Steven Sinofsky
前沿洞察
企业AI的主战场已从基础模型转向企业底座：真正的落地瓶颈是权限穿透、责任归属与遗留系统整合，长时间自治必然引发运营熵增与错误放大。未来制胜关键在于构建深度嵌入工作流的专业化协同智能体联邦；掌控专有数据、后训练与记录系统的垂直厂商构筑新护城河。警惕机器流量百千倍爆发下的Token成本反噬EPS，工程重构与变现效率将直接重塑供应商生死。
观点集合
前 Microsoft 高管谈 Apple 隐藏的中国问题
Apple对中国的依赖源于积累的制造能力而非廉价劳动力；iPhone规模化后，替代地点变得不现实，使生产护城河转化为战略集中度风险。AI碎片化可能容纳多个跨世代平台，而Apple从过早承诺中后撤、印度扩产、端侧约束及未解决的IP规则，使整合时点与供应链韧性成为关键观察点。
查看摘要（7段）
Apple 对中国的依赖，是从能力护城河演变成战略脆弱性的结果，而不是一笔廉价劳动力交易。 Torenberg 转述书中的估算：Apple 每年在中国投入550亿美元；Sinofsky 则认为，真正决定性的能力来自 Apple 员工深入生产线、通过“耳濡目染”完成知识转移。大约“iPhone 上市两年后”，事情抵达不可逆点：没有其他地方能匹配所需的技能和规模。
Apple 在 AI 上的低调，更像是在从过早承诺中撤退，而不是放弃这一赛道。 Sinofsky 认为，之前对尚未完成产品的预告不符合 Apple 一贯风格，并预计 Apple 会回到“不是第一个行动者”，而是“第一个整合者”的位置。Torenberg 表示，Apple 仍需要一个针对其独特硬件、端侧运行和隐私约束调优的模型；Sinofsky 则认为，Siri 是一个显眼的认知短板。
AI 不太可能出现赢家通吃，因此排名第二、第三的平台也可能成为跨世代投资标的。 Sinofsky 的观察路径，从 IBM 在大型机时代的100%份额、Microsoft 在 PC 时代的95%份额，走向手机大致80/20的格局，再到云计算可能稳定在40/40/20。Torenberg 认为，a16z 的错误不是押注不够激进，而是过度强调只能投资领导者；隐私、安全和推理成本同样会推动一轮大规模端侧 AI 浪潮。
Meta 收购 Scale 的重要性，在于 AI 需要多个达到规模的竞争者，而不是某个模型已经胜出。 Torenberg 提问，Meta 持有 Scale AI 49%的股份，是否可以理解为以150亿美元左右收购 Alex Wang 和顶尖人才的 acquihire；Sinofsky 的结论是，这笔交易至少“对 AI 大有好处”，但对 Meta 究竟有多大好处，仍需观察。他更担心的是：出现一个政府背书的路径、一个玩家宣称自己应当成为唯一选择，或者形成类似日本 i-mode 的地域隔离生态——技术先进，却困在国内市场。
COVID 将供应链效率转化为国家安全暴露，暴露出“到处都是单点故障”。 一座城市、一家工厂或一条运输线路被关闭，就可能让全球产出停摆；美国也发现，无人机乃至其零部件都来自唯一的制造商，而这个制造商“可以说是我们的敌人”。Apple 在印度扩产能够降低对中国的集中度，但未必符合以恢复美国生产和就业为核心的政策目标。
Sinofsky 否认国内生产必然意味着一部5,000美元的 iPhone。 一部手工制造的 iPhone 可能要花费100,000美元；如今大约1,000–1,500美元的价格，体现的是制造创新，因此约束条件变化后，机器人、封装、更少零部件和新工艺仍能带来下一次阶跃式降本。“创新不是发明”：面对新的约束，工程师可以解决这个问题。
Apple 仍能继续提升设备份额，但制造 know-how 的扩散和未解决的 IP 规则，正在改变其过去的防御体系。 Sinofsky 预计，今天的手机形态会比乐观主义者想象的持续更久；随着使用场景稳定、价格相近，Mac 已经在美国部分笔记本市场逼近一半。更大的不确定性在于如何处理知识产权：把中国的 IP 记录视为其无法参与全球市场的理由，以及把所有知识都视为可供 AI 训练的公共资源，在 Sinofsky 看来都是不现实的立场。