Norishige Morimoto表示，目前数据的资料量实在太多，数据要如何帮助人了解东西才是重点。例如，你可能在某时间、从某个朋友的Facebook上看过一家推荐不错的餐厅，但是临时想要找那个餐厅的照片或是地址时，却很难快速地就找到想要的东西，AI的存在可以协助这类的应用。
Norishige Morimoto说，目前的算法大致上在做三件事情，首先是分析，以医生看X光片的例子来说，仪器的解析度越是高、医生看X光片的工作量会越大（因为资料量变大，本来只有一张X光片，可能会变成十张），如果可以透过AI分析，只要去看可能发生问题的地方就好，减少时间浪费。其次是推论，以研究阿兹海默症来说，电脑可以透过摄影机观察出一个人日常动作时的细微变化，或是检测人的视线轨迹（Line of sight），协助医生病人是否有相关的问题。
最后是预测，透过种种的演算资料汇集，AI可以进行机器设备“失效”的预测，大约判断出一旦出现什么迹象、然后过多久你的设备可能会出现故障，以目前的能力来说，大概可以在四个月前进行预判。如果是变化更快的股市预测，那么时间就可能缩短到两周前左右（依各种状况而不同）。
不过就算AI再厉害，人类还是有更重要的责任要担负，Norishige Morimoto说，例如持续创造好的点子，因为机器再厉害，它却很难无中生有，好点子还是得靠人。其次是慎选资料，基本上AI的资料选择都是看人提供给它提供什么数据，它就作相应分析。这有点像是父母在教育小孩一样，不好的示范（言教、身教）很难教出好孩子。最后是评比产出，电脑可以分析产出东西，但是最终需要人去进行相关产出的评比，才有办法让AI在学习的路上往对的方向去靠近与进步。
根据Gartner的预测，到2020年，AI将产生3000亿美元的商业价值，并将进入到全球三分之一CIO前5%的投资重点。
实际上，Teradata天睿公司首席技术官Stephen Brobst此前也非常认可，人工智能与人合作才能创造最大的价值。“任何地方都讲人工智能，数据也在AI里面发挥重要的作用。反过来，AI也是一个巨大的驱动者，能来应对这么多海量的数据。对于我们人类来说，所有的数据都想要了解的话，这些数据太多了。AI的能力可以帮助我们真正的更好的了解数据，能够做出更好的、更快的决策。”
会员中心
