一言以蔽之：AI讓軟硬體產業，發生板塊大挪移。
比爾·蓋茲曾在1995~2007年間連續十三年蟬聯《富比士》世界首富，就是電影《少林足球》的經典台詞說的「一秒鐘幾十萬上下」那種人。
當年有一個關於比爾的腦筋急轉彎是這麼問的：「如果比爾看到地上有美金一百元，請問他會不會撿起來？」急轉彎給的答案是「不會，因為他彎腰撿錢要花費一秒鐘，而他每秒賺的錢遠遠超過美金一百元，所以他不會浪費時間撿錢。」
有趣的是，還真的有Reddit（美國論壇）網友去問比爾這問題，比爾在2014年「Ask Me Anything」的活動中回答了這個網路迷因問題，他說他絕對會撿起來。
為什麼比爾能這麼有錢呢？因為他是微軟的創辦人，而微軟當年在Windows作業系統與Office辦公室軟體，這二個市場都具有絕對的領先地位。而當年還沒有手機，主要就是個人電腦，所以微軟就靠著電腦軟體賺了很多錢。
一般硬體的生產都需要邊際成本，例如製造汽車每一輛都需要材料和工錢，但軟體則不需要。傳統上，軟體的邊際成本幾乎為零，也就是說，多賣出一份軟體、多一次APP被下載，軟體公司不需要額外的材料，也不需要多的生產線，數位複製沒有額外的成本。
由於軟體開發的邊際成本很低，就適合創業與快速迭代，這使得軟體成為渴望快速成功的年輕人之首選。相反地，硬體開發需要高昂的資金投入（例如工廠），不適合資本小的年輕人。除此之外，軟體工程師允許彈性工時、遠端工作，工作環境通常比較舒適。相對地，硬體工程師需要親自處理實體設備，不能遠端工作，還要排班加班。
在二十年前的電腦時代，以及十年前的網路時代，上層的軟體與應用都享有最高的毛利。也就是說以前是「正金字塔」，在底層的電子五哥等眾多硬體商之支撐下，頂層的少數幾家軟體企業獨領風騷，例如微軟就賺得盆滿缽滿。
根據Levels.fyi的數據，美國軟體工程師的年薪普遍極為優渥，且通常伴隨高額的股票分紅，使其財富增值速度非常快。因此過去三十年來，美國人的普遍觀點是「不讀硬體而讀軟體」，就連非計算機專業背景的學生也會透過自學或讀碩士，改跨入Computer Science的領域（這還有個專門的名詞叫「轉碼」），此即為反應「軟優於硬」的產業結構與經濟趨勢。
然而現在的人工智慧時代，這情況可能會反轉過來，反而是下層的硬體與製造享有較高的毛利。也就是說現在是「倒金字塔」，頂層有許多AI新創軟體產業，不斷地把資金像漏斗一樣倒入底層輝達少數硬體商，例如過去這兩年，絕大部分的AI營收都流入了半導體業。
這主要的原因是，除了一開始訓練模型很燒錢以外，後續每一次回答使用者也還是需要燒錢（例如ChatGPT的耗電量是Google搜尋的五十倍），AI工具的邊際成本仍然很高。
AI能讓寫初級程式變簡單，同時軟體公司目前還找不到好的AI變現模式，反應在就業市場就是軟體工程師的員額在萎縮，導致「只要會寫程式就能領錢」的保證開始褪色。這樣的趨勢也蔓延到就學市場，例如在臺灣的高中生，選填電機系（象徵硬體）的意願上升，而選填資工系（象徵軟體）的意願下降。
因此，在最近這一波AI浪潮中，「軟優於硬」有轉向為「軟硬兼施」的趨勢，這就是為什麼Google在第一季財報公布後連連大漲，市值坐二望一的原因，因為Google本來就是AI軟體巨擘了，現在還開始做TPU賣AI硬體，「既挖金礦又賣鏟子」，把整個AI產業鏈都收進來賺錢。（備註：十九世紀加州發現黃金後，大量人潮湧入加州挖金礦，但是最賺錢的不是淘金客，而是賣鏟子的公司。）