Предложението е различно от командата. Въпреки че изглежда, че някои хора напълно пропускат идеята, предложението е просто идея, представена като потенциално решение на проблем. Правенето на предложение предполага, че могат да съществуват други решения и че приемането на предложение не означава автоматичното му прилагане. Всъщност предложението е само идея; може дори да не работи. Разбира се, в един перфектен свят всички предложения биха били добри предложения — поне възможни решения за правилен изход, което рядко се случва в реалния свят.
Получаване на предложения въз основа на минали действия
Най-често срещаният начин, който AI използва за създаване на предложение, е като събира минали действия като събития и след това използва тези минали действия като набор от данни за създаване на нови предложения. Например, някой купува Half-Baked Widget всеки месец в продължение на три месеца. Логично е да предложим закупуване на още един в началото на четвъртия месец. Всъщност един наистина интелигентен AI може да направи предложението в точното време на месеца. Например, ако потребителят направи покупка между третия и петия ден от месеца за първите три месеца, струва си да започне да прави предложението на третия ден от месеца и след това да премине към нещо друго след петия ден.
Хората извеждат огромен брой улики, докато изпълняват задачи. За разлика от хората, AI всъщност обръща внимание на всяка една от тези улики и може да ги записва по последователен начин. Последователното събиране на данни за действия позволява на ИИ да предоставя предложения въз основа на минали действия с висока степен на точност в много случаи.
Получаване на предложения въз основа на групи
Друг често срещан начин за правене на предложения разчита на членство в групата. В този случай членството в групата не трябва да е официално. Групата може да се състои от хлабава асоциация от хора, които имат някаква обща нужда или дейност. Например, дървосекач, собственик на магазин и диетолог могат да си купят мистериозни книги. Въпреки че нямат нищо друго общо, дори местоположението, фактът, че и трите като мистерии ги прави част от група. AI може лесно да забележи модели като този, които могат да избягат от хората, така че може да направи добри предложения за покупка въз основа на тези доста свободни групови принадлежности.
Групите могат да включват ефирни връзки, които в най-добрия случай са временни. Например всички хора, които излетяха полет 1982 от Хюстън в определен ден, можеха да образуват група. Отново няма никаква връзка между тези хора, освен че са се появили на конкретен полет. Въпреки това, като знае тази информация, AI може да извърши допълнително филтриране, за да намери хора в полета, които харесват мистериите. Въпросът е, че ИИ може да предостави добри предложения, базирани на групова принадлежност, дори когато групата е трудно (ако не и невъзможно) да се идентифицира от човешка гледна точка.
Получаване на грешни предложения
Всеки, който е прекарал време да пазарува онлайн, знае, че уебсайтовете често предоставят предложения въз основа на различни критерии, като например предишни покупки. За съжаление, тези предложения често са погрешни, защото основният AI няма разбиране. Когато някой направи покупка веднъж в живота на Super-Wide Widget, човек вероятно ще знае, че покупката наистина е веднъж в живота, защото е изключително малко вероятно някой да има нужда от две. ИИ обаче не разбира този факт. Така че, освен ако програмист не създаде специално правило, уточняващо, че Super-Wide Widgets са покупка веднъж в живота, AI може да избере да продължи да препоръчва продукта, защото продажбите са разбираемо малки. Следвайки второстепенно правило за популяризиране на продукти с по-бавни продажби, AI се държи според характеристиките, предоставени от разработчика за него,
Освен базирани на правила или логически грешки в ИИ, предложенията могат да се повредят поради проблеми с данните. Например GPS може да направи предложение въз основа на възможно най-добрите данни за конкретно пътуване. Въпреки това, пътното строителство може да направи предложената пътека несъстоятелна, тъй като пътят е затворен. Разбира се, много GPS приложения обмислят изграждането на пътища, но понякога не отчитат други проблеми, като например внезапна промяна в ограничението на скоростта или метеорологичните условия, които правят определен път коварни. Хората могат да преодолеят липсата на данни чрез иновации, като например чрез използване на по-малко пътувания път или разбиране на значението на знаците за отклонение.
Когато AI успее да преодолее проблемите с логиката, правилата и данните, той понякога все още прави лоши предложения, защото не разбира корелацията между определени набори от данни по същия начин, по който човекът. Например, AI може да не знае да предложи боя, след като човек закупи комбинация от тръба и гипсокартон, когато прави ремонт на водопровод. Необходимостта от боядисване на гипсокартона и околността след ремонта е очевидна за човека, защото човек има чувство за естетика, което липсва на AI. Човекът прави корелация между различни продукти, която не е очевидна за AI.