据《麻省理工科技评论》报道，2026年企业人工智能面对的问题已经改变：预测模型能否胜过传统统计预测不再是争论焦点，如何让预测系统依据自己得出的结论自主行动、同时不偏离企业原本的业务意图，成为新的核心命题。

报道称，这一领域的前沿已从预测本身移向自主决策，企业之间由此形成的差距正在拉大。研究机构Everest Group合伙人维沙尔·古普塔说，企业已经不再满足于回望式的视角，“他们希望更具前瞻性”。

支撑这一转变的是由深度学习和生成式人工智能驱动的智能分析。报道提到，实时训练让AI可以持续演进，而不必等待每季度的刷新；同时，新一代预测引擎所依赖的数据范围也在扩大，不再局限于整齐的数值记录，还包括大量杂乱、非结构化但富含洞见的互动信息。报道称，由此AI驱动的分析正在把企业从被动的事后回顾推向务实的前瞻判断。

报道将预测分析定义为一个涵盖预测建模、数据准备、分析工作流、结果解读和决策应用的广泛领域，并认为AI把这一领域推向了新的高度。古普塔说：“在很多方面，我认为‘分析’这个词正在让位于AI。一切都在变成AI。”

上述内容由《麻省理工科技评论》旗下定制内容部门Insights制作，而非该刊编辑团队出品。报道称，其研究与写作由人类完成，可能使用的AI工具仅限于在人工监督下的生产环节。