例えば製造現場では、人が機械の調子について、いつもとの違いに気付いて対処することで、安定生産を実現しています。 同じ事をセンシング技術で実現しようとすると、機械の状態を把握する多種多様なセンサーのうち、どれが必要であるのかやその信号変動の許容範囲を特定する必要があり、 検知した内容と生じた問題の紐づけができれば、フィードバックにつなげることができます。 これを実現するには、異種複数種センサーを同じ土俵で解析する技術や、人の脳内判断の表出が必要です。 特に、脳内情報を他人に共有するには言葉にするしかない、言葉にするには一面を切り取るしかない、という課題があります。

金型磨き作業について個別工程作業の選択と時間配分などを推定モデル化したり、牛の繁殖性の見通しを予測するサービスなどの事例があります。

現場作業の属人化の低減、雑多に溜まっているデータの活用、（相関だけでなく）因果関係の数理モデル化