因為如果靠比努力，靠磨，血肉之軀的人類，怎麼可能比機器努力？曾經的機器，只能‘執行’，不能‘學習’，所以人類中的‘只有努力一項優勢’的人還有活著的價值。而一旦機器也學會了‘學習’，人類當中的‘只懂努力’的人，就敗給了機器。
這也是為什麼現在的創新型科技公司招聘研發人才時，越來越看重學習能力、學習速度而非知識存量。就算一個專才可以用3年磨一劍的時間，把一項技能磨礪到98分，又如何？知識更新換代太快，還沒磨到90分，前面學的都已經過時淘汰了。
科技創新公司只需要一個月就能上手一門新技能、並且在及格分線上跑起來，然後快速迭代就行了。至於專精的工匠精神者，你們就繼續去做壽司或者炸天婦羅好了。
那麼，深度學習型人工智慧和人類相比，它們的劣勢在哪兒呢？就在於每一項人工智慧只能被設定一個奮鬥目標。比如谷歌公司目前立項做的一個名叫‘阿爾法狗’的機器人下圍棋專案，它只能被設定‘贏得圍棋’這一個目標，然後一切進化以實現這個目標為準。每自己下一盤，勝率高了就統計學習，勝率低了就回避。你要他同時把圍棋下得漂亮美觀有觀賞性，它是做不到的。
而人類和機器相比，最後一道底線，就在於人類有多重價值觀，有多重興趣，人類而已去做那些看上去漫無目標、或者對實現當前主目標毫無效率的‘不划算’的事情。這時候，我們才能看到多重目標之間跨圈權衡帶來的思想碰撞、價值創新。這也是為什麼如今創業界的機會大量在跨圈節點出現……”
作為正方，馮見雄的總結陳詞是在蘇勤之後發表的。