Проаналізовано результати промислової експлуатації інтелектуальної системи для видобування знань з реалізації автоматичних методів виділення образів вхідного потоку даних, класифікації об'єктів пошуку та моніторингу об'єктів уваги для підтримки бази знань в актуальному стані. Запропоновані методи дозволяють автоматично підтримувати актуальність знань не тільки в обмеженому колі об'єктів уваги, що поступово поповнюють користувачі, а також і для повної бази потенційних об'єктів пошуку, у цьому разі видобування знань та обробка запитів користувачів відбувається в реальному часі. За рахунок використання типових елементарних образів для аналізу складних об'єктів інтелектуальна система має можливість аналізувати дані різного рівня структурованості, а не лише текстові блоки інформації.

Зазначено, що промислові інтелектуальні системи повинні обробляти значні обсяги даних різного рівня структурованості в реальному часі. За цих умов необхідно мати уніфіковані методи декомпозиції, кодування, фільтрації та реконструкції вхідного потоку даних для забезпечення високої якості інтелектуального опрацювання інформації.