如今，无数用例证明了人工智能(AI)系统能够改变企业，社会和经济。AI的例子适当地表现在各行业越来越多的场景-从自主驾驶的老人和残疾人，并在医学扫描检测肿瘤到教室AI驱动的教育-有结晶把AI工作在不断增长的价值规模。

尽管AI拥有所有光荣的承诺，但组织尚未达到AI的规模经济。扩展AI的这一目标一直是企业进行数字化转型时面临的最大和最棘手的挑战，并且这项工作仍在进行中。普华永道最近的一项调查显示，尽管90%的高管认为AI提供的机会多于风险，但这一问题的严重性却凸显了这一点，但只有4%的人计划今年在整个企业范围内部署AI。与表示打算在2019年部署AI的20%的人相比，这是一个大幅下降。

该调查表明，企业在扩展技术之前需要先掌握该技术的基础知识。人工智能会带来运营，管理和工作技能培训方面的挑战，因为它会影响公司组织的各个层次，并从根本上改变工作流程和业务模型。

从本质上讲，人工智能与生产力有关，因此可以肯定地说，人工智能与经济有关。人工智能系统是预测性机器，可自动执行和增强经济中的任务和预测，从而使组织和人员提高生产率并做出更明智的决策。AI模仿人类的认知功能，例如学习和解决问题，而没有人类的缺点，例如疲劳，情感和有限的时间。一些专家预测，到2030年，人工智能可以为全球经济增加15.7万亿美元。人工智能是最终的经济刺激因素。

根据Gartner的说法，数字资产是数字战略的基石，也是建设经济生态系统的第一步。数字资产是任何以二进制格式存在并具有使用权的东西。

幸运的是，人工智能在数字资产上蓬勃发展。实际上，没有他们就无法生存。这些数字资产是AI的学习组件(机器学习和深度学习)根据的大量数据。从经济的角度来看，这使AI独一无二，因为AI可以利用数字规模经济与物理经济。与随着时间的流逝而耗尽的有形资产不同，数字资产永远不会消失，并且可以以接近零的边际成本重复使用无数次。

如Schmarzo经济数字资产评估定理所述，数字资产可以“同时降低边际成本(通过数字规模经济)，同时加快数字资产的经济价值创造(通过数字资产可重用性)”。

重用能力是推动健康经济的引擎。重用资产经常被吹捧为解决诸如上市时间和产品质量等问题的一种经济上合理的方法。IBM将资产的战略重用定义为“高级业务战略”。就AI而言，这并不是轻描淡写。

通过AI掌控的机器学习和深度学习，数据和分析可以更精确地用于更复杂的问题。这些预测机器使用的基于称为“训练数据”的样本数据的数学算法和模型可以通过经验自动改进，并且随后重复使用相同的数据，其价值将变得越来越大。另外，随着我们重用AI模型，它们的价值会增加，并且新用途的学习会传播到该模型的所有用户。

通过分布层的包装自动化过程，在供应链中放大了将深度学习与AI系统(深度学习AI)集成以快速重用和学习同时获得指数级改进的价值，这在供应链中得到了放大。借助旨在在边缘(计算过程发生的地方或附近)获得更高质量的智能相机和深度学习AI算法，仓库包裹可以彼此实时通信-允许对过程和更短，更准确的质量反馈循环。