Применение машинного обучения в IT-поддержке связано с рядом рисков и ограничений. Во-первых, не для всех типов обращений можно достичь высокой точности: некоторые обращения содержат сложно идентифицируемые фразы, специфичные для бизнес-процесса, или поступают через специализированные формы с минимальным объёмом текстовой информации. Во-вторых, качество результатов напрямую зависит от качества данных для обучения: ошибочные данные приводят к ошибочным результатам. В-третьих, для новых типов обращений необходимо время на накопление данных. Во-вторых, даже 100% корректные данные не гарантируют 100% точности классификации, поскольку одни и те же фразы в разных ситуациях могут относиться к разным типам обращений. В-пятых, чат-боты на основе машинного обучения могут быть менее удобны для пользователей, чем заполнение формы. В-шестых, внедрение требует изменений в процессе и дополнительной автоматизации.