model Context Protocol Server e SAS AI Navigator, si leggono dentro questa cornice. Lo ha spiegato Marinela Profi, Global GenAI & Agentic AI Strategy Lead di SAS. “L’anno scorso abbiamo deciso che la prima cosa da fare sull’IA agentica era investire in un’architettura dedicata sopra Viya, perché ogni feature successiva nascesse dalla stessa fondazione, con la governance, la sicurezza, il monitoraggio e l’orchestrazione già integrati”. È il motivo per cui, ha detto, l’azienda ha potuto poi muoversi velocemente, mentre altri attori del mercato che hanno corso senza fondamenta stanno gestendo oggi i propri debiti tecnici. “Da fuori SAS può sembrare più lenta. Dopo tre anni siamo invece una delle poche aziende che mostra casi reali di IA agentica, di calcolo quantistico, di digital twin”.

Il MCP Server traduce questa scelta in un’apertura esplicita agli LLM commerciali. SAS espone le funzioni analitiche, i modelli e le logiche di automazione delle decisioni di Viya come strumenti richiamabili da agenti costruiti sopra LLM esterni come Claude. Il passaggio ribalta una linea storica dell’azienda: lo stack analitico aziendale del 2026 è eterogeneo per definizione, e l’agente conversazionale non deve più essere per forza proprietario, purché le decisioni che ne discendono passino attraverso modelli e dati sotto governance.

AI Navigator è il complemento del MCP Server sul piano del controllo. Ne ha parlato in un incontro stampa Reggie Townsend, Vice President SAS AI Ethics, Governance and Social Impact. AI Navigator è un servizio SaaS in arrivo nel terzo trimestre 2026 sul Microsoft Azure Marketplace, che permette di censire e tenere sotto governance i casi d’uso di IA presenti in azienda, i modelli sottostanti e le policy applicate. Il dettaglio strategico è la non-dipendenza da Viya. AI Navigator governa anche modelli e agenti che SAS non ha sviluppato, da Claude a Microsoft Copilot, applicandovi le stesse regole valide per i modelli interni della piattaforma. “Il prossimo capitolo dell’IA deve riguardare la capacità di portare il giudizio umano sui grandi numeri, di governare alla velocità giusta, di fare della fiducia un vantaggio competitivo. Il giudizio resta una prerogativa umana”, ha detto Townsend. Sul rischio operativo della governance la sua frase è netta: “il rischio maggiore di un programma di governance dell’IA non è la regolamentazione, ma quello di adottare uno strumento così complesso che nessuno finisce per usarlo”.

IA agentica per i processi regolamentati

Il filone dell’IA agentica verticale, presentato all’interno di un piano da un miliardo di dollari sulle soluzioni di settore, è la dimostrazione operativa della stessa logica. L’annuncio principale è il SAS Supply Chain Agent, oggi in private preview, che trasforma il processo di sales and operations planning da una cadenza tipicamente mensile a una continua. L’agente bilancia in tempo reale domanda, disponibilità e logistica, e accetta scenari ipotetici tramite chat. Accanto, sono già disponibili i primi Industry Copilot, in particolare un assistente per la gestione del rischio finanziario nelle banche e uno per la discovery dei dati clinici nella sanità, con estensioni in roadmap nel 2026 verso la prevenzione del financial crime nel banking e l’ottimizzazione della pianificazione nel manifatturiero. Un agente di mappatura dei dati, presentato l’anno scorso, è ora integrato nei modelli di settore per l'aderenza terapeutica, automatizzando la mappatura dei dati clinici, una delle attività manuali che più spesso rallentano i progetti di analisi sanitaria.

Sui casi reali la logica è la stessa: si parte dal problema di settore e si applica la tecnologia che serve. Lo Stato del Nevada e altri Stati americani usano una soluzione SAS per ridurre gli errori sui programmi federali di assistenza alimentare, evitare le sanzioni introdotte dalle nuove norme e migliorare l’erogazione dei sussidi. Banche e assicurazioni si appoggiano a un agente di fraud decisioning per i pagamenti, addestrato su dati condivisi tramite un consorzio di grandi istituzioni finanziarie globali, che copre carta di credito, di debito, sportelli automatici, portafogli digitali e schemi più recenti come il money mule. Sul versante industriale il programma SAS Worker Safety combina digital twin costruiti in Unreal Engine, dati sintetici e computer vision per addestrare modelli che rilevano dispositivi di protezione mancanti, anche in scenari rari come una collisione tra carrelli elevatori per i quali non esistono filmati reali sufficienti.

SAS ha riassunto la logica in una frase: il contesto industriale trasforma l’IA generica in IA affidabile, riducendo la complessità e i tempi per ottenere un ritorno. Il dato di scala lo offre il SAS Hackathon, sesta edizione, che quest’anno ha coinvolto 1.400 partecipanti da oltre 120 Paesi, in larga parte con casi poi entrati in produzione.

Digital twin e Synthetic Vision

Il programma sui digital twin è probabilmente quello con la curva di sviluppo più rapida tra i quattro pilastri. SAS ha mostrato a Innovate 2026 un’evoluzione del lavoro condotto l’anno scorso con Georgia Pacific, applicata quest’anno a un fornitore americano di sterilizzazione di dispositivi medici. Il digital twin della struttura, costruito in Unreal Engine, ha permesso di individuare un collo di bottiglia che il management aveva interpretato male. La logica è quella di poter porre, a basso costo, domande di scenario sul funzionamento dell’impianto, dal raddoppio delle macchine al riposizionamento dei materiali, che nel mondo reale richiederebbero settimane e investimenti.

Su questa base SAS ha presentato un’innovazione tecnologica registrata come patent-pending: Synthetic Vision, un metodo per addestrare modelli di computer vision interamente su dati sintetici prodotti dai digital twin. Il vantaggio è triplice. Si modellano eventi rari per cui i filmati reali sono pochi o assenti, come collisioni e infortuni. Si coprono scenari impossibili da filmare, come una persona senza dispositivi di protezione in zona sterile. Si elimina l’etichettatura manuale dei frame, attività onerosa in termini di tempo e costo. Il perimetro applicativo non è solo industriale. SAS ha mostrato applicazioni sul tracciamento di campioni di laboratorio in ambito sanitario, sul monitoraggio di perdite e incendi nel settore oil and gas, sull’ispezione di linee elettriche con riprese da droni nel comparto utility. Lo stack tecnico mette insieme Viya per i modelli analitici e SAS Event Stream Processing per l’inferenza in tempo reale sull’edge.

Calcolo quantistico, l’IA quantistica come ponte

Sul calcolo quantistico l’approccio di SAS è quello che meglio illustra la natura non sensazionalistica dell’azienda. Bill Wisotsky, Principal Quantum Systems Architect di SAS, ha spiegato l’architettura del nuovo SAS Quantum Lab, in arrivo nel quarto trimestre 2026 per i clienti Viya. Il problema che il laboratorio affronta è di natura economica: eseguire un singolo algoritmo quantistico su hardware reale costa centinaia di migliaia di dollari, e per ottenere risultati utili serve testare moltissime varianti. SAS ha riusato i CAS worker della propria piattaforma analitica, ovvero i nodi di calcolo distribuiti che fanno girare i carichi di Viya, trasformandoli in simulatori quantistici parallelizzati. Il cliente costruisce e ottimizza l’algoritmo nell’ambiente simulato, con un’accelerazione di 100-300 volte rispetto a un simulatore convenzionale, e solo l’algoritmo migliore viene effettivamente inviato all’hardware quantistico vero. La logica sottostante è di buon senso e di pragmatismo, e dice molto del carattere dell’azienda.

La scelta del fornitore di hardware quantistico avviene a valle, sulla base di quanto è emerso dalla simulazione e della specificità dell’algoritmo: sono gli esperti SAS a indicare il vendor più adatto al singolo problema, attingendo a un parco che include D-Wave per l’ottimizzazione combinatoria, IBM, IonQ e Quera per altre classi di calcolo. Wisotsky ha raccontato un aneddoto che vale come manifesto del posizionamento. Una compagnia assicurativa si era rivolta a SAS per un POC quantistico. Gli esperti SAS hanno riformulato il problema e l’hanno risolto classicamente in un minuto e trenta secondi, chiudendo il POC senza coinvolgere l’hardware quantistico. “Se vogliamo che il quantum sia utile, dobbiamo smettere di giocare con problemi dal titolo sensazionalistico. Quando guardo alle pubblicazioni accademiche, i questo tipo di problemi sta diminuendo, i casi reali stanno crescendo”, ha aggiunto. È un approccio che assomiglia a quello di una vecchia società di analitica statistica più che a quello di un vendor cloud, e che colloca SAS in uno spazio diverso rispetto agli hyperscaler che vendono accesso diretto alla potenza quantistica.

Mid-market, partnership e modello commerciale

Sul mid-market, fascia in cui SAS è storicamente meno presente, Chase ha indicato in Viya Essentials la nuova porta d’ingresso. È un’offerta che porta le funzionalità di Viya all’interno di un cloud gestito direttamente da SAS, ed è pensata per le aziende che non possono permettersi di amministrare la piattaforma in autonomia. L’azienda ha confermato anche un investimento sui canali di partner locali in mercati europei come quello italiano, dove la presenza diretta è meno capillare. Sulle partnership cloud, accanto ai tre hyperscaler arriva OVH Cloud, scelto per affrontare i requisiti europei di sovranità digitale. Hyperscaler e grandi data platform restano un ecosistema abilitante, mentre i veri concorrenti diretti, ha detto Chase, sono aziende come Databricks e Palantir.

Sul modello commerciale, alla domanda specifica sull’arrivo di Viya as a Service multi-tenant a consumo sui marketplace dei tre hyperscaler, l’azienda ha risposto con cautela. La conversazione interna si è allargata oltre il pricing a consumo, fino a includere ipotesi di pricing legato ai risultati. Workbench on the Service, annunciato a Innovate 2026, è descritto come un primo passo concreto verso un’offerta SaaS più completa. L’architettura multi-tenant di Viya prevede tre piani distinti, control, application e data, che potranno essere gestiti da SAS, dal cliente o in modalità ibrida. Il data plane resta il punto sensibile per i clienti dei settori regolamentati: nella versione attuale di Workbench era a carico del cliente, nella nuova è in carico a SAS.

Quello che resta di SAS Innovate 2026, alla fine, è meno una lista di prodotti che una conferma di identità. La domanda “Will people matter?” del CTO non è retorica di marketing, è il modo in cui SAS dice di non essere disposta a vendere IA che dribbla il giudizio umano. Il riuso dei CAS worker come simulatori quantistici, la riscrittura dell’architettura di governance prima delle feature, la scelta di risolvere classicamente un problema invece di forzarlo nel quantum sono episodi che confermano la stessa logica. Per il pubblico enterprise il messaggio è chiaro: SAS non sta inseguendo l’IA, la sta strutturando dentro un metodo aziendale di analisi che esiste da cinquant’anni. La quantità di lavoro necessaria per arrivarci spiega perché l’azienda, da fuori, possa sembrare più lenta. Spiega anche perché, dopo tre anni di IA generativa diffusa, sia tra le poche a poter mostrare casi reali in produzione e non solo slide di prototipi.