季辛格表示，AI應用才剛開始滲透人類生活，未來不僅智慧眼鏡能夠記住使用者見過的人、重要日期，助聽器也能即時提供資訊，甚至所有企業流程、製造產線都應全面導入AI。他強調，自己希望看到的是「比現在多1萬倍的AI」，讓AI不只服務少數國家或企業，而是能夠真正普及全球。
然而，AI需求快速擴張的同時，能源供應卻成為最大挑戰。季辛格指出，美國去年電網供電能力增加約5%，其中新增電力約有一半被AI需求吸收，顯示AI對能源基礎設施的壓力已相當龐大。他反問，未來能否再提供AI多達1萬倍的電力？答案顯然不可能。
除了電力，記憶體與晶圓製造產能同樣面臨物理限制。季辛格指出，產業不可能為了滿足AI需求，就建造比現在多1萬倍的晶圓廠，或提供1萬倍的記憶體容量，因此真正的解決之道不是無止境增加硬體，而是大幅提高每單位資源所能提供的運算能力。
季辛格強調，當產業面對的是1萬倍的效率需求，單純讓晶片效能提升10%、改善供電效率10%，都不足以解決問題。他認為，AI正迫使整個科技產業重新思考底層架構，從運算晶片、記憶體、資料傳輸到電力供應，都需要突破既有設計思維，尋找具有顛覆性的全新技術。
其中，記憶體將是重要突破方向。季辛格指出，AI本質上是高度依賴記憶體的運算工作負載，但過去30年，產業主要仍圍繞DRAM、SRAM及Flash等既有架構發展，雖然技術持續改善，卻缺乏根本性的重大突破。隨著AI對資料存取速度、容量與能源效率的要求不斷提高，新型記憶體架構將成為下一階段的重要創新領域。
先進封裝的重要性也正在發生根本轉變。季辛格回憶，過去從事晶片設計時，封裝、組裝及測試往往被視為後段工作，成本占比可能只有約10%，但如今隨著2.5D、3D封裝及多晶粒整合技術快速發展，封裝已成為決定AI系統效能的關鍵環節，不再只是晶片製造完成後的附屬流程。
面對這波運算架構革命，季辛格也特別強調台灣的重要性。他形容，全球沒有其他地方能像台灣一樣，以如此驚人的速度將創新構想轉化為實際產品，「我們可以在早餐時想到一個點子，到了午餐，台灣就已經做出原型，晚餐之前甚至開始初步生產。」
季辛格直言，「AI成就了台灣，台灣也成就了AI」，台灣不僅受惠於全球AI需求爆發，更憑藉半導體、先進封裝及電子製造供應鏈，成為支撐全球AI產業擴張的重要力量。他認為，未來AI要突破電力、記憶體與運算效率限制，除了仰賴全新技術架構，更需要台灣具備的快速開發與規模化量產能力，才能真正將突破性創新轉化為產業應用。
