到底什麼是好的電影，每人標準都不同。當然對於片商來說能賣座的就是好電影。不過，過去亦有一些非常賣座，但負評不絕的所謂大作，例如《變形金剛》系列。亦有一些爛到不行但反而成為經典的奇葩，例如《The Room》。可想而知觀眾的口味往往會超乎製作人的想像，所以有片商開始利用 AI 來決定開拍什麼電影，但這樣真的可行嗎 ?
洛杉磯的新創公司 Cinelytic 是美國其中一家為製片商提供人工智能分析服務的公司。 透過機器學習分析電影資料庫，預測不同劇本和演員配搭對電影票房的影響。Cinelytic 的 CEO Tobias Queisser 舉了一個例子，假設如果電影《美女與野獸》 由 Emma Watson 改為以 Jennifer Lawrence 當主角會出現什麼變化。然後 AI 會從不同角度比較兩位演員，例如設計不同場景，看看這兩位演員對電影的影響，預測及分析那位演員會有更好的票房效果，但這些分析真的準確嗎 ?
同樣使用人工智能位製片商提供分析服務的比利時公司 ScriptBook 曾表示可用演算法透過分析劇本預測電影是否成功。他們利用演算法預測過去兩年上映的電影，結果電腦對電影是否賣座的預測正確率高達 86%，同一時間，電影行內分析的準確率原來只有 44%。驟看來 ScriptBook 的分析可能比起電影行內分析準確，不過始終難以預測觀眾口味的變化，例如 ScriptBook 曾經分析 2017 年上映的驚慄電影《Get Out 訪 ‧ 嚇》最多只有 5,000 萬美元的票房，但結果竟然有 2.25 億美元。而且更贏得奧斯卡最佳原創劇本的殊榮。
雖然利用人工智能來預測票房未必準確，但電影業的使用人工智能技術來分析和學習人物的情緒變化的系統，就有相當的成績。其中
迪士尼研究中心（Disney Research）就利用類似的人工智能觀察及分析電影院觀眾反應，透過捕捉電影院觀眾的表情，來分析觀眾的情緒，甚至在預測某個觀眾 10 分鐘後的情緒反應，當然有關的系統亦有助於改良電腦動畫的製作。
Netflix 就和荷里活主流製作公司唱反調，採用以大數據主導製作的模式。這是一套基於用戶習慣的個性化建議的系統，事實證明以大數據分析用戶喜好和習慣，投其所好的製作模式的確能有效提高內容的收視率，每年能更能為 Netflix 節約 10 億美元的開支。
