Razvoj informacijskih tehnologij, rešitev in storitev je pripeljal do obdobja, v katerem ljudje ustvarjamo, delimo in si izmenjujemo čedalje večje količine podatkov. Tovrsten razvoj prinaša uporabnikom vedno nove funkcionalnosti, za informatike – snovalce in razvijalce novih sistemov in rešitev – pa vse kompleksnejše zahteve in izzive. Sočasno z razvojem tehnologij se pogosto spreminjajo tudi koncepti uporabe le-teh, pri čemer vse bolj raste zavedanje o pomenu ustrezne analize obilice ustvarjenih podatkov in želja po uporabi znanja, skritega v njih. Vse bolj se zavedajoč potenciala umetne inteligence in strojnega učenja, kot dostopnega orodja za spopadanje z naštetimi izzivi, je v zadnjih letih strojno učenje postalo eden od temeljnih elementov informacijske tehnologije. Uporabniki so ozavestili inteligentno obnašanje naprav ter storitev in to od ponudnikov v vedno večji meri tudi zahtevajo. Podjetja so tako primorana nadgrajevati ter razvijati produkte in rešitve v smeri integracije z metodami in tehnologijami strojnega učenja in umetne inteligence. Kljub enormnemu napredku na področju strojnega učenja pa je slednje še vedno zahtevna naloga, ki zahteva obilico domenskega znanja in izkušenj. Izhajajoč iz dveh desetletij praktičnih izkušenj bomo predstavili pasti, v katere se vse prehitro ujamejo premalo izkušeni razvijalci, ki pod vplivom pogosto prevelikih pričakovanj in nerealnih zahtev vodstva vidijo metode umetne inteligence kot novo »silver bullet« tehnologijo.