Dla większości producentów związanych pod koniec lat 80. z rozwojem "sztucznej inteligencji" (AI) zejście z pola widzenia było jedynym sposobem, aby dokładnie określić dalsze postępowanie. Wielu z nich przeżyło reorganizację. Inni zmienili strategię postępowania. Dla wielu jednak nie było innego wyjścia niż ogłoszenie bankructwa lub zniknięcie z rynku.

Można powiedzieć, że znaleźli się oni w niestosownym momencie w niesprzyjających okolicznościach. Systemy ekspertowe, traktowane od tego czasu z dużą nieufnością, przetrwały w wielkich korporacjach, gdzie bez rozgłosu zaczęły udowadniać swoją przydatność.

American Express

Dyrekcja American Express Co. była przekonana, że oprogramowanie wykorzystujące koncepcję "sztucznej inteligencji" może być przydatne dla przedsiębiorstwa i pomóc w ułatwieniu niektórych operacji. Jednym z dyrektorów American Express był wówczas Lou Gestner, który później zastąpił Johna Akersa na stanowisku szefa IBM-a.

Gestner i kilku innych menedżerów wierzyło, że AI może być wykorzystana w dziale kart kredytowych przynoszącym przedsiębiorstwu największe zyski. Sądzili oni, że metody AI mogą się okazać szczególnie przydatne w wyjątkowo pracochłonnym procesie autoryzacji stosowanym przy zakupie kart kredytowych.

Kryteria opracowane dla Asystenta Autoryzacji były bardzo precyzyjne. System miał zapobiec oszustwom oraz stratom, które spowodowane były niewłaściwą lub błędną autoryzacją. System miał również umożliwić pracownikom dokładniejszą, szybszą i częstszą autoryzację.

Opracowanie pierwszego prototypu zajęło prawie 6 miesięcy, które poświęcono na skompletowanie i opracowanie 520 zasad (w następnych latach ilość reguł wzrosła do ponad 1000). Asystent Autoryzacji był niewidoczny dla użytkowników, którzy wykorzystywali te same terminale IBM-a oraz to samo, znane im wcześniej, oprogramowanie. Jedyną dostrzegalną różnicą był nowy poziom inteligencji jaki nagle zaczął demonstrować ich stary system.

System ten działał w sieci z maszynami Symbolic, Inc., na których było uruchomione oprogramowania Inference odpowiedzialne za decyzje autoryzacyjne. Po ich podjęciu były one odsyłane z powrotem do dużego systemu komputerowego, skąd trafiały do punktów sprzedaży.

American Express stwierdził, że dzięki uruchomieniu Asystenta Autoryzacji oszczędził dziesiątki mln USD rocznie. Wykonywał on pracę, przy której dawniej zatrudnionych było 700 pracowników. Wielu z nich zostało później przesuniętych do mniej rutynowej pracy w innych działach American Express.

Coopers & Lybrand

Coopers & Lybrand chciał zastosować technologię AI dla rozwiązania problemów jakie napotykano w nadążaniu za częstymi zmianami w przepisach podatkowych. Większość rewidentów z racji pracy w terenie nie miała czasu ani możliwości, aby wszystkie te zmiany śledzić. Polegali oni głównie na ekspertach zatrudnionych w siedzibie firmy

którzy pomagali im w spornych kwestiach związanych ze zmianami w strukturze podatków.

Coopers & Lybrand zdecydował się na rozwój komputerowych metod wspomagania rewidowania ksiąg rachunkowych. Ten szczególny projekt miał zrealizować wiele ważnych celów, zwłaszcza zaś zredukować ogólny czas rewidowania księgowości. Osiągnięcie tego było możliwe poprzez redukcję czasu poszczególnych etapów rewidowania, zredukowania czasu konsultacji udzielanych przez ekspertów i menedżerów rewidentom wysokiego szczebla oraz zagwarantowanie wysokiego poziomu ekspertyz komputerowych, porównywalny z tym, jaki zapewniali firmie najwyższej klasy specjaliści.

W roku 1986 ponad 20 ekspertów pracowało ponad tysiąc godzin nad opracowaniem ExperTax. Jego pełne opracowanie kosztowało firmę prawie 1 mln USD, które zostały wydane przede wszystkim na opłacenie wysokiej klasy ekspertów.

Następnie wszystkie 96 biur Coopers & Lybrand w St. Zjednoczonych otrzymało podobny sprzęt komputerowy i oprogramowanie, które posłużyło do opracowywania skutecznej strategii podatkowej.

Johnson Wax

Producent Raidu i innych środków owadobójczych zastosował system ekspertowy opracowany przez Aion Corp. jako powłokę do opracowania aplikacji zwanej REGI, która pomagała przedsiębiorstwu przebrnąć przez labirynt regulacji prawnych związanych z dopuszczeniem nowych substancji na rynek. Opracowany w ciągu ok. 6 miesięcy system zawierał dane na temat wszystkich federalnych i stanowych przepisów dotyczących środków owadobójczych oraz pozwalał na takie opracowanie składu substancji, aby mogła być ona dopuszczona do sprzedaży.

Duża liczba podań o dopuszczenie środków była odrzucana z powodu błędów popełnianych przy ich wypełnianiu i Johnson wierzył, że uruchomienie programu REGI spowoduje obniżenie liczby odrzuconych podań do niecałych 10%.