企業 AI 要自建、採購還是託管？用控制、速度與總成本決策
企業 AI 的選擇不是只有「自己訓練」或「買一套 SaaS」。常見路線包含直接使用成品工具、以 API 組合自己的工作流程、使用託管平台部署開源模型，以及自行維運完整技術堆疊。決策重點是哪些能力值得自己掌握、團隊能承擔哪些責任，以及需求變更時能否退場。
四種路線先分清楚
成品 SaaS 上手快，基礎設施與更新多由供應商負責，但客製、資料流與版本控制可能受限。API 組合可以保留介面、規則與資料層，模型由供應商提供，團隊仍要負責應用安全與營運。託管開源模型增加模型與環境控制，同時帶來容量、更新與監控責任。完全自建控制最多，也最需要資料、模型、基礎設施與長期維運能力。
不要因「開源」就把成本當成零，也不要因「企業方案」就假定治理已完成。每條路線都要列出供應商與自己的責任。
用六個問題比較
1. 需求有多差異化
若只是通用會議整理或公開資料草擬，成品工具可能較合理；若核心流程、資料權限與輸出規則高度特殊，組合式開發比較容易保留控制。差異化必須來自工作與資料，不是單純追求技術新穎。
2. 資料能去哪裡
畫出輸入、儲存、日誌、備份、分包與跨境路徑，確認資料用途、保存與刪除。正式判斷仍須依適用法律與契約。可用AI 供應商評估表要求每個答案附證據。
3. 團隊能維運什麼
自建不只要寫出第一版，還要有人處理更新、容量、漏洞、事故、監控與離職交接。CISA 的安全 AI 系統開發指引把 secure design、development、deployment、operation and maintenance 視為完整生命週期；控制權增加時，責任也一起增加。
4. 速度與變更頻率
成品工具可快速試用，但功能或條款更新可能由供應商決定。自行組合速度較慢，卻能在關鍵節點加入版本、測試與回復。用兩到六週 PoC 驗證最不確定的假設，不先承諾永久架構。
5. 完整成本
比較授權、用量、整合、資料、監控、安全、人工複核、支援與退場。使用AI 專案預算估算器做相同期間的三種情境，並用每個合格成果成本比較，不只看每月訂閱。
6. 退場是否可行
確認資料、設定、提示、評測與日誌能否匯出，終止後如何刪除，核心流程如何回到人工或替代平台。NIST AI RMF Playbook 將盤點、文件、持續監控與安全退場視為治理的一部分；它是自願性建議，不是照表全做的認證。
建議的決策方式
先寫AI 使用情境一頁簡報，再讓三種路線用同一組資料、測試題與停止條件做比較。評分包含價值、品質、資料、安全、維運、成本與退場，每個高分都要有證據連結。
若核心差異在資料與流程，可以自己掌握資料、權限、測試和介面，模型保持可替換；若團隊沒有營運能力，託管或成品方案可能降低總風險。混合架構也很常見：一般任務用成品工具，核心流程以受控 API 與自有資料層實作。
完成初選後，用AI 風險初篩工具找出需要加強審查的面向，並依供應商採購清單完成書面證據與契約程序。