Zdržanlivosť pri investovaní do nových technológií možno pripísať nedostatočnému pochopeniu návratnosti investície do týchto technológií, ich možnostiam alebo aj zatiaľ malému počtu reálnych príkladov ich využitia v praxi. Napríklad umelá inteligencia, konkrétne hĺbkové učenie alebo strojové videnie založené na príkladoch, kombinované s tradičným strojovým videním založeným na pravidlách, môže pre podnik znamenať úplne nový rozmer pri realizácii úloh. Zoberme si komplexnú montáž moderného inteligentného telefónu alebo iných zariadení spotrebnej elektroniky. Kombinácia strojového videnia založeného na pravidlách a hĺbkového učenia môže montážnym robotom pomôcť identifikovať správne časti či rozdiely, napríklad chýbajúce skrutky alebo nesprávne zarovnané kryty, môže pomôcť zistiť, či bola nejaká časť prítomná alebo chýba, či je na nesprávnom mieste a pod. A toto dokážu roboty vybavené strojovým videním a hĺbkovým učením robiť neustále 24/7/365. To je úplne iný model ako s pracovníkom – človekom. Kombinácia strojového videnia a hĺbkového učenia poskytne výrobným podnikom potenciál nových výrobných kapacít, presnosti, efektívnosti a v konečnom dôsledku aj finančného rastu. Aby sa však tieto investície maximalizovali, je nevyhnutné porozumieť rozdielom medzi tradičným strojovým videním a hĺbkovým učením a spôsobu, ako sa vzájomne dopĺňajú, nie nahrádzajú.