牛津大学马丁学院（Oxford Martin School）学者 Carl Benedikt Frey 与 Michael Osborne 预期，自动化已经取代大部分规律性工作，将中等收入的制造业工作者转移至低收入的服务业工作，而在科技发展趋势不变下，他以自动驾驶车为例，服务性工作也会被取代。
根据 Frey 与 Osborne 提供的表格，10～20 年美国场地维修人员人数将从 100 万人减少到 5 万人，报告认为在特定地点需要人员驻守的工作，当中有 9 成会消失。但 Brooks 抨击，目前这些领域毫无机器人进驻的迹象。
Brooks 引用硅谷未来研究所共同创办人之一 Roy Amara 名言，“人类总是高估短期内科技的影响，低估长期的影响。”最具代表性的就是 1978 年的美国全球定位系统，原来是为了军事用途，但一直到 1990 年代才开始
应用，到现在 GPS 深入生活各层面，远超过当初想像。
Brooks 认为，过去 30 年来许多技术都是循类似模式发展，从巨大愿景出发，历经失望，然后慢慢建立信心，最后超过期望，包括运算、基因组测序、太阳能发电、风力发电，甚至家庭送货服务都是。AI 也是一样，从 1960、1980 年代就一直被夸大，现在只是再次夸大而已，但长期的影响可能被低估。
作者对 AI 短期内会对人类产生重大影响的论述提出几点质疑，分别是想像与实际的差距、AI 的能力、机器学习的迷思、指数发展有极限、产业布建的速度等。他说如果把 iPhone 拿去给 18 世纪的牛顿看，对他来说简直像变魔术，但实际上 iPhone 限制重重，与其他系统的连接也有限，当人们对实际原理搞不清楚时，很多事情都会变成魔术，这时想像力来自信仰，而非科学，人们对通用人工智能（AGI）就还处于想像阶段。
此外，AI 能力很有限，虽然 AI 可以辨识一张
图片的内容，如人在掷飞盘，但无法回答影像中的其他物件情境，人类才有这个能力。且机器学习是一个手提箱词汇（suitcase word），误导人们以为 AI 已经可像人脑一样运作。
科技推进有指数型崩溃的前例，2007 年 iPod 存储器达 160 GB，5 年来成长翻倍，但现在顶级 iPhone 只有 256 GB，成长不到 1 倍。一旦记忆力足够容纳一般人会使用的音乐库和应用程序、照片和影片，这个特殊的指数就会突然崩溃，报导认为，当物理限制出现，或者当没有更多经济理由继续进行时，指数就会崩溃。
现在 AI 系统性能突飞猛进，是因为深度学习的成功，许多人期待人工智能会以同样速度进步下去，但是深度学习其实已经发展了 30 年才有今天的成果，且这只是单一事件，许多技术发展结果都是后继无力。即使现在科学界对 AI 研究的支持，加快应用发展脚步，但不代表就一定会成功。
最后，作者提醒，现在美国、欧洲、韩国、中国的新工厂都仰赖可程序设计逻辑控制器 PLC，PLC 是 1968 年为取代机电式继电器而发明的产物，线圈概念仍然是主轴，PLC 程序设计方式像是一个 24 伏特的机电式继电器的网络。虽然有些直接电线已被以太网电缆取代，但不是开放网络的一部分，在这些全新的古代自动化控制器中，它们是单独的电缆，以点对点的方式体现控制流程。
若想改变世界各地大多数工厂的开云电子链接 流程或控制流程时，需要几周时间才能确定位置、设计新的配置，然后让执行团队重新布线，与重新配置硬件设备，一家大型设备制造商表示，他们的目标是每 20 年进行 3 次软件升级，许多老旧设备只要堪用就不会汰换。
一般家庭充满无法整合或连结或可程序设计的旧设备与机器，美国电网与铁路系统已超过百年。总而言之，科技不会一下子颠覆整个世界，而是随着人类不断适应与调整而循序渐进发展，AI 要大幅取代人类工作还言之过早。
