企业 AI 到底该自研还是采购：不要从模型所有权开始判断

01 / “自研还是采购”为什么经常问错

讨论企业 AI 时，很多团队会很快进入二选一：自己训练和开发，还是购买一家供应商的产品。这个问题把一套复杂的业务系统压缩成了一个技术选择，容易让企业在尚未明确任务之前，就开始比较模型、平台和报价。

企业真正使用的 AI 能力，通常由多个层次共同组成：底层模型负责理解与生成，数据和知识提供业务事实，规则与工作流定义处理步骤，接口连接现有系统，评测与运营机制负责判断结果是否可靠。每一层的通用程度、风险和更新频率都不同。

因此，自研与采购不应以“整套系统”为单位决定，而应逐层判断：什么构成企业差异，什么需要企业承担责任，什么已经有成熟能力可以使用。

02 / 企业必须掌握的不是模型，而是业务控制权

无论使用自研能力还是外部产品，企业首先要掌握任务定义。系统解决什么问题、使用哪些输入、什么结果算完成、哪些动作必须人工确认，这些不能完全交给供应商解释。

第二是数据边界。企业需要知道哪些数据可以被使用，来自什么系统，多久更新，由谁负责，能否导出和修正。第三是业务规则与验收标准，包括价格、权限、客户权益和异常处理等真实约束。

第四是评测与运行记录。企业应该拥有能够代表自身任务的样本、失败分类和结果记录，不能只接受供应商给出的通用演示或综合分数。只有这些内容留在组织内部，模型或平台发生变化时，企业才有能力重新验证。

• 01业务对象、任务边界与完成标准由企业确认
• 02数据来源、权限、更新和退出方式保持清楚
• 03关键规则与人工确认点能够被查看和修改
• 04评测样本与运行结果不依赖单一供应商保存

03 / 通用能力更适合采购，差异能力才值得深建

通用文本理解、内容生成、语音识别、文档处理和基础开发平台，往往不是一家企业独有的竞争力。企业可以借助成熟服务更快验证场景，把有限资源留给真正影响经营结果的部分。

需要更深建设的，通常是行业流程、企业知识、系统连接、任务评测和持续运营。这些内容离业务更近，也更需要组织内部参与。但“深建”不等于全部从零编写，可以是在标准产品上配置，可以与合作方共同开发，也可以由企业维护关键规则和接口。

判断是否值得投入，应看这项能力能否形成长期差异，是否涉及高影响责任，现有产品能否满足，以及企业是否有团队持续维护。没有长期维护能力的自研，容易在上线后变成另一种技术负担。

04 / 共建不是把定制项目换一个名字

很多企业最终会选择共建，但共建需要清楚的分工。企业负责提供真实任务、业务规则、样本与验收判断；产品和技术团队负责把这些内容转化为可运行、可观察的系统；外部伙伴可以提供模型、平台、工程能力和行业经验。

如果所有配置、提示、流程和接口都只掌握在外部实施人员手中，共建仍然可能变成不可接管的黑箱。反过来，如果企业只提出功能清单、不参与规则和验收，技术团队也无法替代业务作出正确判断。

共建的交付物不应只有一个可访问的系统，还应包括流程说明、数据边界、权限清单、评测集、异常处理、版本记录和接管方式。这样项目经验才能成为企业能力，而不是一次性交付。

05 / 用一张分层清单做决定

决策时可以把目标场景拆成模型、数据与知识、业务规则、工作流、系统接口、评测和运营七层。逐层标记重要程度、责任风险、现有能力、外部成熟度和内部负责人，再选择采购、自建或共建。

第一阶段优先保持可逆：模型能够替换，数据能够导出，规则能够查看，接口有清楚边界，人工流程可以接管。先用最小闭环验证价值，再决定哪些层值得继续投入，不必在项目开始时承诺一套庞大的自研平台。

• 01先选一个结果可验证的业务任务
• 02明确七层分别由谁建设、维护和验收
• 03对关键层设置导出、替换与降级方案
• 04试点结束后根据使用结果重新调整边界
• 05每增加一层自研，都同步确认长期维护责任

自研的目的不是证明技术实力，采购的目的也不是转移责任；两者都应该服务于企业对业务结果的长期掌控。