BridgeCraft logobridgecraft
週報顧問服務作品集關於聯絡登入
聯絡

bridgecraft

從資料視覺化到 AI Agent,一直在找下一個 meta

文章主題指南週報顧問服務Labs作品集系統架構關於聯絡RSS

© 2026 BridgeCraft — Waiting7777. All rights reserved.

← 所有文章
Apple 要讓你自己選 AI 模型了 — 封閉花園終於要開門?

Apple 要讓你自己選 AI 模型了 — 封閉花園終於要開門?

2026年5月7日 · Waiting7777 · 6 分鐘閱讀

AI生態系統成本分析市場分析AppleiOS
📂 AI 系列📂 生態系統 系列📂 成本分析 系列📂 市場分析 系列📂 Apple 系列📂 iOS 系列

Apple 要在 iOS 27 開放 AI 模型選擇權:這是「被迫」還是「主動」?

> Meta Shift

Apple 計劃在今年稍晚推出的 iOS 27 中,讓用戶自由選擇第三方 AI 模型。這個被內部稱為「Extensions」的功能,將允許用戶透過 Siri、Writing Tools、Image Playground 等原生功能,直接使用來自 Google、Anthropic 等公司的 LLM 模型(來源:Bloomberg)。

說實話,這對 Apple 來說是個 180 度大轉彎。一家以「walled garden」聞名的公司,突然要讓用戶選擇競爭對手的 AI 引擎?而且還是在 Tim Cook 即將卸任、John Ternus 接班的時機點。這背後絕對有更大的策略考量。

我覺得這不是 Apple 的慈善行為,而是一個被市場現實逼出來的聰明 pivot。當 ChatGPT 月活用戶破 2 億、Google Gemini 整合到所有 Android 裝置、Microsoft 的 Copilot 滲透到 Office 生態系,Apple 如果還堅持「只能用我家的 AI」,用戶遲早會用腳投票。與其等著被邊緣化,不如主動當平台商賺服務費。

商業模式大解構:從硬體商轉向 AI 經紀人

這個轉變背後的商業邏輯其實很清楚。Apple 不是要放棄自己的 AI 能力,而是要把 iPhone 變成「AI 模型的經紀人」。

傳統的 App Store 模式已經證明了這套玩法的威力:Apple 提供平台,開發者提供內容,每筆交易抽成 30%。現在他們要把同樣的模式複製到 AI 領域。用戶每次呼叫第三方模型,Apple 就有機會收一筆「過路費」。

從數字來看,這個策略的潛在價值不容小覷。OpenAI 的年化收入已經突破 34 億美元,Anthropic 的估值也到了 600 億美元(來源:TechCrunch)。如果 Apple 能從全球 12 億 iPhone 用戶的 AI 使用行為中抽成,即使只有 5% 的抽成率,光是 AI 服務費收入就可能達到數十億美元規模。

更聰明的是,Apple 還能透過這個平台收集用戶的 AI 使用偏好數據。哪個模型最受歡迎?用戶最常用 AI 做什麼?這些 insights 對未來的產品開發和商業決策都是無價之寶。

客戶價值主張也很明確:iPhone 用戶不用再為了用特定的 AI 模型而跳到別的 app,所有功能都原生整合在系統層級。這種 seamless experience 正是 Apple 的拿手好戲。

競爭格局:誰贏誰輸?

這個 move 一出,整個行動 AI 市場的格局就要重新洗牌了。

最大的贏家:第三方 AI 公司 Google、Anthropic、甚至可能包括 OpenAI,突然獲得了接觸 12 億 iPhone 用戶的機會。這等於是 Apple 幫他們免費做了 distribution,而且還是在最premium的用戶群體上。

最尷尬的:Samsung 和 Android 陣營 Samsung 原本靠著 Galaxy AI 想要建立差異化優勢,現在 Apple 直接開放平台,用戶選擇更多元。Android 雖然本質上比較開放,但 Google 在推 Gemini 整合時還是偏向自家服務,現在 Apple 反而變成「最開放」的選項。

壓力最大的:Apple 自己的 AI 團隊 Apple Intelligence 現在要跟 ChatGPT、Claude 等頂尖模型在同一個介面上直接競爭。用戶會用腳投票,哪個模型好用一試就知道。這對內部 AI 團隊來說是巨大的績效壓力。

從技術角度來看,這也是個複雜的工程挑戰。不同 AI 模型的 API 格式、response time、token 計費方式都不同,要做到統一的 UX 體驗,工程複雜度不會比重新訓練一個模型簡單多少。

市場數據對比:

  • OpenAI ChatGPT:月活 2 億用戶
  • Google Bard/Gemini:整合在 Android(32 億裝置)
  • Claude:估值 600 億美元,企業客戶為主
  • Apple Intelligence:搭載在 iPhone 15 Pro 以上機型

Meta 判讀:這是一次「被迫開放」的策略轉向

用遊戲術語來說,這絕對是一個 Meta Shift — 整個行動 AI 市場的遊戲規則都要改寫了。

這讓我想到 2007 年 Apple 推出 iPhone 時的策略。當時 Apple 也是先推自己的 web app 方案,結果發現根本打不過原生 app 的體驗,最後被迫在 2008 年開放 App Store。現在的 AI 模型開放,某種程度上是同樣的劇本重演。

但這次不同的是,Apple 沒有等兩年才轉向。Tim Cook 團隊顯然學到了教訓:與其等市場自然演化,不如主動擁抱變化,把自己定位成平台商而不是內容提供者。

從投資人角度來看,這個轉向其實降低了 Apple 的 AI 研發風險。不用砸幾百億美元跟 OpenAI、Google 正面硬拚模型性能,而是專注在做好平台整合和用戶體驗。這種「asset-light」的策略,在當前 AI 軍備競賽越來越燒錢的環境下,反而可能是更聰明的選擇。

歷史上類似的案例是 Microsoft 在雲端時代的轉向。當年 Satya Nadella 上任後,把 Office 從 Windows 獨家改為全平台支援,包括 iOS 和 Android。雖然短期內看起來是「背叛」了自家平台,但長期來看反而讓 Microsoft 在雲端時代重新獲得市場主導權。

工程師該怎麼看這件事?

對工程師來說,這個趨勢有幾個值得關注的點:

技術選型方面: 如果你正在開發 iOS app,可能要重新思考 AI 整合策略。之前可能要自己串接各家 API,現在有可能直接透過系統層級的 AI Extensions 來實現功能。這會大幅降低開發複雜度。

職涯方向: AI platform engineering 會變成一個新的熱門領域。怎麼把不同的 AI 模型包裝成統一的 API、怎麼做 load balancing、怎麼處理不同模型的計費和權限控制,這些都是需要專業技能的領域。

Side project 機會: 如果 Apple 真的開放了這個 Extensions 平台,可能會出現很多新的商業模式。比如專門做 AI 模型效能監控的工具、或是幫企業管理員工 AI 使用權限的服務。

老實說,我覺得這個改變對整個 mobile AI 生態系是好事。競爭會讓產品變得更好,用戶有選擇權也會推動創新。雖然對 Apple 來說可能是「被迫」的轉向,但結果可能是 win-win 的局面。

唯一的變數是執行細節。Apple 會怎麼定價?會不會又搞出一堆限制?Extensions 的審核標準會不會跟 App Store 一樣嚴格?這些問題的答案,會決定這個策略最終能不能成功。

但至少方向是對的:與其閉門造車,不如開放平台。這可能是 Apple 在 AI 時代最重要的一步棋。

延伸閱讀

  • 有人想用 AI 重新發明 iPhone 主屏幕 蘋果會答應嗎?
  • OpenAI 做手機 只是 AI Agent 取代 App ?
  • 微軟開源 VibeVoice 的算盤 — 用開源打語音 AI 這場仗

每週一篇 — 技術趨勢背後的商業邏輯

分享:

Waiting7777

WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。

關於作者

相關文章

YC 裡越來越多二次創業者 — AI 時代為什麼老手反而更吃香創業創投+4

YC 裡越來越多二次創業者 — AI 時代為什麼老手反而更吃香

為什麼 AI 時代反而讓「老手」更吃香?從 YC 的數據看 repeat founder 的優勢在哪,以及這對第一次創業的人有什麼啟示。

2026年8月12日 · Waiting7777 · 7 分鐘閱讀

繼續閱讀 →
OpenChamber:專為 AI Agent 設計的開發環境,跟 IDE 的差別在哪?AI Agents開發工具+5

OpenChamber:專為 AI Agent 設計的開發環境,跟 IDE 的差別在哪?

拆解 OpenChamber 的設計邏輯:為什麼 agent 需要專屬的開發環境、跟直接在 terminal 跑 Claude Code 有什麼本質差異,以及這個方向的商業潛力在哪。

2026年8月11日 · Waiting7777 · 8 分鐘閱讀

繼續閱讀 →
AI coding 工具燒錢有多快?Databricks 告訴你怎麼控成本AI開發工具+4

AI coding 工具燒錢有多快?Databricks 告訴你怎麼控成本

從「Databricks 燒完錢才搞出控制工具」這個角度切入,拆解 AI coding 工具的真實成本結構,以及企業在 scale up 後才發現的坑。對比 Rippling 同樣在燒錢後才蓋 ROI 工具,這是一個系統性問題。

2026年8月8日 · Waiting7777 · 7 分鐘閱讀

繼續閱讀 →

這篇文章對你有幫助嗎?

每週一篇 — 技術趨勢背後的商業邏輯

AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。