聯想 CFO 談 AI 十年的資本配置與硬體突圍
原始標題 · How Lenovo's CFO Is Allocating Capital During One of History's Biggest Booms
用阿法問答深入這集 ✨
或自己問：
本集重點問答
企業導入 AI 後面臨巨大的雲端運算費用，該怎麼控制？
透過混合算力架構，將模型壓縮並部署在個人設備本地運作，減少對雲端的依賴，僅在複雜查詢時才使用雲端，能有效降低 token 開銷。
💡 詢問阿法，看詳細逐字稿分析→
除了買晶片，AI 基礎設施建設還有哪些關鍵瓶頸？
真正的瓶頸在於土地、電力、變壓器與電網承載力。硬體廠的競爭核心已轉向能否提供模組化建置與高階液冷散熱技術，以加速資料中心商轉。
💡 詢問阿法，看詳細逐字稿分析→
中美兩國在 AI 發展路徑上有什麼明顯的差異？
美國專注模型性能與創新，中國企業則因算力限制，被迫在內卷環境下優化算法，創造出極低成本的解決方案，在商業落地與性價比上具競爭力。
💡 詢問阿法，看詳細逐字稿分析→
想聽完整原集？