É tudo sobre retorno do investimento . Se DL é "vale a pena fazer", não é um exagero.
Se o custo do uso do DL (ciclos de computador, armazenamento, tempo de treinamento) for aceitável e os dados disponíveis para treiná-lo forem abundantes, e se a vantagem marginal sobre algoritmos alternativos for valiosa, o DL será uma vitória.
Mas, como você sugere, se o seu problema é passível de métodos alternativos, especialmente se ele oferece um sinal que combina bem com métodos clássicos, como regressão ou Bayes ingênuo, ou se o seu problema exige explicação de por que o limite de decisão é onde está (por exemplo, árvores de decisão), ou se seus dados não possuem os gradientes contínuos necessários para o DL (especialmente CNNs) ou se os dados variam ao longo do tempo, o que exigiria reciclagem periódica (especialmente em intervalos imprevisíveis), então o DL provavelmente é uma incompatibilidade para você.