Μέχρι που ήρθε η υπολογιστική του νέφους, η μηχανική μάθησης ήταν ανέφικτη για τις περισσότερες επιχειρήσεις. Δεν είναι τυχαίο ότι η Amazon Web Services, Google, IBM, και η Microsoft προσφέρουν υπηρεσίες Μηχανικής Μάθησης μέσω του νέφους τους. Η μηχανική μάθηση είναι χρήσιμη μόνο σε κάποιες περιπτώσεις.
Έχει χρησιμοποιηθεί σε πολλές εφαρμογές που χρειάζεται να μαθαίνουν όσο επεξεργάζονται δεδομένα, όπως αυτές που προτείνουν προϊόντα ή υπηρεσίες από μία ιστοσελίδα παρατηρώντας τη συμπεριφορά και τις προτιμήσεις των ατόμων όσο χρησιμοποιούν το ίντερνετ. Με τον καιρό, η εφαρμογή συγκεντρώνει γνώση και τελικά κάνει καλές προβλέψεις για τον κάθε χρήστη. Στην ουσία, προσομοιώνεται η ανθρώπινη ικανότητα να μαθαίνει δυναμικά μέσα από τις εμπειρίες. Σε τέτοιες περιπτώσεις η μηχανική μάθηση μοιάζει ιδανική μέθοδος και λειτουργεί πολύ καλά.
Το πρόβλημα είναι πως αν έχει το σφυρί όλα μοιάζουν με καρφί, όπως λέει η παροιμία. Όσοι προωθούν τη Μηχανική Μάθηση μέσω των υπηρεσιών του νέφους λένε πως ταιριάζει σε πολλές εφαρμογές όπου στην πραγματικότητα δεν θα έπρεπε να χρησιμοποιηθεί καν. Σαν αποτέλεσμα οι τεχνικές και η τεχνολογία της Μηχανικής Μάθησης χρησιμοποιείται λάθος ή σε περισσότερες περιπτώσεις απ’ότι χρειάζεται, σπαταλώντας σημαντικούς πόρους από την επιχείρηση.
Οπότε, προσοχή με τη νέα μόδα της Μηχανικής Μάθησης και τη μανία για εφαρμογή της στις επιχειρήσεις. Χρησιμοποιήστε τη όπου πραγματικά ταιριάζει και έχει νόημα αλλά αποφύγετέ τη αλλού. Σε πολλές περιπτώσεις παραδοσιακές πρακτικές και τεχνικές έχουν καλύτερα και αποδοτικότερα αποτελέσματα. Κάθε επιχείρηση έχει να κάνει πολλές απαραίτητες δουλειές για να σπαταλάει χρόνο και πόρους σε μη απαραίτητες εργασίες.