AI社区对数据驱动方法的狭义关注已使研究和创新集中在少数几个拥有大量数据和雄厚资金的组织中。随着深度学习成为一种将数据转化为盈利产品的有效方式，大型科技公司现在陷入了聘用AI人才的激烈竞争中，以高薪为诱饵，吸引研究人员走出学术界。
　　这种转变使得非营利实验室和小公司很难参与到AI研究之中。
　　拉森说：“当你把AI的研发与非常大的数据集的所有权和控制权联系在一起时，你就会为那些不拥有数据的初创企业设置准入障碍。”并补充说，数据驱动的AI在本质上造成了商业领域“赢者通吃”的局面。
　　AI的垄断反过来也阻碍了科学研究。随着大型科技公司专注于开发应用程序，利用其庞大的数据资源保持对竞争对手的绝对优势，因此几乎没有动力来探索AI的替代方法。这一领域的研究开始倾向于狭义的、有利可图的应用，从而牺牲了能够带来新发明的努力。
　　拉森说：“目前没人知道，在不具备如此庞大的集中式数据集的情况下，AI会是怎样？因此，对于那些希望通过设计不同的、更强大的AI来与之竞争的企业家来说，真的没有什么可提供的。”
　　在书中，拉森对当前的AI文化提出了预警，这种文化“正在从唾手可得的果实中榨取利润，同时继续编造AI神话”。他写道，对通用人工智能（AGI）进展的幻想可能导致另一个AI冬天。
　　不过，尽管AI冬天可能会减弱人们对深度学习和数据驱动AI的兴趣，但它可以为新一代思想家探索新方向开辟道路。拉森希望科学家在现存方法上进行探索并超越。
　　拉森在其书中还提供了一个推理框架，阐明了该领域目前面临的挑战，并帮助读者了解有关通用人工智能（AGI）或奇点（singularity）进展的夸大说法。
　　拉森表示：“我希望非专业人士有一些工具来对抗这种不科学的必然性思维，我的同事和其他AI科学家应该将其视为警钟，致力于解决该领域面临的非常现实的问题。”