Em 5 de outubro de 2026, o MIT Technology Review publicou, em associação com a TP, o relatório "Bringing predictive analytics to the agentic AI era", que desloca o debate sobre inteligência artificial corporativa para um novo terreno. Segundo o material, a pergunta já não é se modelos preditivos conseguem superar previsões estatísticas tradicionais — essa discussão estaria encerrada.
O desafio central passou a ser outro: como permitir que sistemas preditivos ajam a partir das próprias conclusões sem se afastarem da intenção do negócio.
Da previsão à decisão autônoma
O texto é direto ao apontar onde está a fronteira: ela saiu da previsão e migrou para a tomada de decisão autônoma. Como consequência, a distância entre as organizações líderes e as que ficaram para trás estaria se ampliando na mesma medida.
"As empresas terminaram com o ponto de vista voltado para o passado; elas querem ser mais voltadas para o futuro", afirma Vishal Gupta, sócio da consultoria de pesquisa Everest Group, citado na reportagem.
A avaliação dialoga com a proposta do relatório produzido com a TP, que descreve o que chama de analytics inteligente: sistemas analíticos impulsionados por tecnologias como aprendizado profundo e IA generativa. É esse conjunto de técnicas que estaria tornando viável dar o próximo passo, deixar que o próprio sistema aja sobre aquilo que previu.
O que mudou na base técnica
Dois movimentos técnicos aparecem como viabilizadores dessa transição. O primeiro é o treinamento em tempo real, que permite que a IA evolua continuamente em vez de esperar por atualizações trimestrais.
O segundo é a ampliação das fontes de dados: os motores preditivos mais recentes não dependem apenas de registros numéricos organizados, mas também de dados não estruturados, desorganizados e ricos em interações.
Segundo o material, esse conjunto de mudanças está levando as empresas de uma postura de retrospectiva passiva para uma de previsão pragmática. Vale registrar a natureza do conteúdo: ele foi produzido pela Insights, braço de conteúdo customizado do MIT Technology Review, portanto, não pela redação editorial do veículo, e foi pesquisado e escrito por humanos, com eventuais ferramentas de IA limitadas a processos de produção sob supervisão humana.
O que "analytics" significa agora
Na reportagem, o termo analytics preditivo é tratado como uma disciplina ampla: inclui modelagem preditiva, preparação de dados, fluxos de análise, interpretação de resultados e aplicações de tomada de decisão. Para Gupta, o vocabulário está mudando junto com a tecnologia.
"De muitas formas, penso que a palavra 'analytics' está dando lugar à IA. Tudo está se tornando IA", diz o sócio da Everest Group.
Por que isso importa
O ponto sensível apontado pelo relatório não é a capacidade de prever, e sim a de agir. Sistemas que decidem sozinhos precisam permanecer alinhados à intenção do negócio, caso contrário, a autonomia se transforma em desvio de rota.
É esse equilíbrio entre autonomia e alinhamento que separaria, segundo a publicação, as empresas que já operam na chamada era agêntica daquelas que ainda tentam entender o que fazer com seus modelos preditivos.
A consequência prática é que a vantagem competitiva deixa de estar apenas no modelo, e passa a depender de como a decisão automatizada é governada dentro da operação. O relatório completo está disponível para download na página da TP, e a matéria que o apresenta foi publicada pelo MIT Technology Review em 5 de outubro de 2026.
