Programar um sistema especialista envolve diversos desafios, como a interface de interação do usuário com o sistema e o algoritmo que faz o processamento dos dados e a sugestão de recomendações.

É uma vantagem usar de frameworks que facilitem esse processo, pois é uma forma de guiar o programador. A criatividade de uma solução depende do desenvolvedor, as ferramentas apenas dão suporte para esse processo. A validação do modelo é dependente das escolhas que foram feitas no processo de desenvolvimento. Ficar limitado a um sistema operacional é desvantajoso. A base de conhecimento está relacionada às regras do negócio e não ao processo de desenvolvimento.

O ideal é que a rede neural tenha a capacidade de generalizar seu comportamento. A taxa de acerto está relacionada a diversos fatores desde a base de treinamento até a arquitetura do modelo, portanto não se trata apenas de ajustes. As redes neurais artificiais são modelos probabilísticos e sua taxa de acerto pode ser medida através de testes de validação. Existem diversos fatores que podem influenciar o aprendizado do modelo, mas já existem muitos estudos que ajudam a ajustar esses parâmetros. Uma das desvantagens das redes neurais é explicar as soluções a partir da estrutura do modelo. Medir a taxa de acertos está relacionado aos testes de validação da rede e não à arquitetura dela. As redes neurais são aplicadas para resolver diversos problemas práticos.