AI 系统的自研与采购问题很容易答错。
一方认为：“只需采购工具，供应商已经解决了这些问题。”另一方认为：“我们需要定制 AI，我们的工作流具有独特性。”两种判断都可能正确，但未经审慎评估就套用任何一种，都可能付出高昂代价。
真正的决策通常不是自研与采购的二选一，而是：
- 采购工具。
- 配置工具。
- 通过工作流自动化扩展工具。
- 围绕模型 API 构建定制系统。
- 仅在理由充分时选择自托管或微调。
本文提供一个实用框架。
评估整个系统：数据访问、工作流程适配性、验证、权限、集成、监控、人工审核、运营、合同条款和退出成本。不要仅根据模型演示做出决定。
从能力类型开始
| 能力 | 初始假设 | 为何需要测试 |
|---|---|---|
| 通用写作、会议、研究、编码辅助 | 先试用采购/配置方案 | 多个候选方案可能满足有限需求 |
| 常见业务流程 | 先试用采购/配置方案 | 现有业务系统可能已提供合适的受控能力 |
| 工作流程特定自动化 | 比较扩展和构建 | 工作流程平台可能适用，但需进行控制、可靠性和集成测试 |
| 公司知识助手 | 配置或构建 | 取决于权限和数据来源 |
| 面向客户的智能体 | 谨慎构建/扩展 | 品牌、安全、集成和日志非常重要 |
| 受监管的决策支持 | 首先进行合格审查；比较获批准的行业专用方案、采购、自研或无 AI 路径 | 法律、证据、责任和监督可能否决任何架构 |
| 核心产品差异化 | 比较不同的责任归属方案 | 仅客户和运营证据能确定自行拥有该能力是否带来优势 |
如果多个供应商满足需求，采购可能减少需要自行承担的责任。如果工作流程具有战略重要性或供应商存在重大缺陷，扩展或构建可能是合理的。需证明这两个主张。
四大决策维度
1. 工作流适配
供应商工具能否匹配实际流程？
需确认：
- 是否能访问权威记录系统（system of record）？
- 是否能执行我们的审批规则？
- 是否能处理异常情况？
- 是否能保留审计日志？
- 是否能支持我们的语言和客户预期？
- 用户是否能在现有工作环境中操作？
如果团队每天都必须绕开工具的限制来工作，仅看采购价格就会产生误导。
2. 数据控制
哪些数据进入系统，数据流向何处？
当数据为公开数据、内部数据，或已获组织批准可由该供应商处理时，采购方案更容易落地。当数据为机密信息、受监管信息、客户特定信息，或受严格的数据驻留与保留要求约束时，则更可能需要自研或私有化部署。
不要为了制造“重视隐私”的表象而自研。只有信息管理规则确实要求时，才选择自研或私有化部署。
3. 集成深度
一些AI系统通过受控连接到记录或操作系统创造价值：CRM、电子邮件、日历、工单系统、ERP、文档存储、数据库、支付、身份验证和日志。其他使用场景应保持隔离或仅限于只读访问。
作为初始假设，标准集成可能倾向于采购，而定制化、有状态的工作流程可能倾向于扩展或构建。代表性试用必须测试权限、故障恢复、可观测性和退出成本。
示例：
- “总结工单” -> 采购/配置。
- “分类工单、检查合同SLA、检查产品遥测数据、起草回复、按客户层级路由并记录所有决策” -> 扩展/自研。
4. 战略差异化
如果竞争对手能够以可比结果获取并配置相同能力，该能力本身可能无法形成长期优势。应衡量客户价值和运营差异化，而不是虚构复制时间线。
应在系统需要沉淀组织独有的流程、数据、分发能力、领域知识或客户体验，而通用供应商无法提供时选择自研。
总拥有成本
比较全成本，而非许可证与开发时间。
| 成本领域 | 采购 | 自建 |
|---|---|---|
| 许可证/API | 合同规定但可能根据席位、使用量、层级或超额使用而变化 | API、推理、基础设施和第三方服务 |
| 实施 | 配置、迁移、集成和变更管理 | 产品、集成、平台和迁移工作 |
| 维护 | 供应商负责部分平台层级；客户仍需负责配置和集成 | 你的团队负责约定的系统层级和依赖项 |
| 安全审查 | 供应商尽职调查 | 架构和代码审查 |
| 集成 | 受供应商限制 | 灵活但成本高 |
| 变更控制 | 供应商路线图风险 | 内部路线图负担 |
| 支持 | 供应商支持 | 内部支持 |
| 退出成本 | 数据/导出限制 | 技术债务和系统维护责任 |
无论选择哪条路径，都可能带来重大且长期的成本。请在同一时间段内比较当前报价、包含全部用工成本的人力成本、迁移、支持、事件和退出场景。
评分表
按 1 到 5 分为每个维度评分，定义每个分值的含义，并在评估供应商之前设定各维度的权重。不得让较高的总分覆盖信息安全、法律、隐私、操作安全、无障碍或数据驻留方面的否决意见。
| 维度 | 低分时倾向采购 | 高分时倾向自研 |
|---|---|---|
| 工作流专用程度 | 通用工作流 | 独特工作流 |
| 数据敏感度 | 公开/内部 | 机密/受限 |
| 集成深度 | 标准集成 | 多系统定制工作流 |
| 差异化 | 通用能力 | 战略优势 |
| 变更率 | 供应商路线图可接受 | 需要快速内部迭代 |
| 运营能力 | 工程能力有限或无专职工程团队 | 团队可持续运营生产系统 |
本文链接的配套评分表为你提供了一个可重复使用的模板。为每个评分附上证据：试用结果、合同条款、架构审查、报价、基准测试或客户调研。
对于最终候选者，实施相同的代表性工作流片段，并记录任务成功、失败恢复、人力投入、延迟、成本、集成限制、权限行为、可观测性以及导出/退出路径。试验后重新计算评分。
实用决策树
- 供应商工具是否能安全地满足强制性要求？ 试用、采购或配置候选工具。
- 剩余差距在运营上是否重要？ 在进行定制开发之前，先通过自动化进行扩展。
- 工作流程是否需要私有数据、自定义权限或深度集成？ 将企业配置、扩展、轻量定制层和无 AI/人工控制与强制性要求进行比较。
- 模型行为本身是否需要定制？ 在评估更简单的适用方法（如提示、确定性逻辑、检索或受限输出）之后，再考虑微调，并对每个候选方案进行评估。
- 部署是否需要私有控制？ 在衡量质量、成本和运维能力后，考虑使用VPC或自托管。
从决策树顶部开始。不要仅因演示看起来具有战略意义，就直接投入定制基础设施。
采购为正确选择的场景
适合采购的情况包括：
- 工作流常见。
- 供应商已集成到你的技术栈。
- 数据敏感度可控。
- 成本符合使用情况。
- 需要尽快见效。
- 能力非差异化因素。
- 缺乏运营自研系统的能力。
示例：会议摘要、写作助手、基础客服回复模板、代码补全、销售邮件草稿，以及在已批准文档中的内部搜索。
自研为正确选择的场景
适合自研的情况包括：
- 工作流是业务核心。
- 供应商工具无法执行必要控制。
- 需要与内部系统深度集成。
- 数据无法进入通用SaaS。
- 需要详细可观测性和评估。
- 用户体验是产品的一部分。
- 团队有能力长期维护该系统。
示例：面向客户的AI产品、受监管的文档工作流、具备权限控制的企业RAG、行业专用智能体、私有数据提取流水线。
现阶段不应做的事
在验证一个具体工作流之前，不要构建平台。
未经数据处理审查，不要采购工具。
未测试真实边界情况之前，不要批准供应商的AI功能。
在尝试提示工程、RAG 和评估之前，不要进行微调。
不要只因自托管听起来更私密就选择它。先证明隐私要求和运营能力确实存在。
让代表性试用决定
正确的 AI 自研与采购决策必须基于具体证据。英国政府目前的 AI 适用性评估同样首先判断 AI 是否适用，包括数据、用户、危害、替代方案和生命周期成本等要素。
将采购、配置、扩展、自研和无 AI/人工路径作为假设。选择责任负担最低，同时满足强制性工作流、数据、安全、集成、成本、无障碍和退出要求的候选方案。模型及其周边系统都可能成为限制因素；代表性试用必须明确问题出在哪一层。
