Apple自研晶片早有端倪?蘋果創始人賈伯斯當年一席話埋伏筆
Apple自研晶片早有端倪?蘋果創始人賈伯斯當年一席話埋伏筆

每隔一段時間,就會有個革命性的產品出現,然後改變一切。人一生能參與一件這樣的產品就已經非常幸運了。

賈伯斯口中的「革命性產品」,Bob Borchers幸運地見證和參與了兩個。作為蘋果全球產品行銷副總裁,他如今掌控著更大的擔子,iPhone、iPad、Mac、Apple Watch…

Bob進入公司的那一年,iPod mini攜Click Wheel面世,這個同時支持旋轉觸控和點控的標誌性設計,不僅在人機互動史上留下濃墨重彩的一筆,也開啟了蘋果繼個人電腦之後的下一個時代。

iPod classic
圖/ 維基百科

重新發明手機的想法也是從那個時代孕育的,而iPhone項目正是Bob Borchers入職蘋果後參與的第一個產品。

推出第一款沒有鍵盤的手機,需要很大的勇氣。主流的聲音是用戶需要更大更快的鍵盤。但我們卻背道而馳。我們把你的手指作為唯一的輸入裝置。為什麼人們要犧牲一半的螢幕,去妥協不是時刻需要的鍵盤?

初代iPhone 發布前智慧手機的主流形態
初代iPhone發布前智慧手機的主流形態
圖/ 愛范兒

iPhone重塑形態背後的隱喻是,對於一個隨身裝置而言,內容消費比鍵盤更重要。

市場和時間證明了團隊的遠見:之後的十多年,智慧手機的手機造型已經愈來愈趨近相同,但相似的螢幕裡呈現的內容,卻是前所未有的豐富。
如果說iPod是把1000首歌裝進了口袋,那iPhone和iOS則是把網路裝進了每一個人的口袋。

在Windows Phone和幾個小眾操作系統偃旗息鼓後,iOS和Android兩分天下,統治著數以百億計的智慧終端。而藉助App這個容器,智慧手機幾乎串聯起人們每一天的日常起居和衣食住行。

你不再需要掐點去看天氣預報,不再需要走到路邊招手叫車,不再需要走到戶外一家家物色餐廳。你幾乎所有的需求,都可以在拇指之間一個App上得到滿足。

AI、演算法、隱私和人性

在15年的進化中,iPhone OS 3.0算得上一次舉足輕重的迭代——iPhone第一次可以實現消息的推送(Push Notifications)。

推送改變了用戶獲取資訊的方式,它讓App的資訊通知自動到達用戶面前,某種意義上,手機成了一個私人秘書。

直到人們發現,這個秘書有點聒噪,夾帶的廣告也有點多。
在我們生活中,越來越多的事物吸引我們的眼球。但我們希望能設計出更多工具和能力,讓用戶行走世間,可以在任何需要的時候關閉這些噪音和雜訊,回到這個真實的世界。

在數位健康(Digital Wellbeing)的浪潮下,蘋果做了一些有悖於商業利益的行動,比如在iOS12中增加了「螢幕時間」統計你手機的使用情況,並且能夠給App設定使用時長的上限。

而在最新的iOS 15中,蘋果也革新了通知形式,用通知摘要(Notification summary)簡化通知的內容和頻率。

與此同時,iOS 15還帶來了專注模式(Focus)。可以讓用戶根據不同的場景,允許不同的App發送通知。

ios15.0.2
圖/ Unwire.hk

在App統治了人機互動規則的十年後,軟體依舊在吞噬著世界,但App在為人們提供服務的同時,也不知不覺地把曾經開放共享的網路內容隔離在一台台服務器上。

演算法以一種「工具理性」的邏輯主導議題設置,消磨著人類的求知慾和好奇心,也在客觀上激發這個世界的對立。

當演算法發現仇恨可以讓你轉發和評論,反智的言論和爭議的話題就會鋪滿你的時間線。演算法也許不知道什麼叫憤怒,但它知道憤怒背後創造的流量和收益。

Bob認為應該靠「保護隱私」解決「工具理性」和「資訊繭房」的問題,他也解釋了蘋果人工智慧演算法的一些細節:

很重要的一點是,當我們處理影像、資料等數據組的時候,我們會選擇把什麼樣的數據餵給機器學習的模型,為此我們與全球的團隊合作,確保這個過程中不會引入任何偏見。

與其他大公司利用雲端運算做機器學習不同,蘋果低於AI能力的調用完全來自於本地晶片的能力。

這個「大腦」有多大?iPhone上有多少用戶數據快取可供機器學習調用?

對於絕大多數公司,這個大腦可能是數以TB級的雲端數據,但對於蘋果而言,只有平均200MB——這些大到你的聲音和臉部數據,小到你滑手機的軌跡與習慣,都以加密的形式儲存在iPhone的晶片之上。

對於用戶隱私和數據的保護一直是我們最重視的工作。

操作系統的未來

經過15年的發展,iOS系統日漸成熟,你很難想像這麼一個手機操作系統,已經逐漸承擔一些過去在電腦上都無法勝任的工作。
時過境遷的是,智慧手機也不再是用戶唯一的智慧裝置。從腕上的手錶,到沙發上的iPad、家庭娛樂中心,再輻射到無處不在的智慧家居,毫無疑問,萬物互聯是智慧化的下一步。
這意味著,在不同場景下,用戶會不停地在裝置之間流轉,這也意味著開發者需要針對不同的終端適配不同的app。

一如當年iPhone OS脫胎於Mac OSX,iOS如今也桃李滿天下,分化出iPad OS、watch OS、Home OS等五大操作系統,而業界巨頭的另一種做法則是,試圖用一套系統打通萬物互聯,比如華為的鴻蒙和Google的Fuchsia。

對於這兩種思路,Bob的態度是「連續性很重要,但不能因為連續性,犧牲掉這些裝置獨特的體驗。」

macbook imac
圖/ Unsplash

他以iPad和Mac舉例:

很多人會問:為什麼iPad不乾脆和Mac共用一個操作系統?但如果深入的去思考這兩個裝置,會發現它們的體驗是完全不同的:iPad從一開始設計,手指就是主要的互動方式,它是一款觸控優先的裝置。當然,隨著時間推移,它也延展了一些其他能力,比如鍵盤和光標,但即便有光標,你也發現這個光標也是基於觸控的環境裡的。而macOS則是圍繞鍵盤和游標的互動界面去設計的。

Bob表示,蘋果所有的操作系統共享了許多框架和組件,因此充分地保障了裝置之間的互通性,這是一種平衡。

比如通用剪貼板,你可以在iPhone上複製,在Mac上貼上,你可以用AirDrop在兩個裝置間共享。

軟體、硬體和服務

蘋果的江湖地位,往往被過分地歸功於iOS和AppStore生態的老本。
可以試著思考一下:上一次你覺得蘋果產品好用的時候,究竟是什麼造就的?
是按下快門後毫無遲滯的快感?是AirPods開蓋後螢幕彈窗的優雅?是視訊聊天時自動居中的智慧?
你看到的是界面,但背後是軟體、硬體和晶片的通力配合。

其實這15年,我們一直不變的理念,那就是軟體、硬體和服務的結合。從iPhone初代的多點觸控,一路發展到今天的AppleSilicon。」

Bob把這種結合的理念稱為——Holistic。

他認為iPhone13Pro的影像能力就是最好的體現,每一張照片背後,都是計算攝影的功勞,是感光元件、ISP、演算法,甚至機器學習的配合與協同。
這件事並不容易,編程語言向高級化發展,使得軟體工程師並不像早年計算器科學家那樣,同時掌握底層硬體物理特性和工作原理。

steve jobs
圖/ 截圖自Twitter

2019年蘋果高級副總裁菲爾·席勒曾在專訪透露,晶片的研發週期大約在2-3年,涉及多個團隊,這期間架構工程師要同數目龐大的軟體和硬體人員共同協作。

比如說鏡頭經常會調用GPU。晶片部門設計的GPU可以告訴相機部門如何把它用到最好,而相機部門的需求也會指導GPU未來的發展。

在講軟硬結合的時候,一個廣為人知的例子是,iPhone初代發布會上賈伯斯引用科學家AlanKay的一句話:

對軟體極度較真的人,應該生產自己的硬體。(People who are really serious about software should make their own hardware.)

往前看,這句話可以視為對於iTunes Phone滑鐵盧的反思——蘋果曾與摩托羅拉合作過ROKRE1音樂手機,賈伯斯對其體驗極度不滿。

而放在今天回味,它更像是為Apple自研晶片埋下的伏筆。
但事實上,Holistic的基因可以至少可以追溯到下面賈伯斯的一段影像資料,你甚至很難想像這是來自一段42年前的洞察:

軟體和硬體的結合正在變得更加徹底…昨天的軟體就是今天的硬體。這兩個東西正在融合。它們之間的界限正在變得越來越細。我們需要做的眾多事情之一就是預測幾年後的趨勢;嘗試就不同科技領域的融合做一些假設,了解客戶對高端工具的需求,來找到兩者的交叉點。

Holistic之所以難能可貴,是因為它要求廠商具備強大垂直整合能力——對於核心元器件和操作系統的把控,對生態系統和合作夥伴的控制力,以及對人機互動的前瞻性探索。

在採訪的最後,我讓Bob回憶一下2004年初入蘋果公司的感受,他想了一下,感嘆道:

我當時最驚訝的是,一家公司,可以帶來如此多的轉變。所有來自Apple的人都熱衷於以不同的方式去思考。這些改變來自熱情、偶爾打破規則去完成目標。打破界限,想像未來在哪裡,而不是等待未來的發生。

Bob說,他特別喜歡引用曲棍球運動員韋恩·格雷茨基(Wayne Gretzky)的一句話:

我總是溜向冰球將達到的點,而不是追逐它曾在的地方。(I skate to where the puck is going to be,not where it has been.)

本文授權轉載自:愛范兒 ifanr

責任編輯:傅珮晴、侯品如

關鍵字: #Apple蘋果
往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

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
一次搞懂工業AI
© 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