这些工具的前景是帮助政府做出更明智的决策，无论是在政策层面、实施层面还是在公共服务的使用层面。它们可能使个性化服务（尤其是在医疗和医疗保健领域）变得更加容易；预测和预防水资源短缺等问题；通过聊天机器人和认知助手增强互动；并增强人类的能力，例如消防员进入着火的建筑物。以下列出了可能发生变化的十大主要领域。
1. 日常流程自动化
从理论上讲，人工智能最简单的方面是实现常规、重复流程的自动化，例如发送税务提醒、处理付款、执行法规或罚款，以及简化工资单等大量后台功能。这可能是人工智能最不令人兴奋的领域，但只要重新设计整个流程，它就能带来最大的早期生产力提升。
预测算法已在公共服务领域使用多年，无论是用于预测入院风险还是刑事司法中的累犯率。较新的算法可以预测考试结果或工作结果，或帮助监管机构预测违规模式。当警方接到电话时，能够进行暴力风 BC 数据美国 险评估，或对建筑物进行风险评估（遗憾的是在 Grenfell 之前在伦敦没有使用）非常有用。通过更好的疾病检测，例如通过血液或眼睛测试，医疗保健已经发生了改变。在其他领域，人工智能也可以非常擅长发现异常模式，包括欺诈。Nesta 的投资之一Featurespace在某些商业服务中非常有效地做到了这一点，在检查和警务、身份盗窃或内幕交易方面还有许多其他可能的应用。
人工智能的这些应用面临诸多挑战，其中最主要的是避免过去数据集中存在的偏见（例如美国用于累犯率的 LSI-R 测试基于男性，但对女性的预测效果不佳）。大多数公共数据集也比评论家意识到的要肮脏得多。此外，在环境发生变化的领域使用这些方法也存在挑战（与“社会物理学”支持者的说法相反，大多数社会模式本质上并不具有规律性）。但只要有可靠的大型数据集和稳定的因果关系，未来机器学习的应用空间就会更大。