蘇姿丰表示，AI是過去50年來出現最重要的技術，與手機和雲端運算不同，AI能讓每個人都從中受益。回顧3年前AI擴張初期，市場精力和資金主要集中在大型語言模型的「訓練」上，蘇姿丰直言，實際上沒有一家公司能單靠訓練賺錢，她指出，模型訓練是必要的基礎，但真正能看到投資報酬率的地方是技術的應用，也就是「推理」。
蘇姿丰指出，AI目前正快速進入推理階段，不僅限於回答簡單問題，而是進入了能夠處理真正聰明、複雜問題的時代，顯著改變製造產品、運行公司以及科學發現的方式。這個週期的技術變革極快，每隔幾個月模型與能力就會大幅提升。她以棒球賽作比喻，強調AI發展現在才在九局比賽中的第三局，「AI絕對是真的，而且我們還處於非常早期階段。」
針對硬體需求的演進，蘇姿丰維持一慣說法，指出硬體架構中GPU與CPU的比例達到1:1的時間點「非常快來臨」。她分析，雖然過去幾年市場對GPU的成長感到興奮，但要實現AI無所不在，需要各種多元的運算能力。
蘇姿丰表示，隨著推理需求增加，CPU與ASIC的成長也開始顯著加速。尤其在愈來愈多代理式AI（Agentic AI）出現後，CPU的角色更為核心。她以晶片設計領域為例指出，目前開發一款先進晶片需要2～3年，若能透過AI代理人將時程減半，就能製造更多產品滿足市場。
此外，蘇姿丰對AI PC的未來發展仍高度樂觀。她坦言，早期的AI PC由於應用不夠直觀，局限於專家使用，但如今大眾對AI有強烈需求，同時又極為關心隱私安全，不希望個人資訊被傳送到雲端。因此，她認為具備地端運算與隱私保護優勢的AI PC，在未來幾年必然更受歡迎，預期將迎來約雙位數成長率。
除了AI PC，蘇姿丰透露她最期待的下一個AI浪潮是「實體AI（Physical AI）」，她認為機器人和邊緣運算，無論在工業、製造環境或其他地端環境中都有巨大機會。她解釋，實體AI不僅需要處理器的運算能力，更需要即時處理能力。超微在收購賽靈思（Xilinx）後，補足適應性運算能力與FPGA技術，目前嵌入式系統已廣泛應用於醫療、汽車、航太與國防等實體AI領域，未來將持續將CPU、AI引擎能力與即時處理技術結合。
