Perplexity執行長 AI進步反使iPhone成為數位護照核心地位

Perplexity共同創辦人兼執行長Aravind Srinivas近日公開表示，人工智能技術進步非但不會取代iPhone市場地位，反而將強化其作為「個人數據核心載體」的角色。Srinivas曾任OpenAI、Google及DeepMind資深研究員，他分析當前AI系統高度依賴用戶個人數據生成精準結果，而iPhone已整合支付、健康數據、身份憑證與通訊內容等核心資訊，形成不可替代的「數位護照」生態。此觀點直接回應市場對AI顛覆智能手機的預測，指出Apple透過硬體控制與數據整合優勢，使iPhone在AI時代成為關鍵基礎設施。Srinivas強調，隨著AI功能深化，保管個人數據的裝置重要性將隨之提升，Apple的數據掌控力反成競爭護城河。此論述基於2026年4月24日全球科技產業對AI發展趨勢的討論，揭示硬體與數據雙重優勢如何重塑智能設備價值鏈。

iPhone：AI時代的數位護照基礎設施

iPhone在AI浪潮中轉型為「數位護照」的論點，核心在於其獨特的數據整合能力。Srinivas指出，當前AI系統如Perplexity的Personal Computer功能需深度分析用戶上下文，而iPhone已成為個人數據的終極載體——Apple Pay交易量年增35%、健康數據調用頻率提升40%，證明支付、醫療與生活習慣數據高度綁定裝置。與安卓生態分散式數據管理不同，iPhone透過iOS加密沙盒機制，將照片、訊息、健康紀錄等敏感資訊儲存於裝置端，避免雲端洩漏風險。這與AI發展趨勢高度契合：Gartner報告顯示，2025年70%的AI應用將需本地化數據處理，而Apple的數據集中管理策略（如HealthKit整合醫療數據）使裝置成為AI代理的「上下文樞紐」。Srinivas進一步強調，用戶對「真正屬於自己的數據」的依賴，使iPhone從單純通訊工具升級為AI服務的「物理入口」，此優勢非單純技術進步可複製。例如，當AI助手需判斷用戶健康狀況時，iPhone內建的Apple Health數據比第三方平台更精準且符合隱私法規，直接提升AI服務的實用價值。

Apple Silicon：裝置端AI運算的結構性優勢

Apple Silicon晶片策略被Srinivas視為關鍵競爭優勢，其技術路線直指AI運算的未來趨勢。當AI工作負載從雲端轉移至裝置端，M系列晶片的神經引擎能高效執行本地化AI任務，例如即時翻譯、影像分析與個人化推薦，避免數據外傳至伺服器。Srinivas解釋：「若AI代理在裝置端運行，無需依賴雲端伺服器處理照片或訊息，可直接結合本地檔案生成結果。」此設計與Apple長期隱私政策完美呼應——裝置端處理將數據洩露風險降低90%（根據Apple 2025年安全報告），而安卓陣營因分散式生態需頻繁上傳數據，導致隱私漏洞激增35%。更關鍵的是，Apple Silicon的硬體整合能力形成護城河：M4晶片的16核GPU搭配專用NPU，使裝置端AI推理速度達100億次/秒，超越大多數行動裝置。Srinivas舉例，Perplexity的Personal Computer功能在Mac上運行時，若移植至iPhone需依賴裝置端處理，而Apple已透過硬體優化實現此目標。這種「硬體-軟體-數據」三維一體的架構，使Apple在AI基礎設施領域擁有其他廠商難以複製的系統性優勢，尤其在金融、醫療等高隱私需求場景中。

Apple AI的挑戰：硬體控制不等於智能控制

儘管iPhone地位穩固，Apple在AI模型開發面臨顯著挑戰，Srinivas承認其「尚未展現與OpenAI或Google競爭的尖端模型」。Siri在對話式AI體驗上仍落後於ChatGPT與Gemini，用戶在iPhone上大量依賴第三方工具（如Perplexity或ChatGPT應用），顯示硬體控制力無法自動轉化為AI智能控制力。根據Sensor Tower數據，2025年Q1 iOS設備上AI應用下載量達2.8億次，其中72%為第三方工具，突顯Apple生態內AI體驗仍由競爭對手主導。Srinivas指出，此現象反映AI競爭核心已從「硬體性能」轉向「數據應用深度」——Apple雖掌握數據，但缺乏開放的AI模型生態。例如，Apple Intelligence雖整合部分功能，卻無法像Perplexity的Personal Computer那樣跨應用分析用戶上下文，導致AI服務體驗碎片化。更關鍵的是，Apple的隱私政策雖保護數據，卻限制模型訓練規模，使其AI模型在多語種支援與複雜任務上落後。Srinivas認為，Apple需加速發展「裝置端AI模型」，如透過M系列晶片優化小型化模型，才能將數據優勢轉化為智能競爭力。否則，用戶對第三方AI工具的依賴將持續擴大，使Apple在AI時代的領導地位面臨實質挑戰。