O novo CEO da Apple, John Ternus, assumiu em 1º de setembro. Se você se importa com para onde a IA vai no próximo passo, isso importa.
51, entrou em 2001. Liderou a engenharia de hardware desde 2021. Supervisionou os lançamentos do iPad e dos AirPods. Ex-campeão de natação. O mais importante: o primeiro engenheiro a liderar a Apple desde Steve Jobs.
Tim Cook (o cara das operações) passou o bastão para Ternus (o cara do hardware). Isso é um sinal.
A tese de IA dele é contrária: vencer com hardware, não com modelos.
Enquanto OpenAI, Google e Anthropic disputam os modelos de fronteira, Ternus aposta em:
1. Apple Silicon. O M5 Ultra acabou de atingir 1.200 GB/s de largura de banda (supera a RTX 4090). A inferência no dispositivo passa a ser viável para cargas reais.
2. Inferência no dispositivo. O modelo roda localmente, não na nuvem. Privacidade, latência menor e independência de provedores terceirizados de IA.
3. Dispositivos ricos em sensores. iPhone dobrável em 9 de setembro. AirPods com câmera. Óculos inteligentes. Painel doméstico robótico. Cada um coleta contexto do mundo real (visual, espacial, acústico, biométrico) e devolve isso por meio da Siri e da Apple Intelligence.
4. O iPhone permanece o hub mesmo quando surgem novas formas de IA.
A aposta: dados de contexto do mundo real se acumulam mais rápido do que a escala bruta do modelo, e só o “moat” de hardware da Apple consegue coletá-los.
O risco que pode quebrar isso: escassez global de DRAM. Os preços subiram 90–95% no trimestre sobre trimestre no 1T de 2026; outro aumento de 58–63% está projetado para o 2T. Samsung, SK Hynix e Micron realocando capacidade para HBM voltada a “hiperscalers” de IA (Microsoft, Google, Meta, Amazon). O CEO da Micron diz que o aperto dura até 2027. A estratégia de IA da Apple no dispositivo precisa de MAIS memória por dispositivo, e as mesmas empresas que estão consumindo o fornecimento são aquelas com as quais a Apple está competindo.
Leitura honesta: este é, de fato, um playbook bem diferente. Se funcionar, a Apple dá um salto em uma categoria que ninguém mais consegue alcançar, porque nenhuma outra empresa tem a pegada de dispositivos. Se não funcionar, a Apple continua cedendo a camada de modelos para a OpenAI e o Google e, aos poucos, vira um canal de distribuição da IA deles.
O hardware-first realmente vence o model-first? Ou a Apple continua perdendo a corrida de modelos?
51, entrou em 2001. Liderou a engenharia de hardware desde 2021. Supervisionou os lançamentos do iPad e dos AirPods. Ex-campeão de natação. O mais importante: o primeiro engenheiro a liderar a Apple desde Steve Jobs.
Tim Cook (o cara das operações) passou o bastão para Ternus (o cara do hardware). Isso é um sinal.
A tese de IA dele é contrária: vencer com hardware, não com modelos.
Enquanto OpenAI, Google e Anthropic disputam os modelos de fronteira, Ternus aposta em:
1. Apple Silicon. O M5 Ultra acabou de atingir 1.200 GB/s de largura de banda (supera a RTX 4090). A inferência no dispositivo passa a ser viável para cargas reais.
2. Inferência no dispositivo. O modelo roda localmente, não na nuvem. Privacidade, latência menor e independência de provedores terceirizados de IA.
3. Dispositivos ricos em sensores. iPhone dobrável em 9 de setembro. AirPods com câmera. Óculos inteligentes. Painel doméstico robótico. Cada um coleta contexto do mundo real (visual, espacial, acústico, biométrico) e devolve isso por meio da Siri e da Apple Intelligence.
4. O iPhone permanece o hub mesmo quando surgem novas formas de IA.
A aposta: dados de contexto do mundo real se acumulam mais rápido do que a escala bruta do modelo, e só o “moat” de hardware da Apple consegue coletá-los.
O risco que pode quebrar isso: escassez global de DRAM. Os preços subiram 90–95% no trimestre sobre trimestre no 1T de 2026; outro aumento de 58–63% está projetado para o 2T. Samsung, SK Hynix e Micron realocando capacidade para HBM voltada a “hiperscalers” de IA (Microsoft, Google, Meta, Amazon). O CEO da Micron diz que o aperto dura até 2027. A estratégia de IA da Apple no dispositivo precisa de MAIS memória por dispositivo, e as mesmas empresas que estão consumindo o fornecimento são aquelas com as quais a Apple está competindo.
Leitura honesta: este é, de fato, um playbook bem diferente. Se funcionar, a Apple dá um salto em uma categoria que ninguém mais consegue alcançar, porque nenhuma outra empresa tem a pegada de dispositivos. Se não funcionar, a Apple continua cedendo a camada de modelos para a OpenAI e o Google e, aos poucos, vira um canal de distribuição da IA deles.
O hardware-first realmente vence o model-first? Ou a Apple continua perdendo a corrida de modelos?