打破慣例!蘋果宣布將不再公布新iPhone首週銷售量數據
打破慣例!蘋果宣布將不再公布新iPhone首週銷售量數據
2016.09.09 | 科技

看來蘋果發布會結束後,分析師們給出的預測也許會一語成讖。因為連蘋果公司自己也打破了一個重要的傳統慣例:不再公開新款iPhone發布後的首周銷量數據。

非商業用 Apple TonyV3112 Shutterstock1.com
圖/ ShutterStock

這家全球最知名的智慧手機製造商在此之前通常會在新品正式發售後的首周週末與公眾分享自己的手機預購量。但本週四,蘋果公司卻在一次聲明中表示自己將不再公佈這一數字,其給出的解釋有點意味深長:

「現在已經到了在第一個iPhone訂單到來之前我們也能大體估算銷量的時候了。我們都知道iPhone7將會銷售一空。」

很顯然,蘋果決定隱瞞這個對於投資者,甚至是消費者來說十分重要的數據。從投資者角度來看,首週銷量是其判斷新iPhone是否能夠取得市場成功的關鍵性指標;從消費者角度來說,這個數據更像是一種風向,心理上引發的「從眾效應」會讓他們改變自己的購買意向。顯然,蘋果的這個舉動已經向我們說明了一些事實。

蘋果曾經強調,「初始銷量將完全由供應量決定,而非需求量」。因此,這個認知讓公司認為我們平時看重的「首週iPhone銷量」對投資者及客戶來說不再是一個具有代表性的衡量指標。據CNBC報導,iPhone7與iPhone7 Plus將在本週五就開始接受預訂,而蘋果與零售商店們將於9月16日開始正式發售新品。

iPhone7銷量「前途未卜」,公司並非首次隱藏數據

在發布會之前,為了避免假期銷量的同比下降,這家全球最具價值的科技公司將賭注都押在了自己的全新系列產品上面,包括那款價值159美元的藍牙耳機AirPods以及369美元的防水版Apple Watch2。

我們都已經知道,週四凌晨公開的新iPhone在設計上採用了立體揚聲器、可以光學變焦的新鏡頭(Plus有雙鏡頭)以及更加高效的處理器;在遊戲成像效果、續航能力等方面也有顯著提升。此外,你還有「高級黑」這個新顏色可以選擇。不過分析師們表示這些都不是提升用戶購買慾望的主要原因,並紛紛調低了iPhone7的銷售預期。

其實,這已經是蘋果近年來第二次在產品銷量數據方面作出戰略轉變。早在2014年Apple Watch首次發布後,公司就聲稱因某些競爭性因素自己不會公開該設備的一些銷售數據。

比如在蘋果財報中,Watch的銷量被歸類到「其他硬體」(囊括了耳機、音樂播放器、機上盒)中,而「銷量如何」以及「到底是成長還是下滑」,外界根本無法看出。

然而,雖然蘋果不會公佈iPhone首周銷量,但目前沒有任何跡象表明公司未來不會將iPhone銷量寫進自己的季度財報裡。蘋果公司在該聲明中也表示,自己不會修改此前對截止9月份蘋果新品銷售額的預測數據。

公司曾在今年7月26日的第三財季收益報告中預測,第四季營收將從455億增至475億美元。此外報告中也顯示,蘋果2015年第四財季iPhone總銷量超過4800萬支,銷售額高達515億美元。但今年能否力壓去年,就要取決於iPhone7的銷售情況了。

本文授權轉載自:36 氪

關鍵字: #Apple
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓