「我們服務過上百家企業客戶」、「我們是 AI 領域的領導廠商」、「我們的 AI 引擎業界第一」——如果你最近找過 AI 外包，這些話你應該聽過。問題是聽完之後你還是不知道：他們到底會不會做。
2026 年「會說 AI」的廠商遍地都是，2024 年還在做網頁、2025 年改名叫「AI 顧問」、2026 年宣稱有 RAG/Agent 端到端能力——三年三個身分。對中小企業老闆而言，找外包做 AI 最大的風險不是花太多錢，是花了錢拿到的東西「跑不起來」或「跑得起來但沒人會維護」。這篇給你一份明確的判斷指南：6 個一眼看穿廠商真功夫的訊號 + 3 個 30 分鐘內可做完的技術測試題。
一個值得知道的數字：Deloitte 2026 State of Generative AI in the Enterprise 報告 統計，全球 AI 專案有 42% 在「廠商選錯」階段就埋下失敗種子——也就是廠商真的不會做、但企業沒看出來，三個月後才發現。這 42% 的損失平均一個案子 50-150 萬台幣（換算自報告中位數），而且時間損失通常比金錢損失更難挽回。
ℹ️這篇適合誰
中小企業老闆、IT 主管、採購負責人，正準備找外包做 AI 系統（客服 AI、RAG 知識庫、Agent 自動化、AI 客製化等）、預算 30-300 萬台幣、第一次或第二次找 AI 廠商。讀完帶走：廠商品質的 6 個訊號、3 道技術面試題、第一次會議該問的 12 個問題。
先搞清楚：「會說 AI」與「會做 AI」差在哪 4 個層面
判斷廠商前先建立認知框架。所謂「會做 AI」不是一個能力，是 4 個能力的疊加。每一個都重要，缺一個就會在不同階段炸鍋。
能力層 | 考的是 | 缺了會發生 | 判斷訊號 |
|---|---|---|---|
技術選型力 | 知道哪個模型/框架適合你的場景 | 做出來效果差，例如用錯模型導致回答速度慢 10 倍 | 能說清楚為什麼選 A 不選 B，有具體案例 |
工程實作力 | API 串接、資料管線、生產部署 | demo 跑得起來、上線跑不起來 | GitHub commit、技術部落格、實作影片 |
產品設計力 | 把 AI 包裝成業務真正能用的介面 | 員工看不懂、用兩週就不用 | 過去做過的 UI/UX 範例 |
運維能力 | 上線後監控、調整、處理客訴 | 三個月後系統出包沒人能修 | SLA 條款、過去案例的維護記錄 |
看到這張表，你會發現「真的會做 AI」門檻其實滿高的——4 個能力都到位的廠商在台灣不到 50 家。剩下大部分是「會做 1-2 項、靠包裝成全套」。下一節把這 4 層轉成你能用的判斷訊號。
6 個一眼看穿廠商的訊號：第一次會議就能用
訊號 1：他能不能在 5 分鐘內講清楚「為什麼選這個技術」
問廠商一個具體技術問題：「你會用 RAG 還是 fine-tuning 來做我們的知識庫？為什麼？」會做的廠商會在 5 分鐘內給你具體理由，例如「你們資料量小於 1GB、更新頻繁、預算有限——RAG 比較合適，因為 fine-tuning 每次更新都要重訓」。會說的廠商會給你「我們有完整解決方案」、「兩個都能做」——這種話等於沒講。
訊號 2：他願不願意給你「他們自己用 AI 做的東西」看
「dog-fooding」是業界判斷誠意的硬指標——廠商自己有沒有用 AI 改造自己的工作流程？他們的官網有沒有 AI 元件？他們的部落格是不是用 AI 寫的？如果一家廠商自己內部都不用 AI、但要賣你 AI 系統，這比較像是業務在拉客而不是工程師在做事。
訊號 3：他能不能拿出真實的 GitHub commit 或技術 blog
真正在做 AI 工程的廠商，至少會有兩種痕跡之一：1）公開的 GitHub repo（開源專案、實作範例、教學）；2）技術 blog（不是行銷文，是工程細節文，例如「我們踩了 RAG 哪 5 個坑」）。沒有這兩種痕跡的廠商，他的工程能力你只能聽他自己說，這風險高。
訊號 4：他不會把所有問題都答「我們有經驗」
問廠商一個有點刁鑽的問題，例如「如果客戶問 AI 的問題包含個資，你會怎麼處理？」會做的廠商會承認複雜性：「個資處理要看是否落地、是否在 token 化、是否在 GDPR 範圍內⋯」會說的廠商會回「我們有完整經驗，不用擔心」——這種太順的答案通常代表沒踩過真實案例。
訊號 5：他願不願意走「先 POC、後正式合約」
AI 專案跟傳統 IT 開發不同，效果有不確定性。會做的廠商會主動提議：「我們先做 2-4 週的 POC，預算 5-15 萬，確認可行再簽正式合約」。會說的廠商會直接給你一個 200 萬報價單、要求簽全約——這代表他不確定能不能做、但需要這筆錢落袋為安。
訊號 6：他的工程師會親自參加會議，不是只有業務
第一次會議全程都是業務在講、沒有工程師（或工程師只負責點頭），這是危險訊號。AI 專案的細節非常多——資料格式、API 限制、模型成本、延遲、錯誤處理——只有工程師能回答，業務頂多複述。會做的廠商通常第一次或第二次會議就會把實際做的工程師帶出來。
3 個技術測試題：30 分鐘內測出廠商真本事
上面 6 個訊號偏「軟」，下面 3 道題目是「硬」測試——直接讓廠商在會議上現場答。題目設計成「會做的人答得快、會說的人會卡住」。注意：不是要刁難廠商，是要避免你花 100 萬發現對方做不出來。
測試題 1：「如果我們資料有 5,000 份 PDF、每份 50 頁，總共 25 萬頁，要做 RAG 系統，你會怎麼設計？預估幾天可以上線？」
會做的回答：「先把 PDF 用 OCR/Layout 解析切成段落（這步要看品質，可能要試 2-3 個工具）、用 embedding 模型編成向量、存到向量資料庫（Pinecone/Weaviate/pgvector 看你預算）、設定混合檢索（向量+關鍵字）、加重排序。25 萬頁初步估 30-40 天上線，包含資料清理跟調 prompt。」
會說的回答：「我們會用最先進的技術做客製化 RAG 系統」/「大約 1-2 個月可以上線」——沒提到資料清理、沒提到向量庫選型、沒提到混合檢索。
測試題 2：「我們的客服 AI 上線後，如果它回錯客戶問題、被客訴，我們的應變流程怎麼設計？」
會做的回答：「需要三層防線：1）prompt 加 safety 規則 + 不確定時轉真人；2）回應日誌全紀錄、每天人工審 100 筆；3）建立『AI 錯誤回報』內部表單，每週調 prompt。客訴時的 SOP 是先道歉、人工接手、把錯誤案例加進測試集。」
會說的回答：「我們的 AI 準確率 95% 以上，幾乎不會出錯」——沒提到應變流程、沒承認 AI 一定會出錯這個事實。出包率 95% 在生產環境其實是慘事，代表每 20 個客戶就有 1 個碰到錯誤回應。
測試題 3：「上線後的營運成本怎麼算？OpenAI/Anthropic API 費用、向量資料庫、伺服器、人力，預估月費多少？」
會做的回答：能給具體公式，例如「假設每天 1,000 次客服查詢、平均 token 3,000、用 Claude Haiku，API 費用約 NT$1,500-3,000/月；向量資料庫看用量約 NT$500-2,000/月；伺服器 NT$2,000/月；人力監控 0.2 人月 NT$15,000/月。總計 NT$2-3 萬/月。」
會說的回答：「上線後維護費另計，看狀況」/「都包含在年費裡」——沒拆分、沒給數字，後續就是無底洞。
第一次會議該問的 12 個問題：把廠商一網打盡
你過去 12 個月做過哪 3 個最有代表性的 AI 案子？可以給我客戶名單做 reference check 嗎？
這些案子目前還在線上跑嗎？最近一次系統升級是什麼時候？
你們公司現在有幾位工程師？多少人專做 AI？多少人做前端後端？
我們這個案子如果接了，主要工程師是誰？我可以跟他直接通話嗎？
你們公司自己內部哪些工作用了 AI？有沒有 dog-fooding 案例可以展示？
如果我們的需求超出你的能力範圍，你會直接說『做不到』還是會勉強接？
你們的合約有 SLA 嗎？上線後出問題的 response time 是幾小時？
如果上線 3 個月後我們想換廠商，你會怎麼幫我們做 handover？
你們的報價包含維運嗎？維運費用怎麼算？年費還是按時間？
你會推薦我們用哪個雲端服務商？為什麼是 AWS/GCP/Azure？
如果未來 OpenAI/Anthropic API 漲價，我們的系統會怎麼受影響？
你有沒有踩過跟我們類似的案子的坑？可以講一個讓我學習嗎？
把這 12 個問題印出來、帶到會議上。看著問。會做的廠商會被你的專業嚇到（好的嚇到），會說的廠商會在第 3-4 題開始閃躲。
ℹ️我們做過這件事
順帶說一下，這篇分享的判斷邏輯，我們公司自己過去 18 個月也常被客戶這樣考察——我們很歡迎被這樣問，因為這是雙方節省時間最快的方式。我們內部就有 20+ 個 AI 流程在跑，從寫部落格、整理客戶資料、做提案，到開發 pipeline 都靠 AI。看到這裡，如果你正在找外包做 AI——我們很樂意 聊聊你的需求，第一次會議帶你的問題清單來，我們認真答。
AI 外包廠商評估表 下載
上面 6 個訊號 + 3 道測試題 + 12 個問題，整理成 5 頁 PDF 的評估表，可以印出來在會議現場打分。到 AI 顧問服務頁查看更多資源。
常見地雷：找 AI 外包前老闆最容易踩的 4 個坑
⚠️地雷 1：只看價格不看能力差距
AI 專案報價落差可以到 5-10 倍。同樣是「客服 AI」，A 廠商 30 萬、B 廠商 300 萬——便宜的可能只是套個 ChatGPT API、貴的可能含資料清理 + 向量庫 + 完整應變機制。看價格之前先看交付清單，才知道差在哪。
⚠️地雷 2：被「我們是 AI 領導廠商」迷惑
「領導」是中文行銷話術，不代表能力。真實能力看 commit 歷史、案例細節、工程師人數。如果一家廠商說自己是「領導」但拿不出具體案例、不讓你跟工程師通話——這個「領導」是給你看的，不是真的。
⚠️地雷 3：忽略「上線後」的細節
AI 系統不是裝完就完了，是「裝完才開始」。上線後的監控、調 prompt、處理客訴、調模型成本，這些都要錢、要人。如果合約只談「開發費」、不談「維運費」，3 個月後你會發現另外要付一筆。簽合約前一定要把第一年總成本算清楚。
⚠️地雷 4：忽略「資料準備」的工作量
AI 專案 60-70% 時間花在「資料清理」，不是「寫 AI」。如果廠商沒跟你討論「你們的資料目前長什麼樣、需要做哪些前處理」，他大概率會在 demo 階段卡住。先做小規模資料 audit 比看豪華 demo 重要 10 倍。
延伸閱讀：AI 顧問 vs AI 系統開發商分工完整指南、找外包做 AI 專案完整報價框架、找外包做 AI 系統的 7 個坑、老闆找外包前必備的客製化系統需求書（BRD）完整寫法，可以一起讀。
Q面試 AI 廠商會不會讓對方覺得不被尊重？
好的廠商會喜歡被認真考察——這代表你是嚴肅的客戶、會做完整評估、合作起來容易。不喜歡被考察的廠商，通常是答不出來的廠商。把這個篩選當作雙方節省時間。
Q如果廠商不願意做 POC、堅持簽全約怎麼辦？
兩種可能：1）他真的對自己的能力很有信心、過去案例都成功，可以看他過去案例 reference check；2）他資金壓力大需要全約落袋。第 1 種比較少見，第 2 種你應該避開——他的不確定性最後會變成你的風險。
Q30 萬 vs 300 萬的 AI 客服系統，差別在哪？
差別主要在 4 個地方：1）資料量——30 萬通常處理 100 個 FAQ，300 萬處理 5,000+ 知識條目；2）整合深度——30 萬可能只是 chatbot，300 萬會整進 CRM/工單系統/EDM；3）應變機制——30 萬靠 prompt 規則，300 萬有完整人工接手 + 監控 + 日誌；4）SLA——30 萬通常不保證，300 萬有月度 uptime 與回應時間承諾。
Q工程師人數少的小團隊（3-5 人）可以做 AI 嗎？
可以，但要看案子規模。3-5 人團隊適合 30-100 萬的中型 AI 案子；超過 100 萬、需要長期維運的，建議找 10 人以上有完整工程+設計+運維的團隊。小團隊的優勢是溝通快、彈性高、單價低；劣勢是人離職就斷線。
Q如果上線後想換廠商，技術交接會不會被卡住？
看合約怎麼寫。簽約時就要把「原始程式碼歸屬」、「資料庫匯出格式」、「prompt 與訓練資料所有權」寫清楚，最好寫進附件。最常踩的坑是廠商把 prompt 設成商業機密、把資料存在他的雲，換廠商時拿不回來。
QPOC 失敗了，POC 費用會退嗎？
不會也不該退。POC 的目的就是測試可行性，「測出做不到」也是一個有價值的結果——你省下 100 萬正式合約的錢。簽 POC 合約時應該明確寫「無論結果，POC 費用照付，且廠商需提供完整評估報告」。
如果你正在找 AI 外包、卡在「不知道怎麼判斷廠商真的能做」，歡迎預約恆遠 AI 顧問服務——我們不直接搶你的案子（除非你想找我們），主要是當你的「諮詢顧問」，陪你看 RFP、面試廠商、評比報價單、簽合約前做一輪 reference check。這個階段我們陪你想，後面真的要動手再談範圍跟費用。
AUTHOR
自由揚John
留言(0)
尚無留言，成為第一個留言的人吧！