蘋果端側 AI 推遲：一次有限的短期利空與長期的底層邏輯
AI 播客
蘋果近期因大模型研發瓶頸，導致 AI 戰略與部分產品發佈延期，股價承壓。然而，蘋果採取「做端、不捲雲」的戰略，旨在規避雲端 AI 巨額資本支出，並將推理成本轉移至消費者終端，以維持高利潤率。儘管端側 AI 進度推遲影響了預期的換機潮，但蘋果擁有穩固的生態壁壘，換機需求並未消失，預計 AI 紅利仍將逐步兌現。此延遲為短期事件，對蘋果長期價值影響有限。
TradingKey - 進入 3 月，蘋果向資本市場交出了一份充滿撕裂感的答卷。3月11日，蘋果密集發佈了包括起售價僅599美元的破局級產品 MacBook Neo 以及 iPhone 17e 在內的多款硬件，試圖用極具侵略性的定價引爆換機週期。然而，與硬件狂飆形成鮮明對比的，是其 AI 戰略的極度難產。
彭博社等核心媒體在3月上旬的最新爆料證實：由於蘋果深陷大模型研發瓶頸，不僅本月推送的 iOS 26.4 未能如期交付重構版的 Siri，甚至連原定於春季同臺發佈的重磅 AI 智能硬件（代號 J490 的 HomePad），也因等待 Siri 的完善被連累推遲至今年 9 月。這種“AI 嚴重掉隊”的現實，疊加2月中旬延期消息初次發酵時市場的恐慌情緒，讓資金面切實感受到了寒意，導致蘋果股價近期持續承壓震盪。
從資本市場的短期定價來看，這無疑是一個強烈的利空信號。然而，如果我們跳出短期的情緒波動，從整體財務戰略與行業競爭的維度來審視，這一波折對蘋果長期內在價值的實質影響其實極為有限。
要理解這一點，我們需要重新審視蘋果在 AI 浪潮中“做端，不捲雲”的底層商業邏輯。
一、 為什麼不捲雲端大模型？—— 避開資本支出的“無底洞”
目前的雲端大模型競爭看似如火如荼，但蘋果選擇作壁上觀，其背後的考量極其冷峻：
首先，技術跟隨的門檻並非天塹，且正在加速降低。 雖然大模型早期的研發門檻極高，但隨著“模型蒸餾”（Model Distillation，利用頂級模型的輸出訓練較小模型）技術的成熟，以及開源社區的繁榮，後發者的追趕難度已大幅縮減。雲端 AI 很難依靠單純的參數規模形成長期的技術斷層。
其次，純雲端產品的用戶切換成本極低。 行業數據顯示，用戶的忠誠度僅維繫於“當前最強模型”。以 2025 年為例，隨著谷歌 Gemini 和其他競品在能力上的追趕，ChatGPT 在生成式 AI 網頁端的流量份額從 1 月的約 82.7%，一路下滑至年底的 64% 左右；而 Gemini 的份額則同期躍升至 18.2%。這證明了在沒有生態綁定的情況下，用戶隨時可以拋棄落後的一方。
最核心的原因在於財務報表：雲端 AI 正在成為吞噬自由現金流的黑洞。 我們不妨對比一下全球五大科技巨頭 2025 年的資本支出（CapEx）以及 2026 年的預測數據：
公司 | 2025年資本支出(億美元) | 佔營收比重 | 2026年預期資本支出(億美元) | 佔預期營收比重 |
微軟 | ~750 | ~26% | ~1200 | ~37% |
Alphabet | ~914 | ~23% | ~1800 | ~40% |
亞馬遜 | ~1320 | ~20% | ~2000 | ~28% |
Meta | ~722 | ~36% | ~1250 | ~50% |
蘋果 | ~127 | ~3% | ~143 | ~3% |
如表所示，預計 2026 年，微軟、谷歌、Meta 和亞馬遜四大巨頭的資本支出合計將高達驚人的 6000 多億美元。而蘋果的投入佔比始終維持在極低的個位數水平。
很多人質疑蘋果目前花錢接入谷歌的 Gemini 是受制於人。但事實上，現階段支付 API 費用，遠遠低於親自下場建設千億美元級基礎設施的成本。而且，蘋果支付給谷歌的這些調用費，甚至未必能覆蓋谷歌為了承接龐大 iOS 終端請求所面臨的服務器硬件折舊與鉅額電費開銷。
長遠來看，當 AI 的殺手級應用出現、商業模式徹底成型並開始賺取大量利潤的時候，手握超過 20 億高淨值活躍設備的蘋果，必然會憑藉其生態壟斷地位，從早期的“付費採購者”順理成章地轉變為向大模型收取流量費的“渠道收租方”。就像iPhone內置的谷歌搜索，最終博弈的結果是谷歌每年付費200億美金獲取入口，而非蘋果付費採購。
二、 為什麼死磕端側 AI？—— 極致的成本轉移與硬件壁壘
蘋果將戰略重心壓在端側，是出於對利潤率的極致把控：
1、極低的訓練投入： 訓練一個前沿的雲端大模型（通常是數千億乃至萬億級參數），單次算力成本動輒上億美元；而參數量較小的端側模型（通常在數十億參數級別），其訓練成本僅在十萬到百萬美元量級，兩者投入極其懸殊。
2、完美的“成本轉移”： 在雲端 AI 中，推理成本通常佔總成本的 70%-80%。而端側 AI 最精妙的商業設計在於，蘋果將龐大的推理負荷，完全轉移到了消費者自己掏錢購買的 iPhone 芯片和電池上。對於蘋果而言，這部分運營成本幾乎為零。
雖然目前自研端側模型延期，但這並不致命。初期蘋果完全可以使用第三方的端側方案進行過渡。未來一旦自研模型就緒，便可輕易實現“無縫替換”——因為第三方通用模型永遠無法像蘋果自研模型那樣，針對 Apple Silicon 的統一內存與 NPU（神經網絡引擎）進行底層指令集級別的極致優化。
從全局來看，只有兩種極端的尾部風險能真正威脅到蘋果的底座：一是某家大模型實現了真正的全球技術壟斷（目前來看概率極低）；二是其他手機廠商憑藉顛覆性的獨佔 AI 功能，引發海量 iOS 用戶的系統級叛逃（目前行業內尚無此類苗頭）。
三、 如何評估此次利空的影響？—— 需求推遲，但紅利依然確立
不可否認，端側 AI 進度的推遲是一個利空，因為它直接影響了華爾街最為看重的“超級換機潮”。
此前投行們在估值模型中是如何預測的呢？他們普遍認為，AI 功能將徹底激活全球 iPhone 的換機需求，尤其是撬動那近 3 億部已經超過 4 年未換代的老舊 iPhone。以摩根士丹利（Morgan Stanley）2024 年 7 月的研報數據為例，受端側 AI 驅動，2026 財年 iPhone 的銷量預期將被推高至約 2.62 億部，相較於25年淨增加約 2700 萬部。
2700 萬部聽起來似乎並不多，但這正是最關鍵的破局點：這意味著，iPhone 的銷量增速，將從原本接近停滯的基準線（約 0% 到 1%），被大幅拔高至 10% 以上。
在財務分析中，這被稱為“增速的增長”（即二階導邏輯）。這提速的 10 個百分點，不僅直接對應了幾百億美元的硬件營收增量，更能極大擴充高毛利的“服務業務（Services）”基數。這種盈利增速的質變，正是 AI 延期之前資本市場願意給予蘋果超高估值溢價的核心動力。
端側 AI 的推遲，確實會讓這部分業績的兌現期向後遞延，從而引發了短期估值的震盪。
然而我們需要清楚：換機需求只是被推遲了，並沒有消失。 極高的 iOS 生態壁壘為蘋果贏得了極其寬裕的戰略緩衝期。在當前的 AI 浪潮中，蘋果無需急於下場在算力軍備賽中“肉搏”。只要堅定貫徹“做端不捲雲”的既定戰略，就足以確保自身在技術迭代中不掉隊，並從容地享受 AI 技術普及所帶來的全行業紅利。
綜上所述，端側模型的推遲確實是短期的節奏受挫，但只要用戶的底盤依然穩固，蘋果“不燒錢”的財務戰略依然具有極強的抗風險能力。面對情緒性的波動，保持一份戰略定力或許是更優的解法
