Apple byter VD – och vad det säger om AI-racet

Den 1 september byter Apple VD. Tim Cook lämnar över rodret efter 15 år och blir exekutiv ordförande. Den som tar över är John Ternus – Apples hårdvaruchef i 25 år, ingenjören som lett utvecklingen av iPhone, iPad, Vision Pro och hela M-serien av chip. Det sker mitt i den mest intensiva AI-perioden vi sett. Tajmingen är knappast en slump.

För många ser det fortfarande ut som att Apple ligger efter i AI-racet. Inga skrytmodeller, inga prestandarekord, inga Sam Altman-ansikten på framsidor. Medan Google, OpenAI, Microsoft och Anthropic släpper nya modeller i veckotakt har Apple varit påfallande tysta.

Men tystnad är inte samma sak som frånvaro. Och valet av just Ternus – en hårdvaruperson, inte en mjukvaru- eller AI-profil – är värt att stanna upp inför. Det säger något inte bara om Apple, utan om vart hela AI-utvecklingen är på väg.

Apple ligger inte efter – de springer ett annat lopp

Det är lätt att tro att framtiden avgörs av vem som har störst serverhall och mest pengar att bränna på grafikprocessorer. Att AI-vinnaren blir den som kan ropa högst om sin nästa modell.

Men kanske händer det mest intressanta någon helt annanstans.

Inte i molnet.

Utan i datorn framför dig.

Apple har historiskt sällan varit först. De var inte först med smartphones, inte först med smartklockor, inte först med trådlösa hörlurar. Det de är bra på är att vänta tills tekniken är mogen – och sedan paketera den så att den faktiskt blir användbar i vardagen. Att deras AI-strategi ser långsam ut just nu kan alltså vara en medveten strategi, inte ett misstag.

Det de bygger vidare på är dessutom något de redan är riktigt vassa på: hårdvara, integritet och tajt koppling mellan operativsystem, appar och användarens vardag.

Och det kan visa sig vara en riktigt smart väg.

En kort hårdvarulektion: varför chippet spelar roll

För att förstå Apples drag behöver vi prata kort om hårdvaran. Apple Silicon – chippen i nyare Mac, iPhone och iPad – skiljer sig från traditionella PC-chip på två viktiga sätt.

Det första är gemensamt minne. I en traditionell dator har processor (CPU) och grafikkort (GPU) varsitt minne, och data måste skyfflas fram och tillbaka. På Apple Silicon delar de samma minne. Det är en stor sak för AI, eftersom AI-modeller jobbar med enorma datamängder som ska flyttas snabbt.

Det andra är en dedikerad Neural Engine direkt på chippet. Den är specialdesignad för just AI-beräkningar – matrisoperationer, neurala nätverk, mönsterigenkänning. Lite som skillnaden mellan att be en allmänläkare och en specialist göra samma jobb. Båda kan, men det går snabbare och smidigare med specialisten.

Konsekvensen är enkel:

AI kan flytta närmare användaren.

Istället för att varje fråga måste skickas till en extern server kan mer göras direkt på enheten. Det ger snabbare svar, lägre kostnader och – kanske viktigast – bättre integritet.

Det förklarar varför vissa redan använder Mac mini eller Mac Studio som små AI-servrar. De står på kontoret, ofta utan skärm, och kör AI i bakgrunden. För en advokatbyrå, en utbildningsanordnare, en kommun eller ett konsultbolag kan det vara skillnaden mellan "vi vågar inte använda AI på det här materialet" och "vi kan faktiskt testa".

Inte lika glammigt som en ny chatbot med fyrverkerier i lanseringsfilmen. Men väldigt användbart.

Den viktigaste frågan är inte "vilken AI är smartast?"

När vi pratar om AI hamnar vi snabbt i jämförelser. Vilken modell skriver bäst? Vilken resonerar längst? Vilken klarar svårast test?

Det är intressant. Men för många organisationer är det inte den första frågan.

Den första frågan är snarare:

Var ska vår AI arbeta – och vad får den se?

För det är där det börjar bli praktiskt på riktigt. AI blir värdefull först när den får jobba nära våra faktiska dokument, mejl, möten, kalkyler, avtal, rutiner och beslut. Men det är också där det blir känsligt.

Ska vi skicka kunddata till en molntjänst?

Ska interna dokument laddas upp till externa servrar?

Ska AI:n få analysera material som innehåller personuppgifter, avtal eller affärskritisk information?

I många verksamheter är svaret inte ett enkelt "ja".

Det är här lokal AI blir intressant. Inte som en nostalgisk idé om att allt måste köras på den egna datorn, utan som ett praktiskt sätt att få mer nytta av AI utan att tappa kontrollen över informationen.

Apple säljer inte bara datorer – de säljer kontroll

Det här är, tror jag, kärnan i Apples AI-berättelse. De är inte ute efter att sälja den bästa modellen. De är ute efter att sälja den mest kontrollerade upplevelsen.

Deras Private Cloud Compute är ett bra exempel. När en uppgift är för tung för att köras på enheten skickas den till Apples egna servrar – men i en arkitektur som är byggd så att inte ens Apple själva ska kunna komma åt datan. Det är en helt annan filosofi än "ge oss allt så gör vi magi".

Lägg till att Apple har över två miljarder aktiva enheter ute i världen, och du börjar förstå skalan. Den dagen AI-funktioner finns inbyggda direkt i iPhone, iPad och Mac är det ingen liten teknisk uppgradering – det är världens största AI-utrullning över en natt.

Det är också därför valet av Ternus är så talande. Apple kunde ha tagit in en mjukvaru- eller AI-profil utifrån. Istället utses mannen som byggt deras processorer. Personen som lett utvecklingen av M-chippen – samma chip som gör att lokal AI överhuvudtaget är möjlig på en konsumentdator. Det är inget slumpmässigt val. Det är en markering om vart skutan ska: AI-strategin går genom hårdvaran, inte runt den.

Molnet är inte dött – men det behöver inte göra allt

Det här betyder inte att moln-AI försvinner. Tvärtom. De största modellerna, de tyngsta analyserna och de mest avancerade funktionerna kommer även fortsättningsvis att behöva enorm datorkraft.

Men vi behöver sluta tänka att molnet alltid är standardlösningen.

En klokare modell är att dela upp arbetet:

Lokalt för känslig information, snabba vardagsuppgifter och arbete nära användarens filer och appar.

I molnet för riktigt tunga beräkningar, specialiserade modeller och uppgifter där skalfördelarna behövs.

I en trygg hybridlösning när vi vill kombinera kraft med kontroll.

Apple verkar röra sig just dit. Och det är en annan berättelse än den vi ofta hör från AI-bolagen.

Inte: "Ge oss all din data så gör vi magi."

Snarare: "Behåll så mycket som möjligt hos dig – och använd extra kraft när det behövs."

Den nya frågan för verksamheter

För oss som jobbar med utbildning, kommunikation och verksamhetsutveckling är det här en viktig signal.

AI-strategi handlar inte bara om vilka verktyg vi köper. Det handlar om vilken sorts arbetsmiljö vi vill bygga.

Vill vi att AI ska vara ännu en extern tjänst där medarbetare klistrar in text i ett webbfönster?

Eller vill vi att AI ska bli en naturlig del av våra egna arbetsflöden – nära dokumenten, systemen, mötena och besluten?

Det senare kräver mer eftertanke. Men det är också där den stora nyttan finns.

Tänk till exempel på en utbildningsorganisation. Mycket av vardagsarbetet rör material som det inte känns självklart att skicka iväg till en extern molntjänst:

studentärenden med personuppgifter, betyg, intyg och frånvaroskäl

mejl där studenter berättar om mående, stödbehov eller personliga omständigheter

klagomål, visselblåsarärenden och interna utredningar om incidenter eller konflikter

anställningsavtal, löneunderlag och anteckningar inför lönesamtal

anbud, upphandlingar och affärskritiska kalkyler

korrespondens med myndigheter, tillsynsärenden och utkast till svar på MYH-beslut

styrelseunderlag, ledningsprotokoll och strategidokument som ännu inte är offentliga

Det där är inte material man gärna klistrar in i vilken chatbot som helst. Men med lokal eller kontrollerad AI blir fler av de här användningsområdena möjliga – utan att tumma på sekretess, integritet eller avtal.

Det är här Apples väg kan bli viktig. Inte för att alla måste köpa en Mac Studio. Utan för att den pekar mot en mer mogen syn på AI: mindre hype, mer infrastruktur.

Från AI som tjänst till AI som arbetsmiljö

Vi har vant oss vid att AI är något vi hyr. Vi betalar per användare, per månad, per verktyg. Det fungerar bra för mycket. Men det gör oss också beroende av leverantörernas priser, villkor och prioriteringar.

Lokal AI öppnar för ett annat tänk:

AI som en del av den egna arbetsmiljön.

Precis som vi har egna datorer, egna dokumentytor och egna system kan vi få egna AI-resurser. Ibland på den personliga datorn. Ibland på en lokal server. Ibland i en kontrollerad molnmiljö.

Det betyder inte att varje organisation ska bygga allt själv. Det vore varken klokt eller kostnadseffektivt. Men det betyder att fler behöver förstå alternativen.

För valet står inte mellan "AI" och "inte AI".

Valet står mellan olika sätt att använda AI:

med mer eller mindre kontroll

med mer eller mindre insyn

med mer eller mindre beroende av externa plattformar

med mer eller mindre närhet till det faktiska arbetet

Det är en betydligt mer relevant diskussion än vilken modell som råkar toppa ett prestandatest den här veckan.

Så kan du börja tänka redan nu

Du behöver inte vänta på Apples nya VD eller nästa presentation för att ta med dig poängen.

Börja med att kartlägga era AI-behov i tre högar:

Ofarligt att köra i molnet

Exempel: öppna texter, idéarbete, allmän research och material utan känsliga uppgifter.

Kräver eftertanke

Exempel: interna dokument, kursutvärderingar, kundmaterial, ekonomiska underlag och mötesanteckningar.

Bör hållas nära verksamheten

Exempel: personuppgifter, avtal, strategidokument, känslig kunddata och material med sekretess.

När den sorteringen är gjord blir AI-frågan mycket mer konkret. Då handlar det inte längre om att "hänga med i AI-utvecklingen", utan om att välja rätt verktyg för rätt sorts information.

Det är där vi behöver hamna.

Apples "tråkiga" strategi kan vara den smarta

Apple får ibland kritik för att ligga efter. Och ja, om racet bara handlar om vem som har den mest imponerande chatbotten just idag är det lätt att förstå kritiken.

Men tänk om Apple springer ett annat lopp?

Ett lopp där AI inte är en fristående tjänst, utan något som byggs in i hårdvaran, operativsystemet och vardagens arbetsflöden.

Ett lopp där integritet inte är en efterhandskonstruktion, utan en del av produkten.

Ett lopp där AI inte måste vara störst för att vara mest användbar.

Det är kanske inte den mest spektakulära AI-berättelsen. Men för många verksamheter kan det vara den viktigaste.

Och det är därför jag tycker att VD-bytet i september är värt att titta på, även om man aldrig ägt en Apple-produkt. Att en hårdvaruingenjör tar över ett av världens mest värdefulla bolag mitt i AI-revolutionen är ingen tillfällighet. Det är ett ställningstagande. Inte för att Apple ensamma kommer avgöra något – utan för att de just nu är den största aktören som tydligt försöker rita om kartan på riktigt.

För när AI flyttar närmare oss – till våra enheter, våra filer och våra arbetssätt – blir frågan inte längre om tekniken är häftig nog.

Frågan blir om vi använder den klokt nog.

En reflektion utifrån Apples position i AI-racet och utnämningen av John Ternus till ny VD från och med 1 september 2026.

En notis om perspektivet: Det här är min reflektion, inte en teknisk djupdykning. Begrepp som Apple Silicon, Neural Engine och Private Cloud Compute är förenklade för läsbarhetens skull. Vill du gå djupare finns Apples egen Machine Learning-research-sida och deras tekniska rapport om Private Cloud Compute som bra startpunkter.