虽然人工智能的很多研究和应用会基于一些通用技术，比如说机器学习，但在不同的经济和社会部门还是会有所区别。基于这些分析，我们把AI在日常生活中的八个应用场景，进行了展现。
交通可能会成为首批几个特定应用领域之一，在这些领域，大众需要对人工智能系统在执行危险任务中的可靠性和安全性加以信任。自动化交通会很快司空见惯，大多数人在嵌入人工智能系统的实体交通工作的首次体验，将强有力的影响公众对人工智能的感知。
未来十五年，在典型的北美城市里，机械和人工智能技术的共同进步将有望增加家用机器人使用和应用的安全性和可靠性。特定用途的机器人将被用于快递、清洁办公室和强化安全，但在可预见的未来内，技术限制和可靠机械设备的高成本将继续限制狭窄领域内应用的商业机会。至于自动驾驶汽车和其它新型的交通机器，创造可靠的、成熟的硬件的难度不应该被低估。
对人工智能而言，医疗领域一直被视为一个很有前景的应用领域。基于人工智能的应用在接下来的几年能够为千百万人改进健康结果和生活质量。但这是在它们被医生、护士、病人所信任，而且是在政策、条例和商业障碍被移除的情况下才可实现。主要的应用包括临床决策支持、病人监控、辅导、在外科手术或者病人看护中的自动化设备、医疗系统的管理。
近期成功案例已经形成，比如挖掘社交媒体数据推断潜在的健康风险、机器学习预测风险中的病人、机器人支持外科手术，已经为AI在医疗领域的应用扩展出了极大的应用可能。与医学专家和病人的交互方法的改进将会是一大挑战。
在过去的十五年间，教育界见证了为数众多的人工智能科技的进步。尽管素质教育还是需要人类教师的活跃参与，但人工智能在所有层面上都带来了强化教育的希望，尤其是大规模定制化教育。如何找到通过人工智能技术来最优化整合人类互动与面对面学习将是一个关键性的挑战。
大型线上学习的系统所得的数据已经为学习分析产生了迅速增长的动力。但在学院与大学采用人工智能技术的步伐依然很缓慢，主要是由于资金的缺乏。一个典型美国北部城市的未来五十年，智能导师与其他人工智能技术帮助教师在课堂或家中工作的规模很有可能会显著扩大，因为意愿学习是基于虚拟现实的应用。但是计算机为基础的学习系统将无法完全替代学校里的教师们。
人工智能存在许多机会去改善生活于一个典型北美城市的低资源社区中的人民生活状况——事实上在某些情况下已经有所改变。了解这些人工智能的直接贡献也可能会激发对于发展中国家最为贫穷的地区的潜在贡献。有了针对性的激励和资金优先次序，人工智能技术可以帮助解决低资源社区的需求。萌芽中的努力是有希望的。人工智能可能会有助于对抗失业和其他社会问题带来的恐惧，它或许会提供缓解措施和解决方案，特别是通过受影响的社区以与其建立信任的方式来实现。
城市已经为公共安全和防护部署人工智能技术了。到 2030 年, 典型的北美城市将在很大程度上依赖它们。这些措施包括可以检测到指向一个潜在犯罪的异常现象的监控摄像机、无人机和预测警务应用。
人工智能工具也可能被证明有助于警察管理犯罪现场或是搜索和救援活动，它可以帮助指挥官排列任务的优先次序以及分配资源，尽管这些工具还没有为这些活动的自动化做好准备。在一般的机器学习尤其是在转换学习中的改进——在新情境中基于与过去情况的相似性而加快学习，可能有利于这样的系统。
尽管人工智能很有可能会对典型北美城市的就业和工作场所产生深远的影响，但对当前的影响我们目前还难以作出评估。在过去十五年，由于经济衰退和日益的全球化，尤其是中国参与到了世界经济中，就业状况已经发生了改变，非人工智能的数字技术也发生了很大的变化。
有一些数字技术有重大影响行业的显著案例，而在一些其它的行业，自动化将很有可能在将来发生重大的改变。许多这些改变已经得到了例行的数字技术的推动，其中包括企业资源规划、网络化、信息处理和搜索。理解这些改变应该能为AI影响未来劳动力需求的方式提供见解。
在人工智能的驱动下，互联网已经将用户生成的内容作为了信息和娱乐的一个可行的来源。社交网络现在几乎无处不在，而且它们也成为了社会互动和娱乐的个性化渠道——有时候会损害人际交往。
现在我们有了共享和浏览博客、视频、照片和专题讨论的可信平台，此外还有各种各样用户生成的内容。为了在互联网的规模上运行，这些平台必须依赖现在正被积极开发的技术，这中间还包括自然语言处理、信息检索、图像处理、众包和机器学习。比如，现在已经开发出了协同过滤这样的算法，它可以基于用户的人口统计学细节和浏览历史推荐相关的电影、歌曲或文章。
