生物識別學研究人員Joy Buolamwini，Timnit Gebru和Inioluwa Raji贏得VentureBeat他們對面部識別算法偏見的研究的研究獎。
零售機器人提供商Bossa Nova為其機器人工人贏得了業務應用程序類別，該機器人使用計算機視覺和麵部識別軟件以及RGB照片和點雲來執行庫存管理任務。根據VentureBeat的說法，他們已經在數十個沃爾瑪地點工作，以0.4 mph的速度存放貨架。
在NLP/NLU（自然語言處理/自然語言理解）創新類別中，丹麥的Corti贏得了其模式識別系統的贏得了勝利，該系統確定了何時緊急呼叫涉及心臟事件。該技術可以比單獨的操作員更準確地理解此類事件，並且更快30秒。
Vue.AI贏得了計算機視覺類別，該類別使零售客戶幾乎可以嘗試衣服。 Xnor因其“無處不在，每個設備上的AI無處不在”技術而獲得了啟動聚光燈獎，其中包括AI2Go平台，提供了優化的，預先建立的在設備的AI模型，以在低功率和廉價設備的邊緣進行深入學習。
獎項的五個類別中的每一個中有四個不同的提名人，這些提名是在VentureBeat的Tranform 2019事件。
Bulamwini和Gebru開始了一場辯論，該辯論在生物識別行業和媒體中都引起了大量關注，並通過對數據集進行了學術研究，這是去年造成算法偏見的原因。隨後的研究Buolamwini和Raji在某些系統中顯示出顯著改善，但同時，不同人口統計學的系統準確性存在很大的差異。亞馬遜將這項研究削減是對面部分析軟件的濫用，以執行面部識別，但一組著名的AI研究人員支持這項研究並呼籲該公司停止向警察提供面部認可。
