Apple пристёгивает Siri к чужому мозгу:
WWDC 2026 хоронит эпоху AI-суверенитета

Что произошло

Через несколько часов, 8 июня 2026 в 10:00 по тихоокеанскому времени, Apple должна выйти на сцену WWDC и публично признать то, чего избегала пятнадцать лет. По данным Bloomberg и The Information, Apple планирует объявить, что Siri — самый массовый голосовой ассистент планеты, живущий на более чем 1 миллиарде активных iPhone — поедет на Google Gemini. Не на собственной Apple Foundation Model. Не на дообученном внутреннем LLM. На арендованном мозге у прямого конкурента в поиске.

12 мая 2026 года CEO Google Cloud Thomas Kurian на ежегодном клиентском мероприятии публично подтвердил, что Google входит в партнёрство, по которому следующее поколение Siri будет работать на Gemini. Структура сделки, по утечкам, та же, что у Apple с Google по поиску на iOS: Google платит Apple за размещение, а инфраструктура Google питает фичу, которую Apple отгружает пользователю. По материалам антимонопольного процесса DOJ Apple получает за поиск порядка $20 млрд в год.

Это не первое AI-партнёрство Apple. Apple Intelligence в iOS 18 уже отгрузил интеграцию с ChatGPT для сложных запросов, и по сообщениям туда же добавляют Claude от Anthropic как второй опциональный мозг. Новое — уровень стека. ChatGPT в iOS 18 был sidecar, запасным мозгом для случаев, когда on-device Apple Foundation Model не справляется. Ожидаемый анонс WWDC 2026 поднимает партнёрскую модель в основной пайплайн Siri.

Причина важнее самой сделки. Bloomberg больше года писал, что внутренние модели Apple под кодовым названием «LLM Siri» проигрывают бенчмарки GPT-4 и Gemini. On-device модели Apple отлично справляются с узкими, приватными, low-latency задачами. Они некомпетитивны на открытом reasoning, к которому за три года ChatGPT приучил пользователя. Apple стояла перед выбором: отгружать заметно худший продукт или арендовать Gemini. Выбрали арендовать.

Почему это смена парадигмы, а не просто новость

Пятнадцать лет плейбук Apple был один: если слой стека важен — владей им. Слезли с Intel. Сделали свои GPU, свои neural engines, свои модемы. Написали свою ОС, свой язык (Swift), свои dev tools. Имплицитное обещание клиенту и акционеру: вертикальная интеграция даёт лучший продукт, более широкий ров и более высокую маржу. Эта стратегия сделала Apple самой дорогой компанией планеты.

Решение отдать слой модели Siri вовне ломает этот паттерн в самой публичной форме. Оно говорит прямым текстом: слой модели в AI — не как слой чипа. Фронтир-обучение стоит миллиарды за один прогон, требует кластеров GPU, которых нет даже у Apple, и движется так быстро, что год отставания собственной модели — это две генерации позади лидера. На этой скорости вертикальная интеграция — налог, а не ров.

Смена парадигмы вот в чём: в AI единица конкурентного преимущества поднимается выше по стеку, от модели к оркестрационному слою. Кто владеет клиентом, данными и workflow — может арендовать любую модель снизу и всё равно выигрывать. Кто владеет «лучшей моделью этого квартала» — держит ров, который испаряется за 90 дней, как только конкурент выкатит что-то лучше. Apple публично сделала ставку на то, что отношения с клиентом, устройство и оркестрация между провайдерами (Apple on-device, OpenAI, Anthropic, Google) — устойчивый слой. Модель — товарный input.

Если чтение верное, последствия каскадны. Каждый CEO, подписавший статью бюджета «строим свой LLM», держит на руках проект, от которого Apple с её бесконечными ресурсами только что отказалась. Каждый VC, проинвестировавший в «вертикальный AI», чей ров — кастомная модель, смотрит на ту же диаграмму. И каждый соло-фаундер, который откладывал запуск со словами «дождусь своей модели», только что получил из Купертино разрешение запускаться на чужой.

Новая архитектура простыми словами

Картинка в одно предложение. Старая архитектура: одна компания владеет одной моделью и отгружает её внутри одного продукта. Новая архитектура: одна компания владеет пользователем и оркестрирует много моделей за единым протоколом.

В новом мире твой продукт — тонкий оркестрационный слой, который делает четыре вещи. Захватывает запрос пользователя. Обогащает запрос контекстом — кто пользователь, что он делал раньше, какие у него инструменты и данные. Маршрутизирует обогащённый запрос на лучшую под задачу модель: Claude для reasoning, Gemini для мультимодала, Groq для дешёвого быстрого инференса, on-device модель для приватности. Собирает ответ и tool-вызовы обратно в то, что видит пользователь.

Клей, который делает оркестрацию возможной, — протокол. Anthropic выкатил Model Context Protocol (MCP) в конце 2024-го именно как этот клей. MCP описывает стандартный способ для любого AI-агента находить инструменты, забирать контекст, дёргать внешние системы. Это, намеренно, та же идея, что HTTP. HTTP всё равно, какой у тебя браузер и какой сервер. MCP всё равно, какая модель на другом конце провода.

Когда Apple отгружает Siri-с-Gemini, фактически они построили закрытую версию этого паттерна. Siri — оркестратор. iPhone — клиент. Gemini — одна из моделей на бекэнде. Пользователь не знает и ему всё равно, какая модель обработала его запрос — он видит, что Siri стала умнее. Теперь представь ту же форму, но открытую. Там живут все остальные, включая нас. Подключаешь MCP в свой продукт. Вешаешь Claude, Gemini, Groq и собственный retrieval. Поехал.

Мой кейс Content Factory

Я веду Content Factory — систему, которая ежедневно производит длинные посты, социальные карточки, видео-сценарии и лид-магниты на LinkedIn, Telegram, Medium, Reddit, VC.ru и Threads на двух языках. Я один человек в Чангу, на Бали. Фабрика отгружает что-то каждый день, включая выходные.

Архитектура — ровно тот паттерн, который Apple сегодня публично легитимизирует. n8n — оркестратор. Claude — мозг для длинных текстов и редактуры. Gemini — мультимодальные задачи: превратить транскрипт в бриф на превью, скриншот — в структурированные данные. Groq на Llama 3.3 70B — быстрая дешёвая транскрипция и классификация (14 400 бесплатных запросов в день). MCP-серверы экспонируют мой Obsidian-vault, доску Linear и Telegram-каналы как инструменты, которые любая из этих моделей может вызывать.

Работает это потому, что в 2025-м я принял решение, которое Apple принимает публично сегодня: я не буду суверенным на слое модели. Я буду суверенным на workflow, бренде, аудитории и дистрибуции. Модели взаимозаменяемы, и я хочу, чтобы они оставались взаимозаменяемыми. Выйдет GPT-5 и побьёт Claude на тексте — переключу узел. Выйдет Gemini 3 и побьёт GPT-5 на мультимодале — переключу и его. Оркестрационный слой не меняется.

Экономика — что заинтересует CFO

Обучение фронтир-модели. Sam Altman публично говорил, что GPT-4 обошёлся в более чем $100 млн. Индустриальные оценки на 2026 год — $300-500 млн за один прогон фронтир-модели, при том что крупнейшие лаборатории тратят миллиарды в год на инфраструктуру. Anthropic поднял Series G по оценке $380 млрд именно потому, что инвесторы верят: слой модели требует капитала, которого больше ни у кого нет.

Своя модель внутри. Серьёзный in-house проект — претрейн фундаментальной модели, а не файнтьюн — это 50-200 ML-исследователей и инженеров, многолетний доступ к GPU и научная культура, которую нельзя нанять по щелчку. Даже сценарий «нам нужен маленький свой LLM» сжигает $5-15 млн до получения чего-то конкурентного с прошлогодним open-source. Дорого не в GPU. Дорого в годах.

Цена арендованного мозга. Годовой run-rate выручки Anthropic пересёк $30 млрд в начале 2026 (с $9 млрд на конце 2025). Прайс Claude Opus и Sonnet через API — доллары за миллион токенов. Средний SaaS, встраивающий Claude в продуктовый workflow, платит от $2k до $50k в месяц в зависимости от объёма. Это одна инженерная зарплата за мозг, на обучение которого вся индустрия скинула сотни миллионов.

Откровение Apple. По материалам DOJ Apple получает порядка $20 млрд в год за дефолтное размещение Google-поиска на iOS. Самый дорогой дистрибуционный контракт в истории софта. Теперь поверх Apple добавляет Gemini, предположительно с деньгами в обратную сторону. Точная цифра не важна. Важно, что даже Apple с её кэшем решила: платить за модель дешевле, чем строить.

Что это значит для CFO. Если у тебя в бюджете лежит $5-15 млн на внутренний AI-проект с целью «построим свою модель» — это строго худшая версия проекта, который Apple только что закрыла. Переаллоцируй. 10% бюджета — на Claude/Gemini API и MCP-слой. 60% — на workflow и продуктовые поверхности вокруг. 30% — на дистрибуцию. Отгрузишь за месяцы, а не годы, и обгонишь любой свой in-house, который мог бы получиться.

Что умирает и что живёт

Что сделать на следующей неделе

Раскладка: соло-фаундерам vs B2B-командам

Часто задаваемые вопросы