原标题：魔咒失灵的苹果，为什么没能用AI“救市”？
“年年唱衰苹果，年年市值新高”的魔咒好像要失灵了。新iPhone订单被砍、股价暴跌、市值被微软反超，这一系列坏消息即使放在美国科技股齐齐颓靡的大背景之下，仍然显得特别刺耳。
唱衰苹果的声音中，除了对于新硬件价格太贵、创新乏力的吐槽之外，还有不少是冲着苹果的AI政策来的。当谷歌、亚马逊都把AI列在业务发展的第一顺位，微软甚至靠AI打一场翻身仗时，苹果不温不火的态度和当前的成绩似乎都不能令人满意。
像在今年9月voicebot.ai的调查报告中，苹果智能音箱HomePod在美国的占有率仅达到4.5%，不仅完全无力参与亚马逊和谷歌的第一第二之争，还深受“其他”类目中一些廉价品牌的影响。
科技界的技术风潮更迭就是这样，就像演艺圈里，一开始你做你的唱作艺人，我做我的流量鲜肉，可突然某一天开始流行在综艺节目上比拼演技了，不去可能会被遗忘，去了没演好，可能还会被群嘲。
当然，即使在今天我们也并不认为苹果因此陷入困境，而且我们也能看到，苹果在AI方面的探索速度正在不断加快。一边着手收购了大量音频分析、智能推荐、AI开发等等相关领域的创业公司，一边挖谷歌墙角带走了曾经的AI部门主管。
那么苹果会以怎样的姿态进行“AI救市”，我们可以从苹果AI的现状出发进行一些简单的探讨。
三岔口：苹果的“后路”，全是AI
从很多迹象中都能看出，苹果现在正在把重心逐渐从手机和PC产品中转移。像尽管iPhone X用了十个月才达到6000万的销量，但在下一代产品中，苹果仍然保持了较高的价格。又像是在今年的苹果开发者大会上，苹果难得的没有推出硬件产品，而是着重介绍了软件层面OS系统的更新。同时我们还能听到一些关于苹果视频流媒体甚至苹果造车的传闻。
这并不代表着苹果不再重视iPhone 和Mac系列，反而更像是一种找后路式的尝试——如果不卖手机和和电脑，我们还能卖什么？
在安卓军团攻势愈发迅猛的今天，苹果的确应该思考这个问题。
而苹果为自己设置的“后路”是一条三岔口：通过iWatch、iPad以及HomePod关联的Iot网络扩散硬件池；通过以AppleMusic为代表的内容产品发展流媒体；扩展ARkit、CoreML、Sirikit等开发工具巩固应用市场优势。
如果说原本的手机和电脑硬件基础是苹果的存量市场，那么苹果目前就是在不断增加iOS生态成员去巩固存量市场，同时又通过流媒体和应用市场在存量市场之中拓展增量。
其中苹果的AI路径，其实和这些“退路”是高度重叠的。苹果最近在AI上的布局与举措，同样也是三管齐下。
首先，是通过HomePod为入口组建的HomeKit家庭物联网网络。
虽说HomePod比起Echo这类竞品来，最大的优势是音质感人，但HomePod所设置的六个麦克风阵列和A8芯片，也确实是冲着家庭场景语音交互中心去的。而从2014年就已经出现了的HomeKit也在这两年放宽了准入门槛，接入了大概一百三十多家合作伙伴（当然和Echo比起来这个数量仍然不值一提）。尤其是和CarPlay之间的关联，更让车与家两个场景也能实现联动。
同时AppleMusic也成了苹果的流媒体智能推荐试验场。
这一两年间苹果接连收购了很多家和音乐有关的创业公司，例如音乐分析引擎Asaii、听歌识曲软件Shazam等等。这些创业公司唯一的共同点就是通过机器学习对于音乐进行分类、识别和推荐。同时类似的功能也正出现在AppleMusic上，相信等到明年苹果的视频流媒体上市时，同样也少不了智能推荐功能。
至于苹果从ARkit到Sirikit这一系列开发平台，更是苹果AI的主战场。
苹果接连收购Spektral、Regaind这些专攻图像语义分割和图像识别的创业公司，又为Siri招揽新主管和语音创业团队inti.ai。目前除了在AR开发功能上感受到精细的边缘分割和融合之外，CoreML也能够给开发者不少像物体识别、人脸五官定点等等端侧API。
这样看来苹果的AI驱动力虽然起步稍晚，走得也缓慢了一点，但还称得上稳中向好。
可如果我们把目光投向苹果AI头顶的那片乌云，恐怕一切就没那么简单了。
当隐私偏执成为苹果AI头顶的乌云
苹果AI头顶的乌云，就是苹果几乎偏执的隐私安全保护政策。几次在公开场合中，Tim Cook都再三强调苹果十分注重用户的隐私安全，绝对不会做任何侵犯用户隐私的事。
自从AI应用开始走进人们的生活，隐私保护已经成了老生常谈。不过和大多数科技企业不同的是，别人都在加强数据安全布局、保证自己不去侵犯，而苹果干脆是几乎封住了一切用户隐私可能泄露的途径。
比如为了防止合作伙伴的安全能力不合格，从被人从终端攻破，苹果在HomeKit上也应用了MFi标准，没错，就是那个门槛超高的周边生产计划和官方授权标准，据说年通过率只有2%-3%。有没有MFi标准，决定了这根充电线是卖10块钱还是卖100块钱。
所以可以想象，对于那些生产灯泡和开关面板的厂商来说，MFi标准的门槛是有多高。尤其是很多厂商为了配合其他物联网企业，应用的都是更为常见的蓝牙标准或WiFi标准，很难再为苹果进行调整。最后双方妥协的结果是，一些有蓝牙/WiFi标准的设备可以登录HomeKit，但会在一些控制功能上进行阉割。
在AI计算上，苹果也是沉迷终端计算不能自拔。不光在CoreML平台上只开设终端计算接口，Homekit平台中同样也拒绝云端，导致用户必须在家中放置一台iPad或Apple TV作为运行终端，才能在家外进行物联网控制。
因为有安全与隐私这篇乌云如影随行，苹果的AI枝丫已经长出了“阴天特色”，开始往奇怪的方向发展了。
1、 对于终端计算的极高要求，正在加大苹果的芯片成本
由于对云端计算的“抗拒”，苹果不得不在A系列芯片上猛下功夫。可光有一款强大的芯片，显然不足以支持苹果的终端物联网梦。买了一台最新的iPad，却总要在出门时放在家里做物联网枢纽，显然是不现实的。可在HomePod中放置上最新的A系列芯片，只会让本来就稍显昂贵的HomePod进一步提升门槛。
苹果下一步要做的，很可能是去研发适用于音箱终端，可以承担离线物联网计算的芯片。最近苹果收购了原供应商Dialog，并招揽了对方300名芯片工程师，很可能就是要扩充自己的芯片产品线。
但这其中形成的成本，自然也不言而喻。
2、 小数据挖掘算法，和整个AI环境背道而驰
坚持终端计算、坚持不收集用户数据，带来的自然是数据源的匮乏。可现如今这一波AI崛起，毫不客气的说是和大数据有着密切联系的。不去收集数据、不去利用数据，带来的很可能就是算法能力上的技不如人。同时在这种风潮下，市面上更多的就是需要在云端运行的巨大计算模型，对于苹果这种靠终端计算保证安全的理念并不友好。
最近苹果收购的Skill Lab，其实就是一家可以在终端运行的小规模AI企业。包括此前一系列音乐识别、图像识别的算法创业企业，也难免有因为自己没有数据源，所以花钱直接买算法之嫌。
3、 缺乏对于用户的理解，AI未来的成长性在哪？
如果说以上两个问题正在被苹果渐渐克服，但最难解决的就是，AI最有趣的部分——对于用户行为的学习和理解，被苹果限制住了。
不管是内容推荐、移动AI还是物联网，我们想要的永远是一台最懂“我”的设备，和一个最懂“我”的家。知道家庭每一个成员喜欢什么温度，知道用户打字、叫车、定外卖的独特习惯。这些功能能否只靠终端AI就能实现，目前还是个问题。可如果没有这些成长性，AI又该多么无趣？
和谷歌、微软、亚马逊站在一起，苹果好像一位修女嬷嬷
今天的苹果AI，有点像“乌龙女校”中的一位修女嬷嬷，她絮絮叨叨地告诉女学生们裙子不能太短，九点钟就要熄灯睡觉，好好养生才有一个好身体。
道理我们都懂，但正值青春期的女孩子们，谁不是争先恐后地盛放呢？
如今的AI发展也是一样，谁不知道用户隐私需要更多的安全保障？但开发者和合作伙伴想要的，就是在这波青春期一样的风潮中，率先向用户展示出自己的技术能力、提升体验，同时进行优势变现。
尤其做修女嬷嬷往往也是一件费力不讨好的事情——苹果的隐私政策都这么苛刻了，iCloud的数据安全问题还要时不时被拉出来轮一番。
从移动时代到AI时代的逐渐更迭，我们可以发现，原来那个苹果做什么都有人叫好的年代，正在逐渐过去。
其实iOS商店和Android市场比起来，不照样也是麻烦苛刻得很吗？只是因为有iPhone庞大的用户技术在哪里，开发者们没的选。
但等到了AI开发平台和物联网平台上，苹果开始和谷歌、微软、亚马逊乃至华为、阿里、小米站在了同一起跑线上，合作伙伴开发者更喜欢哪一种平台，结果就很明显了。
说到这里，可以看出苹果其实是没办法用AI“救市”的。因为打从一开始，苹果所做的就是把AI能力分别输送到几个管道之中，去增益自身的产品。所以我们才会看到音质最好的智能音箱、UI最好的物联网平台、以及从自制内容出发的流媒体。
对于资本市场来说，这一切远没有“交互最好的智能音箱、合作伙伴最多的物联网平台、智能推荐的流媒体”听起来那么性感。
当然，或许对于苹果这类企业来说，也根本不存在“救市”这个概念。产品跑通了，一切就自然而然的来了。或许有一天，苹果走通了身后的三岔口，魔咒就又会恢复魔力了。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
