911呼叫者的人工智能算法具有據說是由紐約市高中大三學生創建的，目的是幫助標籤和預測呼叫者對更準確的響應類型的主要關注點，從而在此過程中節省了數百萬美元。
新的AI模型背後是曼哈頓勃朗寧學校的17歲的皮爾斯·賴特（Pierce Wright）。在上一年，他費力地編碼了AI。他使用從紐約市廣泛的互聯網數據庫收集的數據進行了培訓，該數據庫包含大約2400萬個緊急電話，涵蓋了近二十年。
他聲稱自己的努力獲得了回報，因為他的算法可以準確地預測基於郵政編碼，一天中的時間，警察區域以及來電的第一個嚴重性等級所需的資源。據他認為，最好的部分被證明是該模型的94.5％的顯著成功率比其人類同行的成功率高2.2％。
賴特聲稱，他在康涅狄格州韋斯特波特的志願者EMS輪班期間接聽電話時有動力啟動該計劃。
據他說，船員經常被派去打來電話，事實證明是為了精神衛生或吸毒成癮，而不是他們有資格的實際醫療危機。病人經常被帶到附近的急診室等待，也不會從中受益。
911次人AI的調度員
Wright的軟件可以應用於多種類型的緊急電話。例如，如果該模型確定患者遭受了創傷，則可以隨時發送護理人員，而不僅僅是EMT。
但是，該應用程序的開發人員很快澄清說，目標是支持調度員而不是替換調度員。據他介紹，該模型的進一步進步可能會阻止城市損失數百萬美元，並大大減少響應時間。
AI緊急情況
總體上，911個響應者越來越多地使用了人工智能。根據彭博，一家技術初創公司Lyt正在使用人工智能來確定何時在聖何塞和西雅圖將紅燈綠色綠色，以便城市車輛可以更快地到達目的地。
通過將監視城市汽車與交通信號軟件的傳感器集成，該技術提供了實時的街道狀況數據，Lyt的AI處理以將紅色和綠燈的時機修改為下一站。該設備也可以與城市掃雪機一起使用，因為它會隨著它的形式拾取圖案。
研究公司C2SMARTER使用傳感器來幫助Firetrucks更快地駕駛曼哈頓擁擠的街道。鳳凰城和佛羅里達州邁爾斯堡的醫院急診室不會因MD Ally的分盤和重定向911次通話的方法而被非關鍵案件所淹沒，同時仍為患者提供所需的關注。
由紐約大學工程學院領導的聯邦資助的研究聯盟C2Smarter旨在通過模擬曼哈頓哈林（Harlem）社區的某些街道的交通行為和模式來改善消防部門的響應時間。該項目目前正在進行中。
在美國，AI驅動的生產率提高和削減業務成本。僅紐約市的平均緊急響應時間就增加到了大約八分鐘，比2013年長一分鐘以上。火災響應時間也增加了。
