如何評選企業 AI 供應商?決策者採購前必問的 9 個盡職調查問題

上季末,一位製造業的資訊長把三家供應商的簡報攤在桌上問我們:「這三家 Demo 看起來都差不多，我到底該選誰？」他手上有一份長達四十頁的功能比較表，勾滿了打勾符號。但我翻了兩分鐘就發現，那張表回答的全是「這套系統能做什麼」，沒有一格回答「上線後真的有人在用嗎」。

這就是企業 AI 供應商評選最常見的陷阱。功能清單人人會填，Demo 個個都漂亮。真正決定專案生死的，是那些簡報不會主動講、你得逼著對方回答的問題。以下九題，是我們陪客戶進採購會議時實際會問的題庫，你可以直接照著問。

一、部署與採用：Demo 之外的真相

第 1 題：你們的交付責任到哪裡結束？誰負責把系統推上生產線？ 很多供應商的合約寫的是「交付一套可運作的系統」，句號。意思是他們給你一個能跑的環境，剩下的導入、串接、教育訓練、催大家用，全是你家的事。好的答案會明確說出「我們的工程師會進場，扛到上線且達到約定的使用率」。

第 2 題：這套系統在跟我們同產業、同規模的客戶，實際日活使用率是多少？ 不要問「有多少客戶」，要問「使用率」。我們接手過一個案子，客戶兩季前買了一套很體面的 AI 客服平台，簽約很快，結果實際使用率只有 4%。不是產品爛，是它為「一般客戶」設計，而這家公司哪裡都不一般。

第 3 題：我們的資料怎麼進、怎麼出？出場成本是多少？ 資料進得去、出不來，是最貴的鎖定。要求對方報出「如果三年後我們要搬走，資料匯出的格式與費用」。答不出來的，通常是打算用遷移成本綁住你。

第 4 題：模型答錯或幻覺時，怎麼被攔下來？流程裡有沒有人審？ 生成式系統一定會錯，重點是錯誤有沒有護欄。追問他們的 human-in-the-loop 設計、信心分數門檻、以及錯誤回報機制。

第 5 題：誰能存取我們的資料？會不會被拿去訓練模型？ 白紙黑字確認資料落地位置、存取權限、以及「我們的資料不會用於訓練通用模型」的條款。金融與醫療客戶尤其要把這題綁進合約。

第 6 題：上線後由誰維運？模型版本更新誰負責、誰買單？ AI 系統不是裝完就結束，底層模型每幾個月就會迭代。問清楚維運責任歸屬，避免半年後系統慢慢退化卻沒人管。

第 7 題：我們怎麼衡量成功？KPI 綁不綁進合約？ 敢把成效綁約的供應商，和只賣授權的供應商，是兩種生意。要求對方跟你一起定義可量測的成功指標，例如「六個月內特定流程處理時間下降 30%」。

第 8 題：完整導入要多久？需要我們投入多少人力？ 這題挖的是隱藏成本。所謂「兩週上線」，常常沒算你這邊要投入的三個工程師和無數次會議。

第 9 題：三個月後發現不合用，退場條款是什麼？ 願意給你合理退場路徑的供應商，通常對自己交付最有信心。

#	盡職調查問題	好答案的樣子	該警惕的訊號
1	交付責任到哪結束	扛到上線與採用	「交付可運作系統」句號
2	同業實際使用率	給得出具體數字	只講客戶數量
3	資料出場成本	明列格式與費用	含糊帶過
4	幻覺如何攔截	有護欄與人審	「模型很準」
5	資料存取與訓練	願入合約條款	口頭保證
6	上線後維運	責任歸屬清楚	「你們自己維護」
7	KPI 綁約	願綁成效指標	只賣授權
8	導入工期與人力	誠實列出投入	只講最短工期
9	退場條款	給合理路徑	高遷移成本綁定

這九題裡，第 1、2、7 題最能篩掉「只會 Demo」的供應商。我們自己做 FDE 前線部署工程，判斷標準只有一條：Demo 很美不算數，上線且有人在用才算數。所以我們把工程師直接嵌進客戶現場，把 KPI 綁進合約，這也是為什麼上面這些問題，我們最歡迎客戶拿來問我們自己。