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。
来源: MIT Technology Review AI · 由HeadlinesBriefing整理摘要