事件背景
蘋果在 2025 年推出首代 AI Siri,吹捧其對話能力、能回答複雜問題、具備上下文理解。評論普遍認為不夠驚艷。2026 年 WWDC,蘋果推出第二代 Siri,核心賣點從「會聊天」轉向「解決具體工作流」——最具代表性的例子:從一份格式混亂的傳單或郵件中、自動萃取運動賽程、直接匯入日曆。
為什麼這個轉變很關鍵
第一層:能力不等於價值
LLM 的能力升級是線性的:語言理解能力從 6 月到 8 月可能從 70 分升到 85 分。但用戶感知的價值是非線性的。一個「完美理解妳的複雜問題」的助理、如果還是無法把孩子的足球賽日期自動存進日曆、對家長來說 = 0 分價值。反過來、一個笨到不行的系統、只要能把資訊自動歸檔、就立刻有了高頻使用價值。
Kano 模式(Kano Model)稱這叫「績效因子」vs「基本因子」: - 績效因子:能力越強越好(會聊天、理解複雜推理) - 基本因子:有沒有才決定滿意度(能不能自動導入日程)
缺少基本因子、不管績效因子多優秀、用戶的滿意度會崩潰。
第二層:蘋果第一次迭代的偏差
Apple Intelligence 1.0 時期、蘋果團隊明顯在優化「最能展示 AI 能力」的使用場景: - 寫詩、解釋複雜概念、進行多步推理對話
這些場景漂亮、容易在舞台上演示、但不是消費者的日常痛點。家長最頻繁的需求不是「讓 AI 和我聊人生」、而是「救我,這份傳單裡有五個不同格式的日期、我得手動一個個輸入」。
第三層:2.0 的務實轉向
2026 版 Siri 從「能力秀場」轉向「痛點機器」: - 自動從郵件 / 圖片中抓取非結構化資訊、放進日曆 - 幫妳查郵件裡「我之前什麼時候問過」 - 快速組裝購物清單
這些都不是「最複雜」的任務。但它們是「最高頻」的。一個日常痛點被解決 10 次、比一個炫酷功能被用過 1 次要值錢 100 倍。
這個模式為什麼會重複出現
這是「創新者的困境」(The Innovator's Dilemma)的反面。Clayton Christensen 說的是「破壞性創新」往往性能不足但成本便宜、最後逆襲。Siri 的故事是:蘋果搞出了「過度設計的能力」,但在用戶最在乎的「實用性」上還差一截。
歷史例子: - Google Glass:能做的事多到不行(導航、拍照、實時翻譯),但沒人在乎,因為沒解決一個清晰的日常痛點。 - Microsoft Copilot:一開始也是「它什麼都能聊」,後來才慢慢變成「幫妳改 Excel 報表」「幫妳整理郵件」的工具。 - Adobe 生成式 AI:Firefly 最後不是因為「能生成更美的圖」而成功,而是因為「能直接填充妳的選區」、省了妳 5 分鐘工作。
能力的悖論:太強大的工具往往在「太多可能性」面前讓用戶癱瘓。相反、一個「只做一件事、做到極致」的工具、往往用戶留存率更高。
對產品策略的啟發
如果妳在設計一個新產品、特別是 AI 產品: 1. 不要先問「我的模型能做什麼」、要先問「用戶最頻繁的痛點是什麼」 2. 能力秀場 ≠ 使用場景。一個功能再漂亮、如果用戶每週只用 1 次、價值貼現率極高。 3. 迭代順序很重要:先把基本因子做到極致(無痛點),再加績效因子(多快樂)。蘋果在這次迭代中、終於理解了這個順序。
更深的觀察
Siri 2.0 的成功也反映了一個更廣的趨勢:AI 的實用價值、最終會收斂到「資訊結構化」和「流程自動化」。這些不是最聰明的應用,但是最剛性的。用戶不需要 AI 陪聊,用戶需要 AI 幫他們從混亂的現實世界中提取秩序。