Kunstig intelligens er i motsetning til tradisjonell programvare i et veldig viktig aspekt: Det må lære seg å gjøre jobben sin.
Dette gir en viktig fordel for produktets livssykluser i og med at i stedet for å måtte vente på å kode veivisere for å oppgradere kreasjonene sine en gang per år (eller enda sjeldnere), kan selve systemet legge til nye verktøy, lage nye funksjoner og ellers endre seg til bedre tilfredsstille brukerkrav. Ulempen er selvfølgelig at få AI-programmer vil gi ytelser på topptur rett utenfor boksen; bare gjennom kontinuerlig bruk vil de forstå hva som forventes av dem og hvordan man best oppnår sine mål.
En sentral faktor i denne utviklingen er dataene som AI-drevne systemer blir utsatt for. Gode data, korrekt betinget og plassert i riktig kontekst, vil tillate tjenester å ta informerte beslutninger og ta passende tiltak, mens dårlige data vil føre til dårlige resultater og stadig redusere ytelsen.
