Kecerdasan buatan tidak seperti perangkat lunak tradisional dalam satu aspek yang sangat penting: Ia harus belajar bagaimana melakukan tugasnya.
Ini memberikan manfaat utama bagi siklus hidup produk karena daripada harus menunggu penyihir pengkodean untuk memperbarui kreasi mereka secara manual sekali per tahun (atau bahkan lebih jarang), sistem itu sendiri dapat menambahkan alat baru, membuat fitur baru, atau mengubah sendiri ke lebih baik memenuhi kebutuhan pengguna. Kelemahannya, tentu saja, adalah bahwa beberapa program AI akan memberikan kinerja penerbangan terbaik langsung; hanya melalui penggunaan terus menerus mereka akan memahami apa yang diharapkan dari mereka dan bagaimana cara terbaik untuk mencapai tujuan mereka.
Faktor kunci dalam evolusi ini adalah data yang terpapar pada sistem yang digerakkan oleh AI. Data yang baik, dikondisikan dengan baik dan ditempatkan dalam konteks yang benar, akan memungkinkan layanan untuk membuat keputusan yang tepat dan mengambil tindakan yang tepat, sementara data yang buruk akan menyebabkan hasil yang buruk dan terus menurun kinerja.
