自建还是采购：企业智能体AI落地的决策框架

随着生成式AI，以及如今的智能体AI（agentic AI）的发展，企业及中小型企业长期面临一个关键问题——该问题与其推进技术的方式以及追求成本效益的程度密切相关：是自建内部系统，还是向供应商采购。

四年前，当OpenAI首次推出ChatGPT、各公司开始尝试生成式AI时，答案看似简单。对于那些不愿落后的公司而言，从OpenAI或Anthropic采购大语言模型，或尝试使用 开源模型 （例如来自Meta的模型）看起来是一个稳妥的选择。

然而，随着生成式AI日趋成熟以及 智能体AI（agentic AI）被广泛接受，“自建还是采购”的困境变得更加复杂，主要取决于多个因素，例如企业规模、应用场景，以及企业或中小企业自身所认定的“护城河（moat）”——即能将其与竞争对手区分开并加以保护的核心价值主张。

专注与灵活

在拉斯维加斯举行的Ai4 2026大会上，家居建材零售巨头家得宝（Home Depot）技术高级副总裁宁宇·陈（Ningyu Chen）表示，客户体验（CX）是该公司最重要的核心业务要素之一。 Ai4 2026 大会

“我们绝不会将这一环节外包给他人，”陈表示。

不过，家得宝仍与Anthropic、OpenAI、谷歌和微软等关键AI技术供应商保持合作关系，并采用其技术。

尽管如此，陈建议正在考虑“自建还是采购”问题的企业，应更专注于选择合适的应用场景，并在合作伙伴及采购对象的选择上保持灵活性。

“我会让合作方式保持高度开放，”他在接受AI Business采访时说道，“我们仍处于早期阶段，未来还有很多变数。看看OpenAI，它曾占据主导地位，如今已不再是了。”

“你必须构建一个抽象层，以避免受这些变化的影响，”他补充道。

未来推进咨询公司（Future Propel）首席执行官兼首席AI战略官桑蒂·拉梅什（Santhi Ramesh）指出，有意自建的企业还需考虑计划投入多少时间与人力，将生成式AI或智能体AI技术集成至自身平台。

作为企业领导团队AI转型顾问，拉梅什早年曾在赫尔希公司（The Hershey Company） 赫尔希公司（The Hershey Company） 及意大利巧克力公司费列罗（Ferrero）主导AI转型工作。

她表示，“自建还是采购”的决策还取决于企业的核心能力。

“如果你的核心能力并非科技公司，那么你最好选择合作并采购，”她在一次采访中表示，“如果你拥有高度敏感的数据、严格的安全要求、海量数据，以及需要定制化解决方案，那么你就必须自主构建。我本人两种方式都实践过。”

不过，她继续指出，部分企业和中小企业可能还需要更高灵活性，此时组织更宜先试用、学习，再采购某平台，或与供应商结盟，以便在必要时退出合作——例如在完成Beta版测试后。

采购或自建的成本

卡迪纳尔集团（Cardinal Group Companies）数据与创新副总裁瑞秋·伊瓦拉（Rachel Ibarra）表示，采购可能导致运营债务。 卡迪纳尔集团（Cardinal Group Companies）——一家物业管理与房地产组织。

尽管卡迪纳尔集团采取混合策略，并开发了名为Stan的内部AI智能体，但伊瓦拉表示，企业在选择自主开发还是向外采购时，需考量“一个统一系统的样貌”。

“这不仅关乎技术生态，”她在会议演讲中表示，“更关乎组织自身的运作生态。”

伊瓦拉指出，对于数据本身构成切实竞争优势的企业，自建可能更为有利；当组织存在碎片化需求时，自建也可能是个好主意。

“也就是说，你仅需相对较小的一部分功能，且该功能主要面向内部使用，能为你带来大量内部优势，”她在一次采访中表示，“我认为这类功能更适合非技术类公司自建——它们未必拥有足够资源去招聘一支庞大的工程团队。”

Smartsheet专业服务赋能总监马克斯·麦凯-弗莱施（Markus McKay-Fleisch）也提到了基础设施问题。

“对我而言，真正的问题在于：你是否认为自己拥有合适的基础设施来自行构建？”他在一次采访中表示，“这是不是一种公民开发（citizen development）项目，即由业务部门人员自行构建？如果是，那么你为其设定了哪些管控措施？”

企业还需确保自身具备强大的托管基础设施，并能在AI智能体 AI智能体（AI agent） 或系统出现故障或变更时予以维护。

此外，构建AI智能体或系统还需应对为每个应用场景挑选最佳AI模型的诸多细微差异。

Phenom是一家人力资源技术与应用AI公司，开发软件以协助组织招聘人才并培养技能。

该供应商采用多种模型，包括来自法国、北美与中国供应商的开源模型。据首席执行官马赫·巴伊雷迪（Mahe Bayireddi）介绍，许多正在构建AI智能体或AI智能体系统的组织，有时需根据具体应用场景切换模型。例如，某些模型适用于人力资源应用，而另一些则适用于财务应用。

巴伊雷迪表示：“企业尚未理解如何在行业层面而非公司层面灵活切换模型的细微之处。你的模型将在运行中实时切换。”

Just a Bite Better

史蒂夫·托伊（Steve Toy）， AI营养应用Just a Bite Better的创始人兼开发者选择在其应用内构建AI智能体，而非采购整套系统来实现该功能。

该应用采用多个协同工作的智能体，为消费者提供其营养状况概览。

‘我们不使用任何一家供应商或任何一个模型，’托伊在一次采访中表示，‘我们构建了自己的模型花园（model garden），如果可以这样称呼的话，这仅仅是一段代码，用于访问所有这些服务的API。’

对托伊而言，选择自行构建而非采购，或使用来自谷歌（Google）、亚马逊云科技（AWS）或微软（Microsoft）的模型花园，其动因在于他的技术知识以及特定的业务应用场景。

‘我并不涉及大量资金的来回流转，’他表示，并补充称消费者通过苹果（Apple）、谷歌（Google）或Stripe支付应用费用。此外，消费者可删除任何个人身份信息，且其信息经过编码处理，因而无法识别出特定个人。

‘我们在许多方面属于低风险场景，而IBM和PayPal则需关注不同的事项，’托伊表示。

他补充道，对于仍在探索应采购还是自建的企业而言，最重要的是明确自身需要采购的内容，尤其是在充斥着…… 人工智能（AI）供应商、产品 和服务的市场中。

‘要弄清如何采购，你必须清楚自己试图解决的问题是什么，并牢记每家企业都可被分解为若干组成部分，’他表示，‘当你进行采购时，你采购的是为了解决某个问题，即你业务中的某一部分。’

不过，托伊补充称，自建方案有助于控制成本。对于Just a Bite Better公司，他已部署一套系统，对每月每个模型所能使用的令牌（token）数量或成本设定硬性上限。

‘这正是防范灾难发生的方式，这一点至关重要，因为人们很容易一早醒来就发现一张5万美元的账单，’托伊表示。