各种经济部门已经把认知技术运用到了多种商业职能中。

1)银行业

自动欺诈探测系统使用机器学习可以识别出预示着欺诈性付款行动的行为模式;借助语音识别技术能够自动完成电话客服;声音识别可以核实来电者的身份

2)医疗健康领域

美国有一半的医院采用自动语音识别来帮助医生自动完成医嘱抄录，而且使用率还在迅速增长;机器视觉系统自动完成X光检查和其他医学影响的分析;IBM 的Watson借助自然语言处理技术来阅读和理解大量医学文献，通过假设自动生成来完成自动诊断，借助机器学习可以提高准确率。

3)生命科学领域

机器学习系统被用来预测生物数据和化合物活动的因果关系，从而帮助制药公司识别出最有前景的药物。

4)媒体与娱乐行业

许多公司正在使用数据分析和自然语言生成技术，自动起草基于数据的的公文材料，比如公司营收状况、体育赛事综述等。

5)石油与天然气

厂商将机器学习广泛运用在矿藏资源定位、钻井设备故障诊断等众多方面。

6)公共部门

出于监控、合规和欺诈检测等特定目的，公共部门也已经开始使用认知技术。比如，乔治亚州正在通过众包的形式来进行财政披露和竞选捐助表格的数字化，在这个过程中他们就采用了一套自动手写识别系统。

7)零售商

零售商利用机器学习来自动发现有吸引力的交叉销售定价和有效的促销活动。

8)科技公司

它们正利用机器视觉、机器学习等认知技术来改进产品或者开发全新产品，比如 Roomba机器人吸尘器，Nest智能恒温器。

上述例子表明，认识技术的潜在商业收益远大于自动化带来的成本节约，这主要体现在：

更快的行动与决策(比如，自动欺诈检测，计划和调度)

更好的结果(比如，医学诊断、石油探测、需求预测)

更高的效率(亦即，更好的利用高技能人才和昂贵设备)，

更低的成本(比如，自动电话客服减少了劳动成本)

更大的规模(亦即，开展人力无法执行的大规模任务)

产品与服务创新(从增加新功能到创造新产品)