如果未來的世界是指向人工智慧，那麼，在迎向人工智慧的發展過程中，有一個比人工智慧更貼近實際應用的「擴增智慧」（IA），會是現在這個階段更值得重視的一個科技趨勢。在AI無法快速融入既有決策架構下，IA是一種更彈性的選擇。或許可以這樣比喻：AI是數位世界的革命派（Revolutionaries），IA則更像漸進式的改革派（Reformist）。
人工智慧（Artificial Intelligence，簡稱AI）是這十年來的熱門技術詞彙，但擴增智慧（Intelligence Augmentation，簡稱IA）這個倒過來的陌生詞彙，卻在近年更快速地進入各種應用領域。什麼是擴增智慧IA呢？
事實上，IA與其說是一新技術，不如說是一種「應用思維」：差別在於出發點的不同。 人工智慧是模擬人類做出感知與決策，擴增智慧則是在人「主導」的情況下提供輔助 。因此在技術上，AI與IA也就存在著高度重疊，例如自然語言、電腦視覺等技術。
更精確地說，AI和人類心智兩者間構成一道模糊的光譜：在智慧應用中，越接近協助人類決策的應用是傳統DSS（決策輔助系統，如報表生成軟體），越接近機器決策的應用則稱人工智慧，介於兩者中間的應用，就是擴增智慧。
擴增智慧IA一詞最早出自IBM華生實驗室，實驗室研究成員Grady Booch認為AI的”A”應解釋為Augmented而非Artificial。IBM聯邦及政府產業部門總經理Sam Gordy則認為，「 未來並非是機器主導的世界，而是人類──機器協同合作（Collaboration）的結果 」，機器主要的任務是擴大及升級人類的專業（也就是決策、判斷、推理能力），並非取代人類，因此他也強調了人類知能與機器學習的整合面向。
針對這個面向可用一個明確的例子說明：美國國家科學技術委員會（NSTC）在一篇研究指出，若單以AI人工智慧檢測淋巴腫瘤照片，速度較快但會有7.5%的誤診率，若以傳統醫師目視檢測，則速度慢，而誤診率為3.5%。但若讓醫生結合AI結果和實際影像進行綜合判斷，則誤診率可以大幅下降到0.5%。
換句話說，未來的智能應用場景（特別是醫療、商務等高端應用），並非朝向「全自動化」的方向奔去，而是強調以「人」為中心應用人工智慧的能力升級。
在商務應用中，「擴增智慧」將比人工智慧更貼近現實。
雖然眾多的流行影視作品，過去渲染了AI人工智慧，根據CIO Dive網站的觀點報導仍指出，目前大多數人工智慧AI的商務應用，其實都是屬於「擴增智慧」IA的應用範疇，例如數據分析、決策引導、BI報表等，原因在於不少企業AI決策的風險控管能力、及AI導入後的組織調整能力仍有所不足。
而 企業到底該採用AI或者IA的思維與技術，實際上取決於企業對成果的容錯度與錯誤成本預期 。以道路駕駛來舉例，自動駕駛是AI應用，而針對駕駛人的導航及路況提醒屬於IA，前者若決策失誤將產生嚴重結果（車禍），而後者出錯時則擁有較高容錯度（計算錯誤造成繞路或塞車）。
也就是說，在一個良率要求為97%的塑膠玩具生產線，導入AI作影像分析品管是合理的，但若是攸關性命的淋巴腫瘤檢測，由專業醫師搭配AI的「IA協同作業」才是較好的方案。
而「IA思維」的轉向，或許也能舒緩AI對社會面衝擊的疑慮。相較於一般認為AI自動化造成的結構性失業，以人為中心的IA技術，更傾向延伸人類能力，例如可強化聽覺、視覺敏銳度的生物晶片（Biochip）、或讓人類動作更靈活、應付複雜環境的高科技義肢等，皆是比IA整合度更高的人類擴增（HA，Human Augmentation）的例子。
另外，Gartner分析師Daryl Plummer指出，人類擴增技術的發展，將有機會在2023年讓全球殘疾人士的就業率提升為三倍。
客觀來說，IA將是企業對人工智慧的敲門磚，也是走向未來強AI技術轉型的第一哩路。
