蘋果在WWDC揭露「Apple Intelligence」與全新Siri，強調隱私與裝置端運算，不走OpenAI、Anthropic那種砸錢衝大型模型的路線；但蘋果同時悄悄把雲端模型部署在Google雲與Nvidia GPU上，形成一條結合自家系統、Google技術與Nvidia晶片的新AI供應鏈。

在矽谷AI軍備競賽越演越烈之際，Apple(AAPL)選擇了一條看似保守、實則高度策略性的道路。於今年在加州庫比提諾舉行的WWDC開發者大會上，蘋果終於端出多年醞釀的「Apple Intelligence」及改版Siri，卻刻意避開「最大、最貴模型」的炫技路線，把論述焦點壓在隱私保護與使用便利，試圖與OpenAI、Anthropic等正衝刺IPO與天價估值的「frontier labs」錯位競爭。

蘋果在台上展示的，是一個真正能「來回對話」的Siri：能幫用戶查詢演唱會日期、建立購票提醒，再一路規劃接送朋友的路線。這種場景看似日常，背後卻是蘋果在系統層級重構AI架構的產物。軟體主管Craig Federighi直言，市場上有不少公司是為了AI而AI，急於堆疊模型與算力，卻未必真正考慮使用者需求與風隱私風險；蘋果要走的是「服務人」而非「炫技」的路。

然而，這套號稱以隱私為核心的AI系統，並不是靠蘋果單打獨鬥。蘋果高層在會後技術說明會中首度證實，其最進階的「Apple Foundation Model Cloud Pro」是部署在Nvidia(NVDA) GPU之上，並透過Google(GOOGL)雲端基礎設施延展，成為蘋果所謂的Private Cloud Compute一部分。Apple AI主管Amar Subramanya透露，這套雲端模型能力等級可比Google的Gemini frontier models，但整個系統是為Apple Silicon客製設計與調校。

要在雲端借力，卻又堅持不讓第三方「偷看」用戶資料，是蘋果面臨的最大技術難題。蘋果軟體副總裁Sebastian Marineau-Mes指出，公司一開始就鎖定要用上Nvidia最新一代GPU，但前提是伺服器架構必須讓晶片營運方無法存取機密內容。Nvidia近年推出的「ambiguous confidential compute」等技術，成為蘋果與Google共構「看得到運算結果、看不到使用者原始資料」的關鍵拼圖，讓Private Cloud Compute得以延伸到第三方雲端，卻仍維持蘋果宣稱的「無與倫比」隱私標準。

從架構設計來看，蘋果試圖用一層稱為「system orchestrator」的系統協調器，做為整個AI體驗的中樞神經。每當使用者發出指令，協調器會評估所需運算量與涉及的個人資料種類，再決定呼叫裝置端模型，還是送往雲端的AFM Cloud Pro處理。Federighi強調，這不只是效率問題，更是整套隱私防線的核心：只有在必要時，資料才會離開裝置，且經過私有雲端的多重保護。

外界先前普遍以為，蘋果與Google合作意味著Gemini會直接嵌入iPhone與Mac，但蘋果在技術說明中澄清：Apple Intelligence用的是蘋果自家模型，而非對外開放版本的Gemini，也不是單純採用Google現成的雲端建設。Subramanya進一步披露，蘋果所謂第三代AFM雲端模型，是用自家專有資料訓練，再搭配Gemini frontier models的輸出進行強化學習與微調，形同「借力使力」：既吸收Google在大型模型上的經驗，又維持模型行為與蘋果產品體驗的一致性。

與此同時，AI產業另一端則在上演IPO與燒錢大戰。Perplexity執行長Aravind Srinivas在接受媒體訪問時直言，公司規劃2028年IPO，並不會因Anthropic或OpenAI上市行情好壞而改變。他也坦言，市場對這些frontier labs動輒接近「天價」的估值高度關注，但只要這些公司持續在模型能力上推進，就有資格拿到高估值；若半年之內沒有新突破，才是真正的風險。這番話，某種程度也凸顯蘋果選擇不與之比拼「模型大小」，而是把焦點放在系統整合與隱私敘事，乃是一種避開估值泡沫與基礎設施軍備戰的策略。

Srinivas還點出，企業界如今開始嚴肅盤點AI支出，OpenAI執行長Sam Altman也承認成本是「巨大問題」。所謂「tokenmaxxing」——員工為展現生產力而過度使用AI——已成新現象，但企業真正想要的，是在成本與效能間取得平衡。Perplexity因此採用多模型策略：系統會根據任務自動選擇最合適且具成本效益的模型，若開源模型能以十分之一甚至二十分之一成本完成九成任務，就先用開源模型。這與蘋果透過system orchestrator在裝置端與雲端之間做分流，有異曲同工之妙。

從供應鏈角度看，蘋果、Google與Nvidia的這次深度合作，等於在AI戰場上搭起一條介於「完全自建」與「完全外包」之間的新路線。一端是Apple Silicon與iOS、macOS等系統深度整合，另一端則是Google雲端與Nvidia GPU提供的高階算力支援。對Nvidia來說，這鞏固了其在AI雲端運算中的核心地位；對Google而言，能在自家Gemini之外，透過基礎設施參與蘋果的AI佈局；對蘋果則是以最低限度倚賴外部巨頭，換取在隱私與體驗敘事上的主導權。

但這條路並非沒有質疑。批評者可能會問：當Apple Intelligence在雲端運作時，即便有confidential compute與私有雲設計，究竟能否完全杜絕資料外洩風險？更何況一旦AI功能愈來愈仰賴雲端，使用者還能否在沒有穩定網路時獲得一致體驗？此外，蘋果刻意不追逐「最大模型」，長期是否會在純模型能力上落後frontier labs，也是業界觀望焦點。

然而，從目前公開資訊看來，蘋果選擇以「隱私＋系統整合」作為核心賣點，配合Google與Nvidia在雲端與硬體上的支援，形成一種介於封閉與開放之間的折衷模式。隨著Anthropic、OpenAI與甚至SpaceX等大型IPO測試市場胃口，未來幾年AI產業極可能出現「重模型創新」與「重產品體驗」兩條主線並行。蘋果顯然押注後者，試圖以裝置、系統與隱私優勢，在AI紅海中打造一塊屬於自己的高黏著度生態圈。究竟這套「不瘋狂燒錢、但深度整合」的策略，能否維持AAPL股價長線魅力，將是接下來幾季財報與使用者口碑的關鍵考題。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。