12月1日，苹果官方宣布，Amar Subramanya加入公司，担任人工智能副总裁，向软件负责人CrAIg Federighi汇报，负责基础模型、机器学习研究以及AI安全与评估。
在这条人事公告之前，负责机器学习与AI战略的高管John Giannandrea已经决定转为顾问身份，并将在明年春天正式离开公司。Giannandrea七年前从谷歌跳槽到苹果，直接向CEO库克汇报，这次离去之后，苹果没有设置一个一人接替的职位，而是把原来的AI团队职责拆分开来——部分成员向Federighi报告，部分向首席运营官Sabih Khan，还有一部分直接向服务业务负责人Eddy Cue汇报。说白了，苹果把这盘棋拆成几块儿来走。
近几年，苹果的人工智能表现一直被外界盯着看。Apple Intelligence被不少人评价不如人意，外界期待的新版Siri也被迫延后。公司内部一直在寻找新的带头人，试图把这条路走顺。Amar的到来正好是回应之一，但这并不等于事情马上会变好——短时间内要看到明显改变并不容易。有点像换了个教练，但球队训练体系、资源投入和打法都还得调整。
说回Amar本人的来历。他在谷歌有十六年经历，后来去了微软当了几个月的AI副总裁。再往前，他在谷歌的DeepMind团队里参与了Gemini相关的工程工作。苹果在声明里强调他既懂研究，又能把研究转化为产品功能，这点对他们想做的Apple Intelligence很重要。外面有人注意到，谷歌新推出的多模态模型在业界反响不错，很多公司现在都愿意从谷歌这类团队里挖人，Amar的履历正契合这种潮流。
公司内部到底会不会因此改变投入策略，还有待观察。苹果一贯的做法是偏好和合作伙伴一起走，并且在资本开支上比较克制。Seaport Research的分析师Jay Goldberg就直言不讳地说，问题根源在于苹果自身没有清晰的AI战略。换个人不一定等于换路数，Amar是会主张加大自建还是继续靠合作伙伴，尤其是他此前在谷歌和微软的背景，会不会带来新合作，这些都不是立刻能判定的事。
关于基础设施投入，苹果财报电话会上，首席财务官Kevan Parekh提到公司采用混合数据中心的策略，既用自家能力，也用第三方资源。他还说最近公司确实增加了资本开支，用来建设Private Cloud Compute，这个系统的目标是确保用户的AI数据能安全处理。这表明苹果在保持开支谨慎的同时，也在为AI相关的基础能力逐步投入。说实话，这种折中的做法能走多远，还得看具体投入规模和进度。
回到人事调整的即时影响，Giannandrea从直接向CEO汇报的角色退下，转为顾问直到明年春天离职，团队则被分散到不同高管名下。这种安排既可能是为了分担权责，也可能是公司在重新摸索组织架构的一个阶段性结果。员工的汇报线变动、项目优先级调整、现有Roadmap的微调，这些实际操作层面的变化往往比标题上的人事更直接地影响产品节奏。
外界对Amar能带来什么样的改变有不少猜测。有人觉得他在大型模型和工程化方面的经验能加速苹果现有项目；也有人认为苹果的文化和工作方式会限制任何单个人能带来的影响。实际上，能不能快速看到成果，不仅取决于他个人能力，还要看资源配置、技术路线选择以及董事会和高层对投入的态度。
行业背景也值得一提。谷歌推出的Gemini 3.0 Pro等模型，把多模态能力推到了一个新的台阶。市场上对这类模型的认可，让拥有相关经验的人越来越吃香。Amar在DeepMind参与Gemini工程的经历，正是苹果在外部招聘时看重的点之一。这种“跟着热闹找人才”的现象在AI圈很普遍，企业往往会借助被市场验证的背景来补短板。
在短期内，产品线上的具体变化可能更多体现在节奏和优先级上：部分团队需要调整以配合新的领导汇报体系，研发计划可能会重排，某些被压的功能可能得到更多资源，或相反被延后。技术层面的细节，比如模型训练的规模、数据治理和安全评估的流程、基础设施的自研与外采比例，这些都会在接下来的几个月里陆续显现出端倪。
Giannandrea将以顾问身份工作到明年春天，之后正式离职。Amar接手的职责、团队的重组以及苹果在AI上是否会改变长期策略，未来一段时间会有更明确的线索。