洞察 · AI 與企業
AI 系統的錢花在哪裡
設想兩份開發報價擺在老闆桌上,做的是同一個知識庫系統,一份比另一份貴一倍。老闆問:差在哪裡?
多數人比較的是一次性開發費。但對 AI 系統來說,開發費只是第一年賬單的一部分,而且常常不是最大的那部分。看懂一套 AI 系統的錢花在哪,才比較得了報價。
一次性的錢
需求研究與設計、開發、測試與上線、培訓。四項之中,最容易被壓價的是第一項,因為它看不見摸不着——「需求你們不是已經知道了嗎?」
省在這裡的錢,通常會在後面加倍付。需求沒弄清楚,做出來的東西要返工;返工若發生在上線之後,代價最高。一份報價若把需求研究壓得很薄,便宜的部分大概就在這裡。
每個月都在跑的錢
傳統軟件做好了,主要成本就付完了。AI 系統不同,它每用一次都在花錢。
- 模型使用費。多數按用量計費,用得越多越貴。不同任務適合不同等級的模型:簡單的分類也交給最大的模型,就像派總經理去影印。選型做得好不好,直接寫在每月的賬單上。
- 伺服器與資料庫。系統要放在某個地方運行,資料要存在某個地方。
- 第三方服務。文件識別、語音轉文字、電郵發送,每一項背後都可能是一張月費單。
問報價時,要問清楚這些帳戶開在誰的名下、帳單寄給誰、每月大概多少。帳戶在誰手上,日後換供應商的門檻就在誰手上。
維護的錢
AI 系統上線之後,外面的世界繼續在變:模型供應商更新版本,介面改版,業務規則調整。總要有人負責讓系統跟上。
報價裡最容易說不清的,是「修錯」和「新需求」的界線。系統答錯了,是修錯;你想讓它多做一件事,是新需求。這條線上線前不說清楚,上線後每一次溝通都會變成討價還價。
最容易漏算的:人的時間
這一項不會出現在任何報價單上,卻往往最大。
系統需要人整理資料、確認規則、審核 AI 的輸出。上線後頭幾個月,負責的同事每週要花多少時間?資料由誰更新?審核由誰簽?這些時間若沒有預先安排,就會從別的工作裡被擠出來——然後系統慢慢沒人管。
比較報價時,問這五個問題
- 需求研究佔多少工作量?會訪談哪些人?
- 每月的持續費用大概多少?帳戶開在誰的名下?
- 用的是哪一級模型,為什麼?
- 上線後多長時間內出現的錯誤,算在修錯範圍?
- 上線後,我們的同事每週要投入多少時間?
答得清楚的那一份,不一定便宜,但大概率更接近真實的總成本。
便宜的系統不一定省錢。能穩定用上三年的系統,才省錢。
見遠知行 · 見於遠,成於行。