Por que não uma regressão robusta sempre?

Os exemplos desta página mostram que a regressão simples é marcadamente afetada por valores discrepantes e isso pode ser superado por técnicas de regressão robusta: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Acredito que lmrob e ltsReg são outras técnicas robustas de regressão.

Por que não se deve fazer uma regressão robusta (como rlm ou rq) toda vez, em vez de executar uma regressão simples (lm)? Existem desvantagens dessas técnicas robustas de regressão? Obrigado pela sua compreensão.

O teorema de Gauss-Markov :

Em um modelo linear com erros esféricos (que ao longo do caminho inclui uma suposição de ausência de valores extremos, por meio de uma variação finita de erros), o OLS é eficiente em uma classe de estimadores não lineares lineares - existem (restritivas, com certeza) condições sob as quais " você não pode fazer melhor que o OLS ".