Однако многие исследователи по-прежнему скептически относятся к использованию современных AI-систем в научном процессе, главным образом из-за их ненадёжности. Создание эффективного «AI-учёного» сталкивается с трудностями, связанными с непредсказуемым количеством влияющих факторов. Хотя AI может быть полезен для поиска среди огромного количества данных и сужения круга потенциальных решений, его способность к нестандартному мышлению и прорывным открытиям пока остаётся под вопросом.

Результаты применения AI в науке пока неоднозначны. Например, в 2023 году Google заявила о синтезе около 40 новых материалов с помощью своего AI GNoME, однако независимый анализ показал, что ни один из этих материалов не был действительно новым. Аналогично, ряд компаний, использующих AI в разработке лекарственных препаратов, таких как Exscientia и BenevolentAI, столкнулись с громкими неудачами на этапе клинических испытаний.

Microsoft надеется, что её платформа покажет лучшие результаты, чем её предшественники. Успех Microsoft Discovery будет во многом зависеть от способности платформы учитывать сложность научного процесса и преодолевать ограничения современных алгоритмов искусственного интеллекта.