簡立峰以第一手觀察的角度告訴本刊，台積電與聯發科是國內AI資源最多大本營，而據他了解，這兩家公司，也是國內運用AI最好的科技廠商。
其中，像聯發科就透過AI結合自動化設計（EDA）軟體，把IC做出最佳化的電路佈局(Layout)，簡立峰以一種新發現的語氣告訴本刊，這些layout的電路區多達一億個，這麼多區塊若能進一步透過AI來生成，等於大大幅提升研發人員的開發效率。
至於台積電內部導入AI的應用可以說是無所不在，簡立峰指出，台積電對AI的依賴，已不侷限在良率的提升，加上台積電是世界前十大製造企業，面對客戶的資訊量也是世界等級，光建立AI平台背後所需的數據(Data)已形成「半導體搜尋引擎的火車頭」，一旦台積電再結合生成式AI優化各項流程，勢必將更鞏固台灣護國神山的競爭力。
「生成式AI對製造端來說，主要不在文字生成，比較多的是圖像生成。」簡立峰也分享，最近有朋友樂觀預期，不久的將來，生成AI可以2D輸入、3D生成，倘若真的實現，勢必徹底顛覆傳統製造業思維。
若從數位轉型的角度來看生成式AI對台灣的影響，簡立峰更是正面以對，這次ChatGPT爆紅後讓他發現，許多企業原本對上雲或數據管理猶豫不已，已經知道不做不行，依此判斷，未來收集數據、代管數據、訓練數據的服務需求將日益增加，對雲端服務業者將是利多。
隨著訪談將告一段落，簡立峰最後以學界的立場告訴本刊，台灣AI人才過去偏向以電腦視覺領域，這類應用多為人臉辨識、車牌辨識、影像辨識、語音辨識，至於ChatGPT這種語言模型的AI，是台灣相對較弱的一塊，人才相對較少。
從台大資工所博士班畢業的他更透露，在台灣，研究深度學習語言模型的學者幾乎系出同源，其中，有「AI界網紅」之稱的李宏毅，是簡立峰在台大參與口試的最後一個學生，「我們差那麼遠，大概三十多年了，卻還能來自同一個實驗室？這是有原因的 因為語言模型開發在台灣比較不是一個主流領域。」他指出。
即使如此，簡立峰仍樂觀認為，台灣學界實力不弱，加上產業有一定的基礎，現在開始加速儲備生成AI所需的人才，一點都不算晚。
