Đưa phân tích dự đoán vào kỷ nguyên AI tác nhân

Năm 2026, câu hỏi đặt ra cho AI doanh nghiệp không còn là liệu các mô hình dự đoán có thể vượt trội hơn các dự báo thống kê hay không – lập luận đó đã được giải quyết. Vấn đề lớn hiện nay là làm thế nào để các hệ thống dự đoán có thể tự hành động dựa trên kết luận của chúng mà không đi chệch khỏi mục tiêu kinh doanh. Ranh giới đã dịch chuyển từ dự đoán sang ra quyết định tự động, và khoảng cách giữa các doanh nghiệp dẫn đầu và các doanh nghiệp chậm chân đang ngày càng nới rộng. Ông Vishal Gupta, đối tác tại công ty nghiên cứu Everest Group, nhận định: “Các doanh nghiệp đã không còn muốn nhìn lại quá khứ; họ muốn tư duy hướng tới tương lai nhiều hơn”. TẢI BÁO CÁO Các phân tích thông minh, được hỗ trợ bởi các công nghệ như học sâu (deep learning) và AI tạo sinh (generative AI), đang biến điều này thành hiện thực. Huấn luyện theo thời gian thực (real-time training) cho phép AI liên tục phát triển thay vì phải chờ đợi các đợt cập nhật hàng quý. Ngoài ra, dữ liệu mà các công cụ dự đoán mới hơn dựa vào đã mở rộng để bao gồm không chỉ các bản ghi số liệu gọn gàng mà còn cả các nguồn tương tác phong phú thông tin, dù lộn xộn và phi cấu trúc. Nhờ đó, các phân tích được hỗ trợ bởi AI đang giúp các doanh nghiệp chuyển từ việc nhìn lại quá khứ một cách thụ động sang khả năng nhìn xa trông rộng một cách thực tế. AI đưa phân tích dự đoán – một lĩnh vực rộng lớn bao gồm mô hình dự đoán, chuẩn bị dữ liệu, quy trình phân tích, diễn giải kết quả và các ứng dụng ra quyết định – lên một tầm cao mới. Ông Gupta cho biết: “Theo nhiều cách, tôi nghĩ từ ‘phân tích’ đang dần nhường chỗ cho AI. Mọi thứ đang trở thành AI”. Tải báo cáo Nội dung này được sản xuất bởi Insights, bộ phận nội dung tùy chỉnh của MIT Technology Review, không phải bởi đội ngũ biên tập của họ. Nội dung được nghiên cứu và viết bởi con người, với bất kỳ công cụ AI nào có thể đã được sử dụng đều giới hạn trong các quy trình sản xuất dưới sự giám sát của con người.