Какая задача ИИ кажется простой, но становится сложной при обеспечении надежности?

Вопрос к сообществу о случаях, когда демонстрация работы ИИ выглядит как решенная проблема, но реальное использование выявляет множество пограничных ситуаций и сбоев. Обсуждение фокусируется на разрыве между лабораторными результатами и надежностью в продакшене.