根据某些专家的说法，人工智能(AI)是去年的。麻省理工学院的研究人员断言发现了如何将直觉添加到算法中。此外，在另一份无关紧要的报告中，德勤咨询公司(Deloitte Consulting)责备业务网络，因为它不完全意识到应该利用新的认知计算技术。
先进的认知分析只是组织需要了解的快速发展的进步之一。通过算法进行的一种人工直觉和认知是该机器智能(MI)的一个方面。出色的不是AI。该公司澄清说，MI更具有认知能力并模仿人类，而AI只是MI的一个子集。
MI将机器学习，深度学习和认知结合到了不同的设备中，例如机器人过程自动化(RPA)和机器人。德勤表示，现在是锁定总括性MI并停止坚决专注于一维AI的理想机会。
人为直觉是一个错误的简单术语，因为它看起来像人为情感和人为共情。但是，它从根本上有所不同。专家们正在对人造情感进行射击，以便机器可以更精确地反映人类行为。人工移情旨在实时区分人的视角。例如，沿着这些思路，聊天机器人，虚拟助手和护理机器人可以在上下文中对人们做出更恰当的反应。人工直觉与人的冲动更相似，因为它可以快速调查整个情况，包括明显运动的极不显眼的标记。
人工智能的第四个时代是人工直觉，它使计算机能够发现威胁和机会而无需确定要寻找的内容，这与人类的本能使我们能够选择各种选择而无需明确告知如何做一样。这就像是一个经验丰富的侦探，可以进入错误的场景并立即知道某些事情似乎不正确，或者是经验丰富的投资者，可以在其他任何人之前发现即将到来的模式。人工直觉的概念是仅仅五年前就被认为是不可想象的。无论如何，目前诸如Google，Amazon和IBM之类的组织都在尝试创建解决方案，并且有两个组织已经设法对其进行了操作。
计算本能可能是一个更准确的术语，因为算法分析数据中的关系而不是分析数据值，而这实际上就是AI的工作方式。特别是，这些算法可以区分新的和已经未被发现的模式，例如，在看似良性交易中发生的网络。
人工直觉几乎可以应用于任何行业，但是目前在金融服务方面取得了重大进展。世界各地的大型银行都在逐渐利用它来识别复杂的新型金融网络计划，包括逃税，勒索和ATM黑客攻击。可疑的财务变动通常隐藏在具有自己关联参数安排的交易堆中。通过使用复杂的数学算法，人工直觉可以快速区分出五个最引人注目的参数，并将其呈现给专家。
在99.9%的情况下，当分析人员看到数百种最重要的解决方案和相互关系中的五种时，他们可以迅速识别出所引入的错误行为。因此，人工直觉可以提供正确种类的数据，区分信息，以较高的准确性和较低的误报率进行检测，并以对分析人员有效的方式呈现出来。
通过揭示表面上诚实的分析师之间的隐藏联系，人为的直觉可以识别并使银行意识到“晦涩的问题”(已经不显眼，因此是不可预见的攻击)。此外，以一种可识别和记录的方式来解释数据，使银行专家能够为金融执法网络(FinCEN)准备可执行的可疑活动报告。
零售商可以利用它们来更轻松地了解客户在商店区域内和整个商店范围内的购买行为，从而提高产品放置和动态定价的准确性。制药组织可以利用它们来识别先前在人群中和整个人群中未发现的禁忌模式，从而可以提高患者安全性和公司的风险/责任状况。执法组织可以利用该算法更快地识别人口贩运者，性贩运者及其受害者。深入的假货更容易查明。
与直觉的决策过程相反，本能与直觉有很大关系。本能并不等于是智力。它们确实是两个截然不同的认知过程。智力取决于当本能处理晦涩难懂时所知道的东西。本能更多地建立在情感之上，而智力是逻辑。人们可以根据自己的感受来选择一个选择，而不是真正合法的选择。计算机没有人的感觉，因此对于机器来说，在决策时利用“直觉”是非常值得注意的，因为它们是二进制的。