不仅仅是软件行业，其他行业也争先恐后地乘着这场人工智能再度繁荣的东风飞速发展。20世纪80年代，工业界开始意识到，知识体系，尤其是专业知识，是可以培育和发展的重要资产，可以带来高额利润。专家系统似乎使这种无形的资产变为有形，知识体系的概念与当时西方经济进入后工业时代的观点相呼应——在这一时期，经济发展的新机遇主要来自所谓的知识型产业和服务业，而不是制造业或其他传统产业。
回顾一下专家系统发展的经历，我们可以看到，人工智能的再次繁荣不仅仅是MYCIN、DENDRAL等案例成功的故事，更重要的是，专家系统赋予了人工智能另一种可能性。你不需要相关知识领域的博士学位，就能构建一个专家系统(我敢打赌，你可以轻而易举理解前文所述的动物分类规则)。任何熟悉编程的人都可以明白专家系统的原理，事实上，构建一个专家系统似乎比传统编程还容易一些。一个全新的职业出现了：知识工程师。
具有讽刺意味的是，1983年，英国政府发起了一场雄心勃勃的计算机技术研究资助计划，名叫“阿尔维计划”，计划的核心就是发展人工智能。但鉴于莱特希尔10年前的报告几乎让英国的人工智能产业陷入死局，考虑到该领域的负面名声，似乎所有参与阿尔维计划的人都不愿意将之称为人工智能。相反，他们称之为“基于知识的智能系统”。人工智能的未来似乎一片光明——只要你不把它叫作人工智能。