Bringing predictive analytics to the agentic AI era

Sponsored predictive modeling with AI can revolutionize how organizations use everyday business data. In 2026, the question for enterprise AI is no longer whether predictive models can outperform statistical forecasts—that argument is settled. The big question now is how to enable predictive systems to act on their own conclusions without drifting from business intent. The frontier has moved from prediction to autonomous decision making, and the gap between leaders and laggards is widening accordingly.

"Enterprises are done with a backward-looking point of view; they want to be more forward-thinking," says Vishal Gupta, partner at research firm Everest Group. Intelligent analytics, powered by technologies like deep learning and generative AI, are making this possible. Real-time training allows AI to evolve continuously instead of waiting for quarterly refreshes.

In addition, the data that newer predictive engines rely upon has expanded to encompass not just neat, numerical records but also messy, unstructured sources of insight-rich interactions. As a result, AI-powered analytics are moving enterprises from passive hindsight to pragmatic foresight. AI takes predictive analytics—a broad discipline that includes predictive modeling, data prep, analysis workflows, interpretation of results, and decision-making applications—to new heights.

"In many ways I think the word 'analytics' is giving way to AI," says Gupta. "Everything is becoming AI."

يمكن لنمذجة الت predictive الممولة بالذكاء الاصطناعي ثورة طريقة استخدام المنظمات للبيانات التجارية اليومية. في عام 2026، السؤال للذكاء الاصطناعي/company هو لم بعد عن كون النماذج الت predictive قادرة على تجاوز التوقعات الإحصائية—that argument is settled. السؤال الكبير الآن هو كيف يمكن تفعيل النظم الت predictive ل Execution على استنتاجاتها دون انحراف عن النية التجارية. قد تغير الحدود من الت predictive إلى اتخاذ القرار autonomy، والفرصة بين القادة والمتعثرين ت widening accordingly.

“الشركة may done with نظرة خلفية point of view؛ want to be more forward-thinking,” says Vishal Gupta، شريك في researching firm Everest Group. Intelligent analytics، powered by technologies like deep learning and generative AI، making this possible. Real-time training allows AI to evolve continuously instead of waiting for quarterly refreshes.

بالإضافة إلى ذلك، أن البيانات التي يعتمد عليها predictive engines newer may expanded to encompass not just neat، numerical records but also messy، unstructured sources of insight-rich interactions. As a result، AI-powered analytics are moving enterprises from passive hindsight to pragmatic foresight. AI takes predictive analytics—a broad discipline that includes predictive modeling، data prep، analysis workflows، interpretation of results، and decision-making applications—to new heights.

“In many ways I think the word ‘analytics’ is giving way to AI,” says Gupta. “Everything is becoming AI.”

এআই-চালিত স্পনসর্ড প্রাগ্নিক মডেলিং প্রতিষ্ঠানগুলো কিভাবে দৈনন্দিন ব্যবসায়িক তথ্য ব্যবহার করে তা বিপ্লব ঘটাতে পারে। 2026 সালে, প্রতিষ্ঠান এআই-র প্রশ্ন হল প্রাগ্নিক মডেলগুলো কি পরিসংখ্যানিক ভবিষ্যদ্বাণীর চেয়ে উত্তম প্রদর্শন করতে পারে তা নয়—এই তর্কটি সমাধান হয়ে গেছে। এখন বড় প্রশ্ন হল কিভাবে প্রাগ্নিক সিস্টেমগুলো তাদের নিজস্ন সিদ্ধান্তগুলো প্রয়োগ করতে পারে ব্যবসায়িক উদ্দেশ্য থেকে বিচৃত হওয়ার আগে। সীমান্ত প্রাগ্নিক থেকে স্বয়ংক্রিয় সিদ্ধান্ত নেওয়ায় স্থানান্তর হয়েছে, এবং নেতাদের এবং পেছনে পড়ে থাকা প্রতিষ্ঠানগুলোর মধ্যকার ব্যবধান এর ফলে প্রসারিত হচ্ছে।

“প্রতিষ্ঠানগুলো পেছনের দৃষ্টিভঙ্গি থেকে ক্লান্ত; তারা আরও ভবিষ্য-ভাবনামূলক হতে চায়,” বলেন বিশাল গুপ্তা, গবেষণা ফার্ম ইভারস্ট গ্রুপ-র পার্টনার। গাঢ় শিক্ষা এবং জেনারেটিভ এআই জাতীয় প্রযুক্তিগুলো দ্বারা চালিত বুদ্ধিমান বিশ্লেষণ এটি সম্ভব করে। রিয়েল-টাইম প্রশিক্ষण এআই-কে ত্রৈমাসিক রিফ্রেশের অপেক্ষার পরিবর্তে নিরন্তর বিকাশ করতে দেয়।

এছাড়া, নতুন প্রাগ্নিক ইঞ্জিনগুলো যে তথ্যের উপর নির্ভর করে তা এখন কেবল পরিষ্কার, সংখ্যামূলক রেকর্ডের পরিবর্তে অসংক্রান্ত, অসংরক্ষিত উৎসগুলোকেও অন্তর্ভুক্ত করেছে যেগুলো অন্তর্দৃষ্টি-সমৃদ্ধ সংঘটন। ফলস্বরূপ, এআই-চালিত বিশ্লেষণ প্রতিষ্ঠানগুলোকে নিষ্ক্রিয় পশ্চাতৃত্ব থেকে ব্যবহার্য ভবিষ্যদ্বাণীমূলক দৃষ্টিভঙ্গিতে স্থানান্তর করে। এআই প্রাগ্নিক বিশ্লেষণ—যা প্রাগ্নিক মডেলিং, তथ্য প্রস্তুতি, বিশ্লেষণ ওয়কফ্লো, ফলাফলের ব্যাখ্যা এবং সিদ্ধান্ত নেওয়ার অ্যাপ্লিকেশনগুলো অন্তর্ভুক্ত এক বিশাল বিষয়—কে এক নতুন উচ্চতায় নিয়ে যায়।

“অনেক প্রকারে আমি মনে করি যে ‘বিশ্লেষণ’ শব্দটি এআই-র পরিবর্তে স্থান দিচ্ছে,” গুপ্তা বলেন। “সবকিছু এআই হয়ে যাচ্ছে।”

প্রমুক সংস্থাগুলো: প্রতিষ্ঠান: ইভারস্ট গ্রুপ, মিট টেকনোলজি রিভিউ | ব্যক্তিগণ: বিশাল গুপ্তা

El modelado predictivo patrocinado por IA puede revolucionar la manera en que las organizaciones utilizan los datos comerciales cotidianos. En 2026, la pregunta para la IA corporativa ya no es si los modelos predictivos pueden superar las pronósticos estadísticos: ese debate está resuelto. La gran pregunta ahora es cómo permitir que los sistemas predictivos actúen por sus propias conclusiones sin desviarse de la intención comercial. La frontera se ha movido de la predicción a la toma de decisiones autónoma, y la brecha entre líderes y rezagados se está ampliando en consecuencia.

“Las empresas están hartas de una perspectiva retrospectiva; quieren ser más proactivas”, dice Vishal Gupta, socio de la firma de investigación Everest Group. La analítica inteligente, impulsada por tecnologías como el aprendizaje profundo y la IA generativa, está haciendo posible esto. El tiempo real de entrenamiento permite a la IA evolucionar continuamente en lugar de esperar por actualizaciones trimestrales.

Además, los datos en los que se apoyan los nuevos motores predictivos se han expandido para incluir no solo registros numéricos ordenados, sino también fuentes desordenadas y no estructuradas ricas en información. Como resultado, la analítica impulsada por IA está moviendo a las empresas de la visión retrospectiva pasiva a una visión prospectiva pragmática. La IA toma la analítica predictiva —una disciplina amplia que incluye modelado predictivo, preparación de datos, flujos de trabajo de análisis, interpretación de resultados y aplicaciones de toma de decisiones— a nuevas alturas.

“En muchos aspectos, creo que la palabra ‘analítica’ está cediendo el paso a la IA”, dice Gupta. “Todo se está volviendo IA.”

Entidades Clave: Empresas: Everest Group, MIT Technology Review | Personas: Vishal Gupta

La modélisation prédictive parrainée par l'IA peut révolutionner la manière dont les organisations utilisent les données commerciales quotidiennes. En 2026, la question pour l'IA d'entreprise n'est plus de savoir si les modèles prédictifs peuvent surpasser les prévisions statistiques—cet argument est résolu. La grande question maintenant est de savoir comment permettre aux systèmes prédictifs d'agir sur leurs propres conclusions sans s'éloigner de l'intention commerciale. La frontière a déplacé de la prédiction à la prise de décision autonome, et l'écart entre les leaders et les retardés s'élargit en conséquence.

« Les entreprises sont fatiguées d'une perspective rétrospective ; elles veulent être plus proactives », dit Vishal Gupta, associé à la firme de recherche Everest Group. L'analyse intelligente, alimentée par des technologies comme l'apprentissage profond et l'IA générative, rend cela possible. L'entraînement en temps réel permet à l'IA d'évoluer continuellement au lieu d'attendre des rafraîchissements trimestriels.

De plus, les données sur lesquelles s'appuient les nouveaux moteurs prédictifs se sont étendues pour englober non seulement des enregistrements propres et numériques, mais aussi des sources d'interactions riches en insights, mais désordonnées et non structurées. En conséquence, l'analyse alimentée par l'IA déplace les entreprises d'une vision rétrospective passive à une vision prospective pragmatique. L'IA prend l'analyse prédictive—une discipline large qui inclut la modélisation prédictive, la préparation des données, les flux d'analyse, l'interprétation des résultats et les applications de prise de décision—à de nouvelles hauteurs.

« De nombreuses façons, je pense que le mot 'analytics' cède le passage à l'IA », dit Gupta. « Tout devient l'IA. »

Entités Clés: Entreprises: Everest Group, MIT Technology Review | Personnes: Vishal Gupta

एआई द्वारा संचालित पूर्वानुमान मॉडलिंग रोजमर्रा के व्यावसायिक डेटा का उपयोग करने के तरीकों को क्रांतिकारी ढंग से बदल सकता है। 2026 में, उद्योगिक एआई के लिए प्रश्न यह नहीं है कि क्या पूर्वानुमान मॉडल सांख्यिकीय पूर्वानुमानों से बेहतर प्रदर्शन कर सकते हैं—यह तर्क सुलझ गया है। अब मुख्य प्रश्न यह है कि कैसे पूर्वानुमान प्रणालियों को अपने निष्कर्षों पर कार्रवाई करने की अनुमति दी जाए बिना व्यावसायिक इरादे से भटके। सीमा पूर्वानुमान से स्वचालित निर्णय लेने में गई है, और अग्रणी और पिछड़ों के बीच का अंतर इसी अनुसार चौड़ा हो रहा है।

“कंपनियां अब पीछे देखने वाले दृष्टिकोण से थक गई हैं; वे अधिक भविष्य-परक होना चाहती हैं,” अनुसार विशाल गुप्ता, अनुसंधान फर्म वर्स्ट ग्रुप के भागीदार। गहना शिक्षण और जनरेटिए एआई जैसी तकनीकों द्वारा चालित बुद्धिमान विश्लेषण इसे संभव बना रहा है। रियल-टाइम प्रशिक्षण एआई को तैमारी शेड्यूल के इंतजार के बिना निरंतर विकास करने की अनुमति देता है।

इसके अलावा, नए पूर्वानुमान इंजन जिन पर डेटा निर्भर करता है, वे अब केवल साफ, संख्यात्मक रिकॉर्ड तक सीमित नहीं हैं, बल्कि अनियमित, असंरचित स्रोतों में भी विस्तारित हो गए हैं जो अंतर्दृष्टि से भरपूर हैं। परिणामस्वरूप, एआई-चालित विश्लेषण कंपनियों को निष्क्रिय पश्चात् दृष्टि से व्यावहारिक भविष्य-परक दृष्टि की ओर ले जा रहा है। एआई पूर्वानुमान विश्लेषण—जो पूर्वानुमान मॉडलिंग, डेटा तैयारी, विश्लेषण वर्कफ्लो, परिणामों की व्याख्या, और निर्णय लेने वाले अनुप्रयोगों से मिलकर बना है—को एक नई ऊंचाई तक ले जा रहा है।

“कई तरीकों से मैं यह मानता हूं कि ‘विश्लेषण’ शब्द एआई के लिए जगह दे रहा है,” गुप्ता कहते हैं। “सब कुछ एआई बन रहा है।”

प्रमुख इकाइयां: कंपनियां: वर्स्ट ग्रुप, मिट टेक्नोलॉजी रिव्यू | व्यक्तियां: विशाल गुप्ता

Pemodelan prediktif yang disponsori oleh AI dapat merevolusi cara organisasi menggunakan data bisnis sehari-hari. Tahun 2026, pertanyaan untuk AI perusahaan bukan lagi apakah model prediktif dapat mengungguli prakiraan statistik—argumen itu sudah selesai. Pertanyaan besar sekarang adalah bagaimana mengaktifkan sistem prediktif untuk bertindak berdasarkan kesimpulan mereka sendiri tanpa menyimpangan dari niat bisnis. Frontier berubah dari prediksi ke pengambilan keputusan otonom, dan jurang antara pemimpin dan pengikut semakin lebar.

“Perusahaan sudah selesai dengan pandangan yang mencari ke belakang; mereka ingin lebih berpikir ke depan,” kata Vishal Gupta, mitra di firma penelitian Everest Group. Analitik pintar, didorong oleh teknologi seperti deep learning dan AI generatif, membuat ini memungkinkan. Pelatihan real-time memungkinkan AI untuk berkembang secara terus-menerus daripada menunggu pembaruan kuartalan.

Selain itu, data yang diandalkan oleh engine prediktif newer telah diperluas untuk mencakup tidak hanya catatan yang rapi dan numerik, tetapi juga sumber yang berantakan dan tidak terstruktur yang kaya akan interaksi berisi wawasan. Hasilnya, analitik yang didorong oleh AI memindahkan perusahaan dari pandangan belakang pasif ke pandangan depan pragmatis. AI mengambil analitik prediktif—disiplin luas yang mencakup pemodelan prediktif, persiapan data, alur kerja analisis, interpretasi results, dan aplikasi pengambilan keputusan—ke tinggi yang baru.

“Dalam banyak cara saya pikir kata ‘analitik’ sedang memberi jalan kepada AI,” kata Gupta. “Semuanya menjadi AI.”

Entitas Kunci: Perusahaan: Everest Group, MIT Technology Review | Orang: Vishal Gupta

AIによるsponsorship付き予測モデルは、組織が日常的なビジネスデータを使用する方法を革命的に変える可能性があります。2026年、企業AIの質問は、予測モデルが統計予測を上回るかどうかではなくなりました—その議論は解決済みです。現在の大きな質問は、予測システムが自らの結論から行動的同时、ビジネス意図から外れないようにするにはどうすべきかです。境界は予測から自動判断に移っており、リーダーと後れを取る企業の差が相应して広がっています。

「企業は後ろ見的な視点にうんざりしています；より前向きになりたい」と、研究企業Everest GroupのパートナーVishal Guptaは言います。ディープラーニングや生成AIなどの技術によって駆動されるインテリジェント分析がこれを可能にしています。リアルタイム训练は、四半期ごとの更新を待つことなく、AIが継続的に進化できるようにします。

さらに、新しい予測エンジンが依存するデータは、整然とした数値記録だけでなく、構造化されていないが洞察に富んだ相互作用の源にも拡大しています。その結果、AI駆動分析は企業を受動的な後見的視点から実用的な先見的視点に移行させています。AIは予測分析—予測モデルリング、データ準備、分析ワークフロー、結果の解釈、判断応用を含む広い分野—を新的高みに引き上げます。

「多くの意味で、『分析』という言葉がAIに代わっていると私は思います」とGuptaは言います。「すべてがAIになってきています。」

主要エンティティ：企業: Everest Group, MIT Technology Review | 人物: Vishal Gupta

O modelagem preditiva patrocinada por IA pode revolucionar como as organizações usam dados comerciais cotidianos. Em 2026, a pergunta para a IA corporativa não é mais se os modelos preditivos podem superar previsões estatísticas—esse argumento está resolvido. A grande pergunta agora é como permitir que sistemas preditivos atuem em suas próprias conclusões sem desviarem da intenção comercial. A fronteira mudou da previsão para a tomada de decisão autônoma, e a lacuna entre líderes e retardatários está se alargando consequentemente.

“As empresas estão cansadas de uma perspectiva voltada para o passado; elas querem ser mais voltadas para o futuro”, diz Vishal Gupta, sócio da firma de pesquisa Everest Group. A analítica inteligente, impulsionada por tecnologias como aprendizado profundo e IA generativa, está tornando isso possível. O treinamento em tempo real permite que a IA evolua continuamente em vez de esperar por atualizações trimestrais.

Além disso, os dados nos quais os novos motores preditivos dependem expandiram-se para incluir não apenas registros limpas e numéricos, mas também fontes desordenadas e não estruturadas ricas em interações com insights. Como resultado, a analítica impulsionada por IA está movendo as empresas de uma visão retrospectiva passiva para uma visão prospectiva pragmática. A IA leva a analítica preditiva—uma ampla disciplina que inclui modelagem preditiva, preparação de dados, fluxos de análise, interpretação de resultados e aplicações de tomada de decisão—para novas alturas.

“De muitas maneiras, eu penso que a palavra ‘analítica’ está cedendo o lugar à IA”, diz Gupta. “Tudo está se tornando IA.”

Entidades Chave: Empresas: Everest Group, MIT Technology Review | Pessoas: Vishal Gupta

Предиктивное моделирование с использованием ИИ может революционизировать то, как организации используют повседневные бизнес-данные. В 2026 году вопрос для корпоративного ИИ больше не в том, могут ли предиктивные модели превзойти статистические прогнозы—это спор решен. Большой вопрос сейчас в том, как enable предиктивные системы действовать на основе своих собственных выводов, не сбиваясь с бизнес-намерения. Граница сместилась от предсказания к автономному принятию решений, и разрыв между лидерами и отстающими соответственно расширяется.

«Компании устали от ретроспективного взгляда; они хотят быть более прогностовыми», — говорит Вишал Гупта, партнёр исследовательской фирмы Everest Group. Интеллектуальная аналитика, поддерживаемая технологиями, такими как глубокое обучение и генеративный ИИ, делает это возможным. Обучение в реальном времени позволяет ИИ эволюционировать непрерывно, вместо того чтобы ждать ежеквартальных обновлений.

Кроме того, данные, на которых полагаются новые предиктивные двигатели, расширились, чтобы включать не только аккуратные числовые записи, но и грязные, неструктурированные источники, богатые на инсайты. В результате ИИ-аналитика перемещает компании от пассивного заднего вида к прагматичному прогностическому взгляду. ИИ берёт предиктивную аналитику — широкую дисциплину, включающую предиктивное моделирование, подготовку данных, рабочие процессы анализа, интерпретацию результатов и приложения для принятия решений — на новые высоты.

«Во многих отношениях я думаю, что слово «аналитика» уступает место ИИ», — говорит Гупта. «Всё становится ИИ».

Ключевые сущности: Компании: Everest Group, MIT Technology Review | Люди: Vishal Gupta

由AI驱动的赞助预测建模能够彻底改变组织利用日常业务数据的方式。在2026年，企业AI的关键问题不再是预测模型能否超越统计预测——这一争论已经尘埃落定。当前的核心挑战在于如何使预测系统在不偏离业务意图的前提下，自主执行其结论。前沿领域已从预测转向自主决策，领导者与落后者之间的差距因此正在扩大。

“企业已经厌倦了回顾性的视角；他们希望更具前瞻性，”研究公司Everest Group的合伙人Vishal Gupta表示。借助深度学习和生成式AI等技术驱动的智能分析正在使这一目标成为现实。实时训练使AI能够持续演进，而无需等待每季度的更新。

此外，新型预测引擎所依赖的数据已不仅限于整洁的数值记录，还扩展至包含丰富洞察但杂乱无结构化的交互数据。结果是，AI驱动的分析正推动企业从被动的后见之明转向务实的前瞻能力。AI将预测分析——这一涵盖预测建模、数据准备、分析流程、结果解读及决策应用的广泛学科——提升至全新高度。

“在许多方面，我认为‘分析’这个词正在被AI取代，”Gupta说。“一切都正在变成AI。”

关键实体：公司：Everest Group, MIT Technology Review | 人物：Vishal Gupta

FAQ：2026年企业AI面临的关键挑战是什么？

关键挑战在于使预测系统能够在不偏离业务意图的前提下自主执行其结论，因为前沿领域已从预测转向自主决策。