Il 2022 ha imposto al settore tecnologico una rapida sterzata verso l’intelligenza artificiale generativa; da allora Google, Microsoft, OpenAI, Meta, xAI e Amazon hanno moltiplicato investimenti, infrastrutture e capacità di calcolo, mentre Apple ha mantenuto un passo più prudente, alimentando la percezione di un ritardo competitivo. Questa differenza si è manifestata in modo chiaro nell’estate 2024, quando i leader del cloud avevano già rilasciato più generazioni di modelli fondativi al pubblico, mentre Apple era ancora impegnata nella revisione strutturale di Siri e nell’elaborazione di una strategia per la propria piattaforma di AI.
L’approccio di Cupertino si distingue per una forte centralità della privacy e dell’elaborazione on-device. Dal lancio di Apple Intelligence a WWDC 2024 fino agli aggiornamenti di metà 2025, l’azienda ha concentrato i propri sforzi su un modello linguistico relativamente compatto, con circa tre miliardi di parametri, ottimizzato per essere eseguito direttamente sui dispositivi Apple. In parallelo, ha sviluppato un modello di dimensioni maggiori con architettura mixture-of-experts, eseguito all’interno di Private Cloud Compute, un’infrastruttura progettata per garantire che i dati elaborati non siano accessibili nemmeno ai tecnici Apple. Questa impostazione rafforza il posizionamento dell’azienda sul tema della protezione dei dati, ma limita la possibilità di iterare rapidamente e di fornire funzioni paragonabili a quelle di modelli addestrati in cluster di calcolo su vasta scala.
Le conseguenze sono tangibili. Funzionalità di Siri annunciate nel 2024 hanno subito rinvii al 2026, mentre all’interno vengono valutati scenari di integrazione con modelli sviluppati da terzi per accelerare il ritmo di innovazione. La comunicazione esterna rimane calibrata e poco frequente: Apple preferisce mostrare nuove funzioni direttamente nei prodotti piuttosto che diffondere benchmark e studi pubblici. Questo stile di comunicazione contribuisce all’impressione di lentezza, anche se nei laboratori di ricerca, come quello di Zurigo, si lavora su modelli multimodali in grado di interpretare immagini, gestire contesti complessi e agire in modo mirato sulle applicazioni locali.
Sul piano degli investimenti, il divario con i concorrenti è evidente. Nel 2023 Apple ha investito 29,9 miliardi di dollari in ricerca e sviluppo, circa l’8% del fatturato, in crescita rispetto agli anni precedenti ma distante dagli impegni multimiliardari dei rivali, molti dei quali mirati specificamente all’intelligenza artificiale. Meta ha portato la spesa annua a oltre 30 miliardi, Alphabet ha superato i 39 miliardi, Amazon ha sfiorato i 56 miliardi e Microsoft ha raggiunto cifre record in un solo trimestre, con gran parte delle risorse destinate a data center e infrastrutture per l’addestramento di modelli fondativi di nuova generazione. Questi investimenti sono stati accompagnati da acquisizioni strategiche, come quelle di OpenAI e Anthropic da parte di Microsoft e Amazon, che hanno rafforzato il loro ecosistema AI.
Apple, pur adottando storicamente una strategia di sviluppo interno, ha iniziato a modificare il proprio approccio. All’inizio del 2025 ha annunciato un piano di spesa da 500 miliardi di dollari in quattro anni negli Stati Uniti, con l’obiettivo di ampliare le capacità AI e creare decine di migliaia di posti di lavoro in ricerca e sviluppo. Tim Cook ha inoltre dichiarato l’intenzione di procedere con acquisizioni di maggiori dimensioni rispetto al passato per accelerare i progressi. Sono già state integrate diverse startup, tra cui DarwinAI, specializzata in tecniche per rendere più leggeri ed efficienti i modelli, una competenza strategica per l’esecuzione on-device.
L’infrastruttura di calcolo rimane il punto più critico. Private Cloud Compute utilizza server basati su chip M-class progettati da Apple, ma non raggiunge ancora le capacità dei supercomputer Azure o delle TPU di Google. Il modello server di Apple Intelligence, con architettura parallel-track MoE, è efficiente per compiti di sintesi, riformulazione e assistenza testuale, ma incontra limiti quando si tratta di compiti complessi come la generazione di video o lo sviluppo software autonomo, campi nei quali i concorrenti cloud-native sono già operativi.
Nonostante queste limitazioni, Apple dispone di un potenziale unico. La base installata di oltre due miliardi di dispositivi fornisce un canale immediato di distribuzione per nuove funzionalità AI, mentre la possibilità di eseguire modelli complessi in locale garantisce vantaggi in termini di efficienza energetica e reattività. Alcuni analisti ritengono che, con un’accelerazione significativa degli investimenti e dello sviluppo, l’azienda possa ridurre sensibilmente il divario entro due o tre anni. Altri ritengono più probabile che Apple continui a seguire una strategia differente, mantenendo il focus sull’integrazione verticale tra hardware, software e privacy, senza tentare di competere direttamente sulla scala dei modelli cloud.
Il ritardo di Apple nel settore dell’AI generativa è dunque reale, ma non irreversibile. Se saprà sfruttare la propria base utenti, rafforzare rapidamente i data center e incrementare la frequenza degli aggiornamenti, potrà colmare parte del divario e ritagliarsi un ruolo di rilievo nella nuova economia dell’intelligenza artificiale. In caso contrario, resterà vincolata a un modello più conservativo, rischiando di consolidare l’immagine di follower in un ambito che sta ridisegnando le fondamenta dell’industria tecnologica globale.
