- 智能營銷，系統通過精準分析，能夠對客戶做出準確的定位和畫像，並匹配出最佳的營銷策略，將營銷融入服務的過程中，最終達到促進購買的目的。
- 政務領域的應用：例如貴陽12345城市管理自流程系統，該系統通過對市、區、鄉鎮各級政府部門11大類、700多個小類和近1000個子類的社會服務進行了梳理，通過人工智能大腦替換原有人工派單，將羣衆的報案准確派發至相應單位，減少人的工作量，提高工作效率，提升政府的治理能力。
- 智能家居：下班進門人臉識別， 自動開燈，溫度調節，命令打開電視，準備咖啡，掃地機器人打掃房間。
- 智能問答：帶有常識的問答
- 商品推薦：購買過便不再推薦同類商品
我們能期待具有常識的軟件能做什麼？這是很難去定義的，因爲它包含着許許多多的小片段，而所有的一切都很容易單獨進行編程。例如，如果你躺在地上大喊“我受傷了”，常識會讓我們呼叫急救服務……但有可能，蘋果的Siri已經能夠做到這一點。
我們有Winograd Schema挑戰，但它似乎太注重自然語言處理…我不知道理解語言和常識是否是一回事。例如，許多人是文盲，但他們也有常識。
因此，我在此提供一個“測試”。每年都有新的原創視頻遊戲問世，其中大多數都沒有任何說明。你開始玩的時候要自己看着辦，也就是用“常識”。所以我認爲，如果有一個軟件能夠從蘋果的AppStore選一個不錯的遊戲，並在幾分鐘想出怎麼玩（而非玩上上千遍），那麼這個軟件就具備常識。該軟件沒有必要達到“人的水平”。例如，如果軟件只能玩5歲小孩水平的簡單遊戲，也是可以的。在該試驗中，關鍵是多樣性。有很多不同的遊戲，即使它們有相同的基本運作方式，它們也是非常不同。
用遊戲來測試軟件智能可行嗎？我認爲是可行的。遊戲就是我們如何瞭解世界的過程。而且，坦率地說，辦公室工作和視頻遊戲也沒多大的不同。
然後是常識。常識的定義爲在一定的文化背景下，人們擁有的相同的經驗知識。比較常見的有空間、時間、文化、物理常識。常識對於我們日常生活十分重要，尤其是在我們做出決定與判斷的時候尤爲如此。很多常識是潛移默化形成的，是文化與背景學習的產物。那機器如何形成常識呢？早在1959年，McCathy就已經想過讓機器擁有常識以便得更加聰明。目前的人工智能界有兩條方法來解決這個問題。第一條爲讓機器形成學習與觀察周圍環境的機制，就像一個孩子一樣去學習，不過這樣時間成本比較大，用戶能否承擔起這些成本還是未知數。明斯基曾說：常識是長期實踐中總結出來的龐大知識體系，包含大量生活中學到的規則和異常現象、特性及趨勢、平衡與制約等。第二條途徑就是建立大型的常識庫，並將其存儲到電腦中。其中最爲著名的爲CYC項目，這個項目由Douglas Lenat於1984年提出。首先通過採訪與觀察人的數據，然後知識工程師對這些數據進行處理，以CYCL的形式整理成數據庫。當然，這個常識庫的成本過於高昂。目前常識庫中比較可行的思路爲讓互聯網上的每個用戶共同建立這個常識庫，並在特定的網頁使用不同的語言來進行編寫。這樣就能節省很多時間與金錢的成本，最爲成熟的爲OMCS（open mind common sense）