Perspicacity Prediction AI® 開始嘗試突破傳統應用場景，將其預測能力擴展至更廣泛的行業領域，針對加拿大食品進口市場進行修正和測試運行。測試的重點主要集中在：

• 需求預測： 分析歷史採購訂單資料中的價格、頻率和銷售週期，推斷產品市場接受度和庫存消化速度。

• 資料關聯： 結合歷年的政治、經濟、環境、衛生與氣候等多維度數據，運用強化學習模型（RL）識別強弱關聯資料鏈。

• 價格波動預測： 通過時間序列分析與博弈模擬，推演特定商品在中期（未來90-180天）的價格走勢。

• 決策輔助： 為進口商提供市場趨勢洞察，優化採購與銷售策略，顯著降低決策風險。

通過對資料關聯性與演算法的不斷修正，Perspicacity Prediction AI®已經可以對食品市場特定產品的走勢作出較為精准的預測，90天價格誤差波動均值集中在7% - 12%之間，180天誤差波動均值集中在11% - 22.5%之間，約有7.3%的產品價格實現了100%準確預測。