事件
2026 年初，Apple 無人車項目正式喊停。這個始於 2014 年、代號「泰坦計畫」（Project Titan）的秘密項目，歷經 12 年、投入估計 100 億美元以上、動員數千名工程師，最終以無人駕駛汽車產品的徹底失敗告終。但最新披露的內幕顯示，這次失敗反而孕育了 Apple 最具價值的技術資產。
根據 Mark Gurman 的報導，在無人車開發初期，Apple 工程師意識到一個根本問題：自動駕駛系統需要車上進行大規模即時 AI 推理——不能依賴雲端、必須 100% 本地運算。這個需求促使團隊投入多年研發，最終誕生了「神經引擎」（Neural Engine），一個專用的 AI 加速硬件子系統。
雖然無人車項目最終胎死腹中，但神經引擎卻被整合進 iPhone、iPad、Mac 等所有 Apple 設備的晶片——包括 M 系列晶片。今天，這個當初為無人車而生的組件，已經成為 Apple 設備進行本地 AI 推理、保護用戶隱私的核心引擎。也正是有了神經引擎，Apple 才能在 2024-2025 年的 AI 浪潮中，以「隱私優先、本地運算」作為主要競爭優勢。
關鍵觀察
1. 失敗的方向錯誤、但探索過程本身有價值
Apple 最終發現，無人車市場遠比想像複雜——涉及監管、保險、用戶習慣、商業模式等多維度障礙。單靠硬件創新無法解決。但在探索過程中，團隊被迫回答了一個更根本的問題：「如何在 edge（邊緣）上做高效 AI 推理？」
這個問題的答案，比無人車本身更有通用價值。
2. 副產物往往比主產物更具擴展性
無人車是單一應用場景（交通）。但神經引擎是通用基礎設施——任何需要本地 AI 的應用（健康監測、語音識別、影像處理、個性化推薦）都能用上。
Apple 無意間發現，他們為 1 個市場設計的技術，竟然能賦能 100 個市場。
3. 失敗的成本不是沉沒、是入場費
一般人對失敗的框架是「浪費」。但另一個角度是：100 億美元花費換到了 12 年的技術積累、人才教練、競爭優勢——相比直接買下一家 AI 晶片公司，Apple 用失敗換到了內生能力和專有知識。
歷史類比
- **Post-it 便箋（3M）**：原是粘合劑失敗項目、衍生出全球 60 億美元的產品線
- **微波爐（Raytheon）**：雷達研發人員發現磁控管能加熱食物、衍生出廚電新品類
- **青黴素（Fleming）**：實驗污染「失敗」帶來人類最重要的抗生素
- **LLM 湧現能力**：Google BERT 本來是 NLP 任務優化、意外發現了 transformer 架構的通用性
為什麼這個模式容易被忽視？
1. 組織激勵錯位：領導人為失敗項目的存在被問責，傾向隱藏而非承認副產物的價值 2. 因果歸因困難：副產物出現時間延遲，原主項目已被遺忘，人們難以連線 3. 規模落差：初創公司無法承受「100 億美元失敗換通用技術」，只有大企業能玩這個遊戲