随着个人生成数据的数量及其种类的不断增加，警方需求有效的自动化方法来跟上步伐。物联网、人工智能和机器人解决方案正在为数据驱动的精准法令铺平道路。
各地的法令官员持续增加人工智能用例，以运用以前或许无法获取的数据源来削减或预防违法。最近几个月，全球各地的法令组织部署了各种人工智能解决方案，以运用物联网数据源来冲击违法。这些包含：
法官运用来自加利福尼亚州一名谋杀案受害者的FitBit数据对其所谓的凶手提出指控，这不是第一次运用运动设备数据来协助提起法令诉讼。
不同城市的警方正在测试预测分析，运用收集的违法统计数据来预测未来违法或许发生的地址和时间。
在南非的一个野生动物园，栅栏和动物身上的无线传感器经过网络发送警报，以削减和消除偷猎行为。
迪拜警方推出了一款用于监控和市民服务的“机器人差人”。除了语音响应功用外，机器人差人的触摸屏还能够让市民支付交通罚款。该设备还运用面部辨认来辨认市民并记录通话。
亨廷顿公园（HuntingtonPark）市差人局部署了KnightscopeK5自主安全机器人，并称违法陈述削减了46%。
技能还在以其他方法协助差人部队——机器学习智能地分析海量数据。面部辨认技能有助于差人在人群中辨认不良行为人。区块链技能被认为是防范工具，几乎能够消除洗钱或欺诈。
有效警务的精确数据
运用技能冲击违法的一个解决方案是ShotSpotter，这是一种端到端的精确警务渠道，具有枪声检测和绘图功用，以及案件查询管理工具和巡逻规划自动化以及法医服务功用，以协助美国地方、州和联邦法令部门应对、查询和阻挠违法。它现在在100多个美国城市运用。
该技能套件体现了该公司的“精准警务”理念。它使法令组织能够取得及时和精确的情报，因而警方能够更快速、更精确地部署资源来应对违法，并自动预防违法。该渠道由数据驱动，包含社区保护和参与机会，以协助改善警民联系。
冲击罪犯
Forrester首席分析师KjellCarlsson指出，人工智能和其他先进技能在法令领域的脚印不断扩大，这凸显了机器以及个人用户数据数量的巨大增长。
他说：“无论是经过移动设备、交际媒体仍是咱们在移动设备上运用的应用程序，咱们都能轻易地泄显露所有这些信息，将其与经济实惠、功用丰富的摄像头相结合，并加入一个可扩展并可管理多种设备（如智能手机、平板电脑和台式机）的软件堆栈，能够让法令变得比以往任何时候都更加容易”。
