Apple cambia volto all’AI: da John Giannandrea ad Amar Subramanya

Per chi guarda da anni all’ecosistema Apple, la storia recente della Apple intelligenza artificiale è fatta soprattutto di attese. Attese per un Siri finalmente all’altezza della concorrenza, per strumenti generativi integrati negli OS, per funzioni che rendessero evidente al grande pubblico la potenza dei chip con Neural Engine sbandierati nelle presentazioni. Intanto, nel mondo reale, molte persone continuavano a usare Siri per timer e promemoria, mentre per le richieste più complesse andavano su ChatGPT, Gemini o altri servizi.

In questo scarto tra narrativa e realtà entra la figura di John Giannandrea. Arrivato nel 2018 da Google come responsabile massimo del Machine Learning and AI Strategy, doveva essere il tassello che mancava per trasformare le ambizioni di Cupertino in prodotti concreti. Nel tempo, però, i ritardi su Siri, il passo lento sulla generative AI e la difficoltà a costruire un “momento di svolta” percepito dagli utenti hanno logorato la fiducia verso la sua gestione, dentro e fuori l’azienda.

L’annuncio del suo pensionamento e la nomina di Amar Subramanya come nuovo capo AI Apple segnano quindi molto più di una rotazione ordinaria ai vertici. Apple si trova a fare i conti con anni di rincorsa rispetto a Microsoft, Google e Meta, in un momento in cui l’AI è diventata un criterio chiave per valutare il valore di uno smartphone, di un computer o di un visore. Il rischio è semplice: se l’AI di casa Apple non viene percepita come credibile, la fedeltà all’ecosistema inizia a incrinarsi.

Chi è John Giannandrea e perché Apple lo voleva

Quando John Giannandrea arriva in Apple, nel 2018, il messaggio è chiaro: l’azienda vuole colmare un ritardo storico sull’AI rispetto a Google. Il suo curriculum è pesante, con un ruolo di primo piano proprio nella ricerca e nell’AI dell’azienda di Mountain View. Non a caso, su questo sito abbiamo dedicato spazio al suo arrivo e alla successiva promozione a vicepresidente esecutivo, sottolineando come avesse preso il controllo di tutta l’area intelligenza artificiale.

Il ruolo formale di Giannandrea è quello di Senior Vice President of Machine Learning and AI Strategy. Questo significa supervisionare non solo Siri, ma anche i sistemi di raccomandazione, il riconoscimento di immagini, i modelli per il linguaggio e una lunga lista di funzioni “invisibili” che oggi permeano i sistemi operativi di Apple. La promessa implicita era semplice: portare dentro Cupertino la cultura di un’azienda che da anni usa l’AI come leva principale di differenziazione.

I suoi obiettivi di partenza possono essere riassunti in tre punti:

1. Unificare i progetti di Apple Intelligence sotto una strategia chiara.
2. Rendere Siri un assistente competitivo, non solo un comando vocale da usare per poche azioni.
3. Sfruttare fino in fondo i chip con Neural Engine, da iPhone ai Mac, trasformando la potenza di calcolo in esperienze percepibili.

Guardando oggi a questi punti, emerge un quadro misto. Da un lato, l’AI è diventata onnipresente nei prodotti Apple: foto, dettatura, sicurezza, suggerimenti, traduzioni. Dall’altro, la percezione pubblica continua a essere che la vera “AI di nuova generazione” viva altrove. Il problema, per un responsabile di strategia, è proprio questo: se l’utente non vede un salto evidente, fatica a riconoscere il valore del lavoro fatto dietro le quinte.

I nodi irrisolti: ritardi con Siri e generative AI

Per capire gli errori di Giannandrea, conviene partire da Siri. L’assistente di Apple avrebbe dovuto essere la vetrina naturale dei progressi nell’AI. Invece, gli articoli di analisi – incluso un recente “Apple rinvia Siri intelligente” – hanno raccontato una storia diversa: aggiornamenti importanti annunciati e poi rinviati, funzioni promesse che slittano, una roadmap mai chiarissima agli occhi del pubblico.

Mentre Microsoft spingeva Copilot ovunque e Google sperimentava con Bard e poi Gemini, Siri restava fondamentalmente lo stesso assistente di sempre, con qualche miglioramento incrementale ma senza quel cambio di passo che molti si aspettavano. Questo ha creato una frattura tra chi vive nel mondo Apple – e sa quanto machine learning ci sia sotto la superficie – e chi, da fuori, giudica l’AI in base a ciò che può provare con due o tre comandi di voce o di testo.

La generative AI è stata l’altro grande banco di prova. Apple è entrata seriamente nella partita con Apple Intelligence solo quando il discorso globale su ChatGPT, modelli multimodali e agent era già maturo. Le promesse di elaborazione on‑device, di integrazione con Note, Mail, Safari e app di sistema sono credibili, ma arrivano dopo anni in cui gli utenti hanno preso confidenza con altri strumenti. Non è un peccato mortale, ma è un problema di percezione che ricade, inevitabilmente, sul giudizio della gestione Giannandrea.

A complicare il quadro, ci sono state anche alcune uscite pesanti dal team AI di Apple, con figure chiave passate a competitor come Meta per lavorare su progetti di modelli di frontiera.

La fine dell’era Giannandrea: pensionamento e riorganizzazione

Il comunicato ufficiale di Apple parla di pensionamento e di un periodo di transizione che porta John Giannandrea a lasciare l’azienda nella primavera 2026. Il tono, come spesso accade in questi casi, è misurato e rispettoso. Ma se si guarda alla cronologia degli ultimi mesi, il quadro appare come parte di una riorganizzazione più ampia.

Già prima dell’annuncio, alcune responsabilità erano state ridistribuite: Siri e altre aree applicative dell’AI erano passate più vicino alla sfera di Craig Federighi, mentre la parte di modelli di base e ricerca restava sotto Giannandrea. Ora Apple sembra aver scelto di sciogliere la figura monolitica del “capo dell’AI” in una struttura più articolata, dove la responsabilità si divide tra software, servizi, operations e una nuova guida per i foundation models.

In questo vuoto entra Amar Subramanya, che assume un ruolo centrale proprio sui modelli di base, sulla ricerca in machine learning e sulla valutazione e sicurezza dei sistemi di AI. Di fatto, prende in mano il cuore tecnologico di ciò che oggi viene chiamato Apple Intelligence, con il compito non banale di trasformare una base esistente in un motore più aggressivo e credibile sul piano competitivo.

Gli errori di Giannandrea, dal punto di vista dell’utente

Se si mette da parte la diplomazia dei comunicati, gli errori di Giannandrea si leggono meglio guardando la situazione con gli occhi di chi usa un iPhone, un iPad o un Mac ogni giorno.

1. Assenza di un “punto di svolta” chiaro sull’AI
   Non c’è stato un singolo momento in cui l’utente medio ha pensato: “Ok, adesso l’AI di Apple ha fatto davvero un salto”. Molte funzioni sono migliorate in silenzio, ma senza un simbolo forte – un nuovo Siri, un assistente trasversale, un’app dedicata – la percezione è rimasta tiepida.
   
2. Gestione confusa del rilancio di Siri
   Siri è rimasto il fulcro di troppe promesse non mantenute. Ogni rinvio dell’aggiornamento “intelligente” ha pesato più del precedente, fino a rendere l’assistente quasi un meme tra chi segue il settore.
   
3. Reazione lenta alla generative AI
   Mentre il mondo testava ChatGPT, Copilot e strumenti simili, Apple ha scelto una via più cauta, puntando su privacy e controllo on‑device. Scelta coerente con la sua identità, ma rallentata nei tempi: Apple Intelligence arriva quando le altre piattaforme hanno già abituato milioni di persone a un certo tipo di interazione con l’AI.
   
4. Difficoltà a trattenere talenti chiave
   La fuga di alcuni profili di spicco dal team AI verso Meta e altri player non è solo una nota di costume. È sintomo di un contesto interno percepito come meno dinamico, o meno allineato alla frontiera dell’AI di quanto vorrebbero gli esperti. Questo pesa quando si tratta di accelerare una roadmap già in affanno.

A onor del vero, parte della difficoltà è sistemica: Apple ha vincoli forti di privacy, un’attenzione maniacale al controllo dell’esperienza e una cultura aziendale più conservativa rispetto a quella delle big tech concorrenti. Ma quando si parla di strategia AI di Apple dopo Giannandrea, è difficile non riconoscere che la sua gestione abbia lasciato l’azienda in una posizione più difensiva che propositiva.

Chi è Amar Subramanya: il nuovo capo AI Apple

La figura che Apple mette ora in prima linea è Amar Subramanya, definito nei comunicati aziendali come un ricercatore AI di primo piano. Il suo percorso professionale aiuta a capire perché Cupertino abbia scelto proprio lui:

• Oltre dieci anni in Google, con responsabilità di ingegneria su prodotti legati agli assistenti e ai modelli di linguaggio.
• Un ruolo recente in Microsoft come Corporate Vice President of AI, quindi dentro la macchina che ha portato alla nascita e alla diffusione di Copilot.
• Un profilo che incrocia ricerca, sviluppo di modello e ingegneria di prodotto, cioè esattamente quello che manca quando l’AI resta confinata in laboratorio.

In Apple, Subramanya viene nominato vicepresidente per l’AI, con riporto diretto a Craig Federighi. Le sue responsabilità includono i cosiddetti “Apple Foundation Models”, la ricerca in machine learning e i processi di sicurezza, audit e valutazione dei sistemi di intelligenza artificiale. È, in pratica, il custode del motore che dovrà alimentare Siri, Apple Intelligence e tutte le future declinazioni dell’AI di Cupertino.

La scelta di una figura con doppia esperienza Google–Microsoft non è casuale. Da Google arriva la familiarità con ricerca avanzata e grandi modelli usati in prodotti consumer; da Microsoft porta la sensibilità per integrazione verticale nei software di produttività, nei sistemi operativi e nel cloud. È una combinazione rara, e Apple sembra volerla mettere al servizio di una nuova fase meno timida.

Le sfide immediate di Amar Subramanya

Il nuovo nuovo capo AI Apple Amar Subramanya parte in salita. Sul suo tavolo ci sono almeno cinque dossier critici.

1. Rendere maturi e competitivi gli Apple Foundation Models

I modelli di base sviluppati da Apple devono diventare il cuore affidabile di Siri, Apple Intelligence, strumenti creativi e, potenzialmente, nuove soluzioni professionali. Questo richiede:

• migliorare qualità, robustezza e capacità multimodali dei modelli;
• ottimizzarli per l’esecuzione su A‑series e M‑series, con particolare attenzione al calcolo on‑device;
• bilanciare performance e consumo energetico, elemento non secondario su iPhone e iPad.

2. Rilanciare Siri in modo credibile

Dopo l’ennesimo rinvio di Siri “intelligente”, non basta un restyling superficiale. Serve un assistente che capisca meglio il contesto, supporti dialoghi multi‑turno, sappia orchestrare altre app e integrazioni, e sia coerente su iPhone, Mac, iPad e Vision Pro. È uno degli aspetti più delicati anche dal punto di vista mediatico, perché Siri resta per molti la “faccia” della intelligenza artificiale.

3. Collegare meglio ricerca e prodotto

Uno dei limiti dell’era Giannandrea è stata la lentezza con cui i progressi di laboratorio diventavano funzioni concrete. Subramanya viene da culture aziendali abituate a iterare spesso, con rilasci frequenti e beta pubbliche. Se riuscirà a importare questo approccio, potremmo vedere un ciclo di evoluzione dell’AI Apple meno legato ai soli aggiornamenti annuali di iOS e più a rilasci continui.

4. Gestire il rapporto con i modelli di terze parti

Il tema “Apple + Google Gemini” non è più un tabù, come dimostrano gli articoli di Melamorsicata come “Apple e Google Gemini: Il Prezzo della Privacy”. Il bilanciamento sarà delicato: usare modelli esterni per colmare rapidamente alcune lacune, senza indebolire lo sviluppo di foundation models interni né compromettere la narrativa di privacy e controllo. Subramanya dovrà decidere dove ha senso delegare e dove è strategico restare proprietari.

5. Ricostruire l’attrattività ai talenti AI

Per recuperare terreno, Apple ha bisogno non solo di tecnologia, ma di persone disposte a costruirla lì dentro. Un nuovo leader con credenziali di alto livello può aiutare a rendere l’azienda più appetibile a ricercatori e ingegneri che, negli ultimi anni, hanno guardato soprattutto verso OpenAI, Google, Meta e Microsoft. La sfida è creare un contesto in cui si possa lavorare su problemi di frontiera senza sentirsi frenati da una burocrazia interna eccessiva.

FAQ