当下 AI 已成为科技圈风暴眼，几乎所有科技公司都投身其中，但苹果一直以来却慎谈 AI，甚至在刚刚过去的 WWDC 也只字未提。
苹果为何如此谨慎，背后的原因有哪些？
InfoWorld 的最新文章对此进行了剖析，Matt Asay 在文章中点出，苹果的落脚点在用户体验，对于苹果来说，重要的不是 AI，而是 AI 带来的用户体验改善。
Matt Asay 在开源数据库技术公司 MongoDB 负责市场营销，在此之前，他曾是亚马逊网络服务的负责人和 Adobe 的开发者生态系统负责人。
以下是文章原文：
你并不是一个人被 AI 浪潮淹没，所有人都被挟裹其中。开发人员无法停止谈论 GAI 对编程方式的改变，CEO 们也不能停止谈论它，最近财报电话会议上与 AI 议题深深绑定，我们甚至已经开始用 GAI 应用程序的输出来训练这些应用程序背后的大模型（LLMs）。(这不会有好结果）。
但是，在所有这些围绕 AI 的无休止的炒作和期盼中，有一家公司最近在一次全球主题演讲中谈了两个多小时，即使 AI 在其产品中无处不在，但却一次都没有提到 AI。这家公司就是苹果公司，它在言谈的谨慎给大家上了一堂如何正确使用 AI 的课。
<h2>说起来容易</h2>
虽然人工智能的讨论越来越多，但正如 Gartner 副总裁分析师 Mark Raskino 所指出的，AI 的炒作并不是什么新鲜事。关于 AI 的讨论在 20 世纪 80 年代初就已经开始了，此后一直没有放缓。现在不同的是，在科技界内外，AI 已经变得非常普遍。对一些人来说，像 ChatGPT 已经成为一种 “病毒式炒作”。
这样的速度带来了一定的后果，例如，每个 LLM 都需要数据，而丰富的数据来源，如互联网档案馆、Stack Overflow、Reddit 等等，都出现了大量的流量激增，导致互联网档案馆的崩溃和 Reddit 等的封锁。同时，一些人正在反对所谓版权侵权行为，用其为 GitHub Copilot 等应用提供训练，这一切都有点混乱。
事实上，正如 TAM 资产管理公司的首席投资官 James Penny 所建议的那样，那些在盈利中甚至提到 AI 这个词的公司，其股价都会受到提振，这像极了当初的网络时代。虽然考虑到像 GAI 这样的东西仍然很原始，这似乎有点愚蠢，但有证据表明，AI 推动了股市的繁荣，但实际上并没有对推动企业盈利的相应繁荣起到多大作用。
的确，有点 “网络泡沫时代” 的味道。
与此同时，有一家公司不断在 AI 方面进行大笔投资，却没有对 AI 大做文章。这家公司就是苹果公司，它对 AI 的使用比大多数公司都更负责任，更有成效。
<h2>幕后的努力</h2>
AI 对苹果并不陌生，该公司已经通过 Siri 和其他不太明显的方式使 AI 成为产品的一部分。毫不奇怪，苹果公司长期以来一直在招聘人工智能人才，而且这种招聘在最近变得更加引人注目。该公司有一个专门针对人工智能的登陆页面，标题是 “机器学习和人工智能：工作是创新的，体验是神奇的&#34;。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/33c81691-56c2-417c-9cc1-7b5d9e04ef92.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="291" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/33c81691-56c2-417c-9cc1-7b5d9e04ef92.png"/>
在该页面上，苹果公司提供了它如何应用 AI 的秘密，“在这里从事机器学习和人工智能工作的人正在为每一件苹果产品打造有魔力的体验，让数百万人做他们从未想象过的事情。” 换句话说，他们的重点是客户如何体验 AI，而不是 AI 本身。这一直是苹果公司的做法：让技术成为客户体验的组成部分，但不使技术成为该体验的焦点。该技术的目的是在本质上不可见，如果你注意到它，苹果就失败了。
在其年度全球开发者大会的舞台上，苹果倾向于将 AI 称为魔法。这个词被使用了 13 次。谈到苹果最新的 Vision Pro，苹果高管 Alan Dye 赞不绝口，“它很了不起，感觉像魔术一样”。他不需要深入了解人工智能和其他技术的细节，这些技术为这种魔力提供了支持。重点是体验，而不是技术。
这对每个公司来说都是一个很好的教训。
首先，尽管 GAI 是当前技术，但它并不总是正确的方法。Diffblue 的 Mathew Lodge 最近建议，在某些用例中，强化学习胜过 GAI。早在 GenAI 成为热门话题之前，人们就认为回归分析或其他方法应该是公司登上机器学习之前的第一站。
最近，我与一位行业朋友进行了一次谈话，他强调说，“你可以用 LLM 做很多事情，但如果你的输出是结构化数据而不是非结构化数据，那么它可能是一种非常低效的方式。” 这是一个耐人寻味的观点，因为云计算供应商正在推出的一些 GenAI 服务之前已经用专用模型做过了，事实证明，这些模型比 GenAI 更有效率。正如他所解释的那样，开发人员对 GAI 很着迷，因为它在本质上是基于概率的。它不是要找到唯一的真实答案，而是要找到训练数据中的合理答案。这可能是好事，但它就像没有索引的搜索。它的规模不大。
这并不是说 GAI 是不好的。它只是在一系列的用例中不是很好或最好。(即使它是一个伟大的方法，它仍然需要大量的资源）。对于一些用例，老式的推理法效果最好。推理是一种训练 AI 看到数据模式的方法，然后将传入的新数据与这些模式进行比较。GAI，同样，是创造看起来像 LLM 中的数据的东西，导致新创造的数据是合理的，但不一定是正确的。两者都很有趣，但都不一定是正确的工具。
第二，无论一个公司选择哪种 AI 的方法（现实情况是，大多数企业将希望接受一系列的方法，因为他们会有一系列的使用案例），AI 永远不应该是重点。AI 是一种手段，而不是目的。正如苹果公司所展示的那样，在不把 AI 作为宣传重点的情况下，推销 AI 的愿景是很有可能的。没有人真正关心 AI 有多酷，他们关心的是由此带来的体验。
所以，苹果卖的是 AI 的体验，而不是 AI。

苹果

深耕 AI 多年的苹果并不关心 AI 本身有多酷，而是把注意力放在 AI 带来的用户体验上。

苹果为何慎谈 AI？