Amazon持续强化数字语音助理Alexa的能力，现在不仅能够直接回应Alexa用户的问题，还能根据用户的提问推测用户的动机，同时主动提出建议，初期该新的功能只支持美国的英文用户。
举例来说，当Alexa用户询问泡茶所需的时间时，Alexa不仅会回答“5分钟”还会接着建议“要我帮你设置5分钟的闹钟吗？”即是从用户的询问中推测其最终的目的。
Amazon表示，这样的转换看起来很容易，但背后其实有许多复杂的算法，从侦测用户的潜在目的，再把它们转换成可能涉及不同技能的行动，还得以不打扰用户的方式出现。
第一步就是要判断用户的问题是否含有潜在目的，因为并非所有的对话都适合用来挖掘潜在目的，于是Amazon采用基于深度学习的触发模型，它会根据用户与Alexa之间的文本往来，以及该用户是否曾与Alexa的建议交流等因素，来判断是否适合挖掘潜在目的，并提出建议。
该潜在目的发现模型会分析用户的表达特征，例如用户与之交流的可能性，并利用各种深度学习子模型来评估其它的特征，像是用户倾向于修改之前的命令或发布新命令，或者是其直接目的与潜在目的是否是一致的，随着时间的推移，该发现模型就能通过实际的学习来改善预测能力。
之后会有一个语义角色标记模型来查找对话中的名称与其它参数，再借由脉络转换模型将这些名称改成之后的Alexa技能所能使用的结构化格式，关注用户采纳建议与否，并自动抑制表现不佳的经验。