主要观点总结
本文主要描述了苹果公司在人工智能领域面临的挑战和困境。从Siri的发展史，技术路线的摇摆，再到隐私政策的权衡以及领导层的调整，展现了苹果在AI领域的起伏。同时，文章还提到了苹果的新战略和业界对其的期待。
关键观点总结
关键观点1: 苹果公司人工智能转型的困境与挑战
苹果公司曾经凭借创新领先的技术在科技界树立标杆，但在人工智能领域遭遇一系列挫折，包括Siri的升级推迟等。公司内部领导风格差异、技术路线摇摆以及隐私政策的权衡等因素导致其在AI领域的进展不顺。
关键观点2: Siri的发展与困境
Siri作为苹果公司的核心产品之一，其发展历程充满起伏。尽管初期领先，但在竞争压力下，其性能提升速度未能跟上市场需求。文章详细描述了Siri面临的挑战和团队内部的矛盾。
关键观点3: 苹果公司的战略调整与未来展望
面对AI领域的挑战，苹果公司进行了领导层调整、战略转变以及新的技术研发投入。包括在GPU采购、AI团队建设等方面的调整，以及新的领导架构下积极寻求改善现状的方法等。
正文
图丨 WWDC 2024（来源：YouTube）
苹果原计划在 2025 年 4 月发布升级后的 Siri，但当 Craig Federighi 在计划发布前几周在自己的手机上测试 iOS 18.4 测试版时，他发现许多宣传的功能实际上无法正常工作。据多位了解情况的高管透露，WWDC 上的演示实际上是一个早期概念的视频，展示的是公司设想系统最终能够实现的功能。
尽管
苹果
曾通过商业广告积极宣传 Siri 的新功能，但最终这些广告被撤下，升级计划也被推迟至 2026 年。一些购买了最新 iPhone 16 的消费者，在发现所购买设备并不具备广告中展示的 AI 功能后，加入了对苹果提起的集体诉讼，指控其存在虚假广告行为。
据多位前苹果员工透露，苹果在 AI 领域的进展不顺，部分原因在于公司内部领导风格的差异和组织间的协作问题。
John Giannandrea 与苹果其他一些高管的工作风格有所不同。据与他共事过的人描述，他性格相对放松、安静，倾向于避免直接冲突——这与苹果许多其他高管雷厉风行、目标明确的性格形成对比。Giannandrea 常向员工阐述他的理念，即机器学习可以通过渐进式的改进最终带来重大进步，他称之为“爬山”（hill climbing）。
他对聊天机器人的价值持保留态度，在 ChatGPT 发布前后曾告诉苹果员工，他认为这类技术为用户带来的实际价值有限。
图丨 John Giannandrea（来源：WikiPedia）
相比之下，软件工程团队的负责人 Craig Federighi 以其强硬和高标准要求而闻名。当两人一起开会时，Federighi 习惯于向同事密集提问，而 Giannandrea 则更倾向于倾听。
这种风格上的差异，在一定程度上导致了团队之间的沟通成本增加，甚至使得机器学习团队内部被一些人私下戏称为“无目标”（AIMLess，与 AI/ML 发音相近）。
随着时间推移，Craig Federighi 的软件工程团队与 John Giannandrea 的 AI 团队之间的关系变得有些紧张。软件工程团队中的一些人对于 AI 团队的同事在薪酬和晋升速度上可能存在的优势感到不满。他们也注意到 AI 团队的工程师在工作时间安排上似乎更为灵活，而他们自己则面临着更为严格的工作节奏。
两个团队之间的不信任感甚至发展到，在今年早些时候，Giannandrea 的一位副手要求工程师详细记录一个联合项目的开发过程，以防项目失败时，Federighi 的团队将责任归咎于 AI 团队。
此外，Craig Federighi 开始组建自己的机器学习工程师团队，名为“智能系统”（Intelligent Systems），由他的一名高级副手 Sebastien Marineau-Mes 领导。多年来，“智能系统”团队训练了自己的模型，并构建了允许用户通过语音命令控制应用程序的演示，这些工作往往独立于 Siri 团队进行。这在 Siri 团队内部引发了一些不安。在一次苹果内部演示中，“智能系统”的一名成员展示了一张幻灯片，描绘了两座山被撞在一起并变平的动画，一些人将其解读为对 Giannandrea“爬”理念的一种含蓄批评。
技术路线的摇摆与隐私政策的权衡
另一方面，
苹果
在 AI 领域的探索，也受到了技术路线选择和隐私政策带来的双重影响。据 The Information 报道，Siri 团队曾考虑构建两种规模的语言模型，他们称之为“Mini Mouse”和“Mighty Mouse”。小型模型将在用户的 iPhone 上本地运行，处理简单任务；大型模型则在云端运行，执行更复杂的任务。
然而，Siri 的领导层随后决定调整方向，转而构建一个能处理所有事情的大型模型。这需要在云端运行 Siri 的软件，这与先前为了保护隐私而将大部分 Siri 软件移至设备本地处理的做法有所不同。
更为棘手的是 Siri 项目早期架构遗留下来的技术负担。为了在不重写 Siri 庞杂旧代码的基础上快速上线新的 AI 功能，苹果的工程师们不得不采取一种折衷方案：将 Siri 的后台基础设施一分为二，旧代码继续支撑传统功能，而新的代码则用于处理需要调用个人数据的 AI 请求。这种临时解决方案导致了严重的系统集成问题和大量的软件缺陷。正如一位 Siri 团队成员所说：“现在有数百个 bug，这就像打地鼠游戏。你修复一个问题，又会冒出三个新问题。”
还有苹果一直以来引以为傲的“隐私至上”原则，在 AI 时代给其带来了一些新的负担。
AI 的进步高度依赖海量高质量的数据进行模型训练。苹果严格的隐私政策，使其在获取和使用用户数据方面远比一些竞争对手更为谨慎和受限。尽管苹果生态拥有超过 23.5 亿的活跃设备，理论上拥有丰富的数据资源，但对隐私的极致保护在某种程度上也对 AI 发展所需的数据规模和多样性构成了一定的限制。一位熟悉苹果 AI 和软件开发工作的人表示：“在这个领域，做任何事情都可能遇到很多‘不’，你必须与负责隐私的部门反复沟通协调才能推进工作。”
同时，苹果在 GPU 采购上的相对保守策略也影响了其模型训练速度。前首席财务官 Luca Maestri 在购买 GPU 方面的谨慎立场，在今天看来很可能影响了苹果 AI 硬件资源的储备。在库克的领导下，苹果一直善于利用其市场地位和现金储备来影响从半导体到智能手机屏幕玻璃的全球供应链。
