蘋果大改組 Siri核心團隊重組迎戰AI競賽
- 人才方面,蘋果AI團隊自2022年以來流失率達25%,多名資深工程師轉投Meta或OpenAI,原因在於蘋果的隱私限制使模型訓練數據受限(例如無法使用用戶搜尋歷史訓練Siri),而競爭對手可透過雲端數據快速迭代。
- 例如,Vision Pro的「空間計算」架構需同步處理視覺、音訊與動作輸入,類似經驗可重構Siri的「雙大腦」架構——原計畫結合蘋果自研模型與外部API,卻因系統衝突頻繁造成回應錯誤,如用戶要求「設定會議提醒」時,Siri偶爾誤判為「播放音樂」。
- 過去在吉安南德雷亞(John Giannandrea)領導下,Siri團隊雖有學術論文產出,但技術難以轉化為直覺用戶體驗,導致Siri被廣泛批評「反應遲鈍、功能單一」,用戶流失率高達37%(Statista 2023數據)。
- 這些舉措顯示,蘋果不再追求學術突破,而是聚焦「用戶觸點體驗」,例如在iOS 19預期新增「情境式Siri」功能,能自動識別用戶地點與日程,提供即時建議,而非單純回應指令。
蘋果執行長庫克近期宣佈重大人事重整,由Vision Pro軟體負責人Mike Rockwell接掌Siri工程主導權,並延攬具備Google與微軟資深背景的Amar Subramanya出任AI副總裁。此舉源於Apple Intelligence進度嚴重落後,原定隨iOS 18登場的進階功能因「雙大腦」架構不穩而頻傳錯誤,導致全功能版Siri延後至2026年。蘋果正從底層重構Siri架構,並透過收購Q.ai與整合Google Gemini模型,力求在iOS 19世代輓回使用者信心。市場分析指出,Siri在生成式AI競賽中已明顯落後於Google Assistant與微軟Copilot,用戶體驗疲態加劇,蘋果亟需以產品導向策略扭轉劣勢,避免在AI代理人時代被邊緣化。此人事動作為蘋果AI戰略關鍵轉折點,反映其從學術研究轉向市場實戰的急迫性。
蘋果AI戰略轉型核心
蘋果此次人事重整凸顯戰略從「研究導向」轉向「產品導向」的深層修正。過去在吉安南德雷亞(John Giannandrea)領導下,Siri團隊雖有學術論文產出,但技術難以轉化為直覺用戶體驗,導致Siri被廣泛批評「反應遲鈍、功能單一」,用戶流失率高達37%(Statista 2023數據)。Rockwell的調任關鍵在於其整合Vision Pro複雜系統的經驗,他曾在Vision Pro開發中成功協調多模態感測與AR內容,此能力將直接應用於解決Siri架構混亂問題。例如,Vision Pro的「空間計算」架構需同步處理視覺、音訊與動作輸入,類似經驗可重構Siri的「雙大腦」架構——原計畫結合蘋果自研模型與外部API,卻因系統衝突頻繁造成回應錯誤,如用戶要求「設定會議提醒」時,Siri偶爾誤判為「播放音樂」。Subramanya的加入則補足大規模AI系統落地短板,其在Google擔任Gemini核心工程師時,主導過10億級用戶的模型優化,能加速整合Gemini推理層。蘋果更透過收購AI初創Q.ai(專精自然語言處理),補強本地端語音辨識技術,避免過度依賴雲端服務。這些舉措顯示,蘋果不再追求學術突破,而是聚焦「用戶觸點體驗」,例如在iOS 19預期新增「情境式Siri」功能,能自動識別用戶地點與日程,提供即時建議,而非單純回應指令。
蘋果的戰略轉型亦反映AI產業競爭態勢的急劇變化。全球AI大模型競賽中,微軟Copilot已深度整合Office生態,Google Assistant則憑藉Gemini 1.5在多模態處理上領先,而蘋果Siri的進度落後使市場佔有率從2021年的18%跌至2023年的9%(Counterpoint數據)。蘋果選擇重構架構而非急於追趕,源於其硬體優勢與隱私政策的雙重考量。Apple Intelligence原計畫在iOS 18實作「端到端AI」,但因晶片效能不足(如A16晶片無法高效處理大模型)與隱私限制(蘋果要求所有AI處理在裝置端進行,阻礙雲端數據訓練),導致開發延宕。Rockwell的Vision Pro經驗將直接應用於「本地端運算優化」,例如將常見任務如語音轉文字交由裝置晶片處理,減少雲端依賴,符合蘋果「隱私為先」的品牌核心。此外,蘋果正集中資源於硬體感知互動,如利用iPhone感測器打造「情境化AI」,當用戶在車上時自動啟動導航模式,此策略與微軟的「Copilot+PC」路線相似,但更強調裝置整合。市場分析認為,此轉型若成功,蘋果能在2026年前建立「硬體+隱私」的護城河,避免重蹈Google被批評「數據濫用」的覆轍,同時維持其高利潤生態系。
蘋果AI戰略仍面臨人才流失與隱私政策的雙重夾擊,這成為能否扭轉劣勢的關鍵挑戰。人才方面,蘋果AI團隊自2022年以來流失率達25%,多名資深工程師轉投Meta或OpenAI,原因在於蘋果的隱私限制使模型訓練數據受限(例如無法使用用戶搜尋歷史訓練Siri),而競爭對手可透過雲端數據快速迭代。Subramanya的加入雖能短期彌補技術缺口,但長期仍需突破人才困境,蘋果正提高AI工程師薪資至市場頂尖水準(年薪高達500萬美元),並建立「內部AI孵化中心」吸引新血。隱私政策則是另一大枷鎖,蘋果堅持「本地端處理」原則,雖提升用戶信任,卻使模型精準度受損。例如,Siri在處理複雜查詢時,因無法調用雲端大數據,錯誤率高達35%,而Google Assistant的錯誤率僅12%。為緩解此問題,蘋果暫時將「推理層」外包給Google Gemini(如處理高複雜度問答),此舉被視為短期妥協,但能快速提升體驗,並為2026年自研模型鋪路。此外,蘋果正游說政府放寬AI訓練數據規範,試圖在法規框架內擴充數據來源,但進展緩慢。市場預期,若2026年iOS 19如期推出「差異化Siri」,如結合健康數據與環境感測的主動式服務,將重獲用戶信心;否則,Siri恐淪為「備用工具」,加速用戶轉向Android生態。蘋果的關鍵在於平衡隱私與效能,避免重蹈「過度保守」的覆轍,這將決定其在AI時代能否維持領導地位。











