在 AI 軍備競賽愈演愈烈的當下，蘋果悄然走出了一條與硅谷主流截然不同的路——以輕資產策略嵌入足夠的 AI 功能維繫生態黏性，而非押注數百億美元資本開支與谷歌、微軟、Meta 正面競爭前沿大模型。
據追風交易台消息，據美銀近期舉辦的 IT 硬件行業專家系列電話會議，Simeon Bochev——蘋果機器學習平台前戰略與運營主管、計算資源交易所（Compute Exchange）創始 CEO 及 Lambda 前戰略副總裁——對蘋果 AI 戰略進行了系統性拆解。他表示，蘋果目前的戰略已從兩年前 WWDC 上關於 Apple Intelligence 全面滲透設備的宏大承諾，退守為&#34;嵌入足夠多的 AI 功能以留住用户、同時大力藉助第三方&#34;的務實路線，將當年的發佈承諾稱為蘋果的一次&#34;黑眼圈&#34;事件。
Bochev 同時指出，Siri 仍是蘋果最大的 AI 機遇。憑藉對硬件、操作系統和用户情境數據的垂直整合控制，Siri 具備演進為安全型個人 AI 代理的獨特基礎——這是其他競爭對手難以複製的結構性優勢。然而，蘋果過長時間依賴對原有 Siri 模型的漸進式改良，而非圍繞 Transformer 架構快速重建，造成了當下與主流 AI 平台之間顯著的感知差距。
對投資者而言，真正的風險或許不在於蘋果今天的選擇，而在於明天的戰場已悄然轉移。Bochev 警告，隨着 AI 競爭重心從模型層向代理（Agent）框架和生態編排層遷移，蘋果依賴第三方、隨時切換最優模型的邏輯將面臨根本考驗——當 AI 價值沉澱在代理生態中而非模型本身時，不深度參與代理層構建的蘋果，可能錯失下一輪平台級紅利。
<h2>雙軌戰略：自研小模型 + 第三方大模型</h2>
Bochev 描述，蘋果當前 AI 戰略的核心是兩條：一方面持續投入自研的小參數量模型，專注於設備端（on-device）和蘋果私有云（Apple Private Cloud）場景；另一方面，通過整合 OpenAI 的 ChatGPT 和谷歌 Gemini 等第三方合作伙伴，覆蓋需要更強能力的高階需求。他強調，因 ChatGPT 和 Gemini 合作而認為蘋果放棄自研模型，是一種誤讀——蘋果只是將自研重心集中在 5000 億參數以下的較小模型，而非追求前沿規模。
蘋果選擇不參與前沿大模型競爭，有其內在邏輯。Bochev 指出，訓練前沿模型需要數百億乃至更多的資本開支，而 AI 對蘋果營收的貢獻目前高度間接，因果歸因極為困難——蘋果至今未對 AI 功能直接收費，這使得鉅額投入的商業回報難以核算。&#34;花了 100 億美元 CapEx，收入提升了 X%，其中多少是這 100 億換來的？很難説清楚。&#34;他説。與此同時，蘋果歷來的文化慣性是&#34;等到技術被驗證後再大規模押注&#34;，加之蒂姆·庫克與前 CFO Luca Maestri 任期內一貫的預算紀律，共同構成了這一保守策略的文化底座。
模型本身的同質化趨勢，也在客觀上支撐了蘋果的外包邏輯。Bochev 指出，ChatGPT 3.5 於 2022 年 11 月發佈時，與第二名的性能差距超過一年；如今領跑者與追趕者之間的差距已縮短至一至三個月，且這一趨勢將持續收窄。他預計，隨着更多第三方模型達到蘋果的隱私門檻，蘋果將持續擴大合作範圍，ChatGPT 和 Gemini 只是起點。
<h2>隱私優先：護城河，也是約束</h2>
蘋果的 AI 數據處理遵循明確的三層架構：首先在設備端（包括安全隔區 Secure Enclave）處理；無法完成時推送至蘋果私有云；僅當需要更強模型且用户明確知情同意後，才將查詢轉交第三方。Bochev 表示，這條數據流動邊界，是蘋果隱私立場最具操作意義的體現，也是衡量第三方合作伙伴准入資質的核心標準——甚至有部分第三方因無法通過更高層級的隱私審核，根本不在合作之列。
然而，隱私優先策略對 AI 能力構成客觀約束。Bochev 直言，&#34;認為在隱私限制下仍能達到同等 AI 性能，我不認同&#34;——可用訓練數據的受限，客觀上放緩了模型迭代速度，使蘋果相對於約束更少的競爭對手處於劣勢。這一約束也影響着 AI 人才吸引力：蘋果的 AI 薪酬在他看來未達市場競爭水準，且對於希望構建萬億參數前沿模型的研究者，蘋果並非理想之所。John Giannandrea 離職後，蘋果 AI 負責人由 SVP 降格為 VP、轉而向主管隱私的 Craig Federighi 彙報而非直接向 Tim Cook 彙報——在 Bochev 看來，這一組織架構變化本身也傳遞了一定信號。
儘管如此，隱私策略長期來看仍可能是差異化優勢的來源。Tim Cook 曾公開表示&#34;隱私是基本人權&#34;，公司文化對此高度認同。Bochev 認為，25 億台活躍設備所積累的海量匿名數據，加上對設備端 AI 處理的垂直整合控制，使蘋果在&#34;安全、私密的個人 AI&#34;細分賽道具備其他競爭對手難以快速複製的結構性優勢。
<h2>Siri：最大機遇，也是最大短板</h2>
蘋果於 2010 年收購 Siri，在生成式 AI 浪潮來臨前，Siri 一度是全球規模最大的 AI 產品之一，日活躍用户在中國以外地區超過 3 億。然而，2022 年 11 月 ChatGPT 3.5 的發佈徹底改變了行業參照系。Bochev 表示，蘋果彼時的策略是對原有傳統機器學習模型進行&#34;爬坡式改進&#34;（hill climbing），而非及時從底層圍繞 Transformer 架構重建，導致其對這一技術範式轉變的認識和響應均滯後於業界，&#34;令我感到失望&#34;。
他指出，意識到 Transformer 與傳統機器學習在本質上的差異——意味着產品需要從頭重建而非在舊代碼庫上打補丁——花費了過長時間。這一延誤直接造成了 Siri 今日與主流 AI 平台之間的感知差距，而兩年前 WWDC 上的大規模承諾，在他看來正是蘋果為此付出的代價。值得注意的是，前沿大模型的參數量已達 5 萬億至 10 萬億級別，即便是 2 萬億至 3 萬億參數的模型僅存儲就需要逾 500GB 空間，設備端運行完全不現實——這也是蘋果自研模型聚焦於 5000 億參數以下的現實約束。
然而，Bochev 對 Siri 的長期潛力持積極判斷。他認為，蘋果對硬件、操作系統和用户情境數據的端到端控制，賦予 Siri 成為安全型、具備自主行動能力的個人助手的獨特基礎。&#34;我的大量個人數據存在於設備上，如果有一個運行在設備端並能調用這些數據的個人助手，它將遠優於在沙盒環境中運行、無法訪問這些信息的代理工具。&#34;他説，在 Claude 等代理型 AI 加速落地的背景下，Siri 實現這一願景的條件正在趨於成熟。
<h2>代理時代：現有戰略的核心隱患</h2>
Bochev 對蘋果戰略提出了最核心的結構性質疑。他認為，蘋果當前的&#34;外包模型、自控端側&#34;邏輯，在純 LLM 或推理模型主導的 AI 世界裏或許成立——模型同質化意味着隨時切換最優選項即可，無需重注某一家。但隨着 AI 競爭重心轉向代理框架、任務編排和生態工作流，這套邏輯將面臨根本挑戰。
他以 Anthropic 正在構建的代理生態系統為例，指出代理時代的競爭邏輯與純模型時代截然不同：代理生態的鎖定效應遠強於單一模型，價值將加速沉澱在控制代理框架和用户工作流的層級，而非底層模型本身。&#34;如果 AI 的價值積累在代理框架和用户工作流裏，而不只是模型本身，那麼簡單地在第三方模型之間切換，就不會那麼奏效了。&#34;他説。
Bochev 坦言，蘋果整體的風險偏好有提升空間。在他看來，蘋果目前的文化和預算紀律既是優質產品管理的基礎，也是束縛進取的枷鎖——&#34;要釋放更大的風險胃口，某些東西必須有所改變&#34;。蘋果能否在代理層主動佈局、而非僅充當模型層的分發渠道，將是決定其在 AI 下半場地位的關鍵變量。
<h2>算力格局：瓶頸遷移與 GPU 經濟壽命重估</h2>
在算力市場的宏觀判斷上，Bochev 認為計算資源有潛力成為全球最大宗商品，規模可能超越每年 2 萬億至 3 萬億美元的油氣市場。但他同時指出，算力瓶頸的性質正在發生結構性轉變——從早期的 GPU 供給短缺，遷移至網絡（InfiniBand）、數據中心空間、電力、散熱、CPU 及高帶寬內存（HBM）等多點併發的制約。據他估計，2026 年美國數據中心可用容量已創歷史新低，不足 1%；大型發電設備的採購等待週期長達三至四年；受 Claude Code 等代理型應用推動的推理需求爆發，又進一步加劇了 CPU 和高帶寬內存的短缺壓力。
在 GPU 資產價值的評估框架上，Bochev 建議投資者應重視&#34;經濟使用壽命&#34;而非單純的&#34;物理使用壽命&#34;。他以 H 系列 GPU 為例：維護得當情況下物理壽命可達六至七年，但綜合考慮負債成本、置換新芯片的機會成本以及下一代芯片的價格競爭力，其經濟使用壽命可能遠早於此到達臨界點。&#34;即便舊 GPU 每小時還能賣出 2 美元，考慮資金成本和置換新芯片的機會成本，從經濟上看你可能已經應該換掉它了。&#34;他説。
他還提示，Blackwell 系列 GPU 的高功耗（72 卡機架超過 140 千瓦，約為 H100 系列的三至四倍）和液冷需求，使新一代 GPU 的壽命預測更加複雜，歷史數據的參考價值有限。在他看來，H 系列及更早代際與 Blackwell 系列之後存在明顯分界，投資者在評估 GPU 資產價值時宜分代際考量，而非以統一標準套用歷史折舊規律。

蘋果

北美科技軟件股指數 ETF - iShares

RSPT

標普軟件與服務 ETF - SPDR

AAPX

NXTG

蘋果每日 2 倍做多 ETF - Direxion

通信服務 ETF - SPDR

2 倍做多 AAPL ETF - GraniteShares

蘋果前高管表示，蘋果正採取 “自研小模型 + 外包大模型” 的輕資產策略，規避高額資本開支競爭，通過隱私護城河維繫生態。雖然 Siri 憑藉硬件整合具備代理潛力，但由於架構迭代滯後，蘋果在代理生態（Agent）遷移中面臨被邊緣化的結構性風險，單純的模型分發邏輯恐難應對未來的鎖定效應。

- 蘋果 AI 戰略聚焦輕資產，通過嵌入 AI 功能維繫用户生態。  
- 主要依賴自研小模型與第三方合作應對市場競爭。  
- 隱私優先策略對 AI 能力構成約束，但可能帶來差異化優勢。

外包大模型、死守 Siri，蘋果走上一條 “最不 AI” 的路！