企業聊天機器人採購完整指南：Intercom / Drift / Tidio / Zendesk / 自架 LLM 5 條路徑——中小企業老闆 6 個決策、5 條合約紅線、3 個報價區間

我們最近觀察到一件事——2026 年的中小企業老闆，客戶在 Line、官網表單、IG DM、Facebook 私訊四個地方同時丟問題進來，第一線客服早就不是「請一個正職、配一個工讀生」能撐住的局面。把第一線回覆外包給聊天機器人（chatbot）已經從可有可無的加分項，變成「不做就漏客」的硬需求。

但問題來了——這個市場光是看得到名字的工具就 50 個以上，從月費 $29 的 Tidio 到年費破百萬台幣的 Intercom 都打著「AI chatbot」旗號。我們陪客戶評估過的案子裡，超過一半的老闆第一個動作是「先找最貴的 Intercom 來談」，談完報價嚇一跳，然後直接放棄整個專案——這是最浪費機會的買法。

這篇把目前主流的 5 條 chatbot 採購路徑（Intercom、Drift、Tidio、Zendesk、自架 LLM）拆開來談，附上 2026 最新報價、6 個老闆會卡住的決策點、5 條合約紅線、3 個報價區間實算。看完你會知道自己公司現在的規模、IT 配置、客戶結構，該往哪一條路走、預算大概該抓多少、哪些條款一定要在合約裡爭。

為什麼 2026 中小企業老闆繞不開客服 chatbot 採購這道題

先看市場數據。ChatMaxima 整理的 2026 AI 客服統計顯示 80% 的公司已經在用或正在規劃導入 AI chatbot；Lorikeet 的調查更直白——2026 年 80% 的常規客戶互動會由 AI 完全處理。Gartner 在 2022 年的預測「2026 年對話式 AI 將為全球客服中心省下 800 億美元人力成本」，從目前部署趨勢看是會兌現的數字。

但中小企業的處境跟大型企業不一樣。大企業是「我有 200 個客服坐席，AI 幫我吃掉 60% 工單」；中小企業是「我整間公司客服只有 3 個人，下班後沒人接、週末客戶問問題等到禮拜一才回——這時候訂單已經被別人接走了」。同一個工具導入，前者談的是省成本，後者談的是搶訂單。

我們陪老闆評估過的案子裡，最常聽到的三句話是：「業務說再多人也接不完 IG DM」、「客服離職率高到 KB 沒人維護」、「明明 80% 問題都是同一批 FAQ 但每天還是重複回」。這三件事，我們之前寫過怎麼系統性破解，但「該選哪個工具」這層決策一直沒有完整的中文版採購指南——這篇就是要補上這個缺口。

另一個被低估的事實：chatbot 不只是客服工具。Salesloft 2026 收購 Drift、Intercom 把 Fin AI 包成 outcome-based pricing、Zendesk 把 Advanced AI 整合進每個 Suite 方案——這些動作都在說同一件事：chatbot 正在從「客服降本工具」變成「售前到售後一條龍的對話介面」。買錯了，三年內就要再換一次，沉沒成本驚人。

Intercom、Drift、Tidio、Zendesk、自架 LLM：5 條 chatbot 路徑全景

先把這 5 條路徑按定位和適合對象排清楚，再進細部比較。每一條路都有它的 sweet spot，沒有「最好」的選項，只有「最適合你公司現況」的選項。

路徑 A：Intercom + Fin AI（高階全棧）

Intercom 是這個市場的旗艦級玩家。2026 年的定價結構分兩層：席次費（Essential $39、Advanced $99、Expert $139 per seat per month）+ Fin AI Agent 的 outcome-based 計價（每成功解決一個對話 $0.99，最低門檻每月 50 個 resolutions）。完整定價見官方頁面。實算下來，8 個客服 + 每月 2,100 個 AI resolutions 的中型用法，月費約 $2,960 美元（年費 NT$1,065,600 起跳，未含 WhatsApp 等附加模組）。

適合：30 人以上、客戶 LTV 高、有完整 RevOps team、要把 chatbot 接進整個 GTM 漏斗的公司。30 人以下純客服需求買 Intercom 就是大砲打蚊子——這是我們的判斷。

路徑 B：Drift（已宣布 sunset，需要替代方案）

這條路徑現在有大事——2026 年 3 月 6 日 Clari + Salesloft 正式宣布 Drift 進入 sunset，並指定 1mind 為 exclusive AI 繼任者。所以 2026 年 6 月之後，任何「Drift chatbot」的採購建議都要附上一個前提：你買的是一個沒有積極投資、最終會收掉的產品。

1mind 的定位比 Drift 窄——主要是 GTM 對話 agent（網站、產品內、視訊會議上的 AI 數位同事），不再包含 de-anonymization、intent data、outbound。如果你公司原本就用 Drift，建議盡快評估遷移到 1mind 或其他替代品（Warmly、Knock AI、Intercom）。新採購者直接跳過 Drift。

路徑 C：Tidio + Lyro AI（中段最被低估）

Tidio 是我們認為 2026 最被低估的中段選擇。官方定價 Free / Starter $29 / Growth $59 / Plus 從 $749 起 / Premium $2,999 起。Lyro AI add-on 從 $39/月、100 個 AI 對話起算，500-1,000 個對話約 $79-$149/月。

實際100 個月對話的成本約 $29/月（年費 $350），加 Lyro AI 跟 Flows 自動化大約落在 $115-$145/月——這個價位帶在 Intercom 跟自家寫 chatbot 之間，剛好填上「想要正規工具但年費不能超過 NT$5 萬」這個 30 人以下小公司的空缺。

適合：< 30 人、月對話量 < 2,000、客戶問題以 FAQ 為主、不需要複雜的 CRM 整合。

路徑 D：Zendesk（企業客服標配）

Zendesk 在 2026 年 5 月有一個重要的定價變動——Advanced AI add-on 從 $50/agent/月的獨立 SKU 正在 5/11 到 6/12 之間整合進每個 Suite 方案。表面看是省了 $50，但實際 per-resolution overage 的計價沒變，依然是 $1.20-$1.50 per Verified Resolution。

適合：50 人以上、已經用 Zendesk Suite 做工單管理、想要在原系統內加 AI 而不換平台的公司。對純新案、沒用過 Zendesk 的公司來說，學習曲線比 Tidio 陡很多，不見得划算。

路徑 E：自架 LLM（最進階、IT 重投資）

自架就是用 Llama 3/4、Mistral、Phi-3 這類開源模型，部署在自己的 GPU 基礎設施上，搭配 RAG（Retrieval-Augmented Generation）把公司 KB 灌進去，做出完全自有的客服 chatbot。根據 t3c.ai 的拆解，初期 build 成本介於 $15,000 到 $300,000 美元，月運維 $1,000 到 $15,000 美元。

關鍵的 break-even 點在每天 50 萬到 200 萬 tokens 的對話量——低於這個量級，付費 API 永遠比較划算；高於這個量級，自架才開始有經濟意義。我們的判斷很直接：沒有自己的 IT team（至少 1 位會 LLM ops 的工程師）就自架 LLM，是慢性自殺。

5 條路徑的 TCO（總體擁有成本）比較：

老闆會卡住的 6 個採購決策

跟 50+ 中小企業老闆談過後，會發現大家卡住的地方驚人地一致。把這 6 個決策先想清楚，採購流程會順 80%。

決策 1：情緒驅動 vs ROI 驅動

最常見的踩坑：老闆昨天滑 LinkedIn 看到「某某公司導入 Intercom 業績漲 40%」就立刻要 IT 評估 Intercom。這是情緒驅動。ROI 驅動的問法是：「我們公司現在 chatbot 能解決的最痛的 1 個流程是什麼？這個流程現在花多少人時、出錯率多少？」——先把分母算清楚，再選工具。

決策 2：預算分層（每月 vs 一次性）

SaaS 工具是長期月費（吃毛利），自架 LLM 是一次性 build + 較低月費（吃現金流）。中小企業老闆常忽略一件事：年費 $1,000 美元的 SaaS，三年就是 $3,000 美元，加價值稅、加實施費、加 onboarding 訓練——三年 TCO 跟一個小型自架專案差不多。決策前一定要算 3 年總成本，不是只看第一年。

決策 3：IT 配置可承擔度

把現有 IT 人手列出來：有沒有人會 API 串接？有沒有人會看 Zapier / n8n 介面？有沒有人會看 LLM 提示工程？三個都沒有 → 直接排除自架 LLM，連 Zendesk Advanced AI 的進階設定都要外包。三個有兩個 → Tidio + Lyro 是甜蜜點。三個都有 → 才有資格考慮自架。

決策 4：語料邊界（哪些資料能餵進去？）

這是被低估最嚴重的決策。SaaS 廠商一律會說「你的資料是你的」，但合約細看會發現：對話紀錄會被用來「改善模型」、KB 內容會被存在他們的 vector DB、客戶個資會經過他們的 LLM API——這些都是法務風險。決策時先列出三類資料：(a) 完全公開可以餵的（產品介紹、退換貨政策）、(b) 半敏感的（客戶訂單、會員等級）、(c) 高敏感的（信用卡末四碼、健康資料）。a 類什麼都能餵，b 類要看廠商 DPA，c 類強烈建議自架。

決策 5：合規邊界（GDPR / 個資法 / 行業特殊規範）

如果你做金融、醫療、保險、教育，先把行業法規攤開。台灣個資法第 27 條對「資料委外處理」有明確規範，醫療資料還要疊一個 HIPAA-equivalent 的考量。Tidio Premium 方案有 HIPAA 選項但要 $2,999/月起；Intercom 跟 Zendesk 都有 BAA 可簽但要 Enterprise 方案。這條決策做錯，輕則被罰，重則整個 chatbot 要打掉重做。

決策 6：退場條款（資料拿得回來嗎？）

採購時最沒人想的問題：三年後想換掉這個工具，你的對話紀錄、客戶 profile、訓練好的 FAQ 模型，能不能匯出？什麼格式？要不要額外付費？這條沒有寫進合約，三年後想換工具就會被 vendor lock-in 套牢。我們建議所有 chatbot 合約都明確寫：「資料可匯出為 JSON/CSV，免費、終止後 90 天內」——這是底線。

6 個決策的快速對照：

合約必看的 5 條紅線

合約紅線這塊我們在另一篇 AI 客服 SaaS outcome-based pricing 文裡寫得更深，這裡聚焦在 chatbot 採購最關鍵的 5 條。如果有條款違反這 5 條，回去跟 vendor 重談——這是 must-have 的底線，不是可有可無的優化項。

第 4 條尤其重要。2026 年的 chatbot 市場最大的價格陷阱在 per-resolution 單價而非月費——Intercom $0.99、Zendesk $1.20-1.50，這些數字一年內可以調 30% 都沒人攔得住。outcome-based pricing 必須鎖 24 個月以上。

報價區間實算：依公司規模分三段抓預算

用實際公司樣態算 3 個報價區間，數字是 Year 1 全包估算（含工具年費 + 必要實施費 + 預估 onboarding 訓練時數）。台幣為主，匯率以 NT$32/USD 估算。

區間 1：< 30 人，年費抓 NT$5 萬-NT$10 萬

典型樣態：電商 2-5 人小團隊、月對話量 500-2,000、客戶問題 80% 是 FAQ + 訂單查詢。

推薦組合：Tidio Growth ($59/月) + Lyro AI ($79/月) + 半天內部 onboarding。

Year 1 預估：($59 + $79) × 12 × 32 ≈ NT$52,992，加 NT$10,000 的 KB 整理外包成本，總計約 NT$63,000。

陷阱題：很多人會被 Tidio 廣告「Free Plan」吸引，但 Free 只有 50 對話/月，對任何活躍電商都不夠用——別把 Free 當預算規劃基準。

區間 2：30-100 人，年費抓 NT$30 萬-NT$80 萬

典型樣態：成長期 SaaS、月對話量 3,000-15,000、客戶結構複雜（既有 B2C 也有 B2B）、需要 CRM 整合。

推薦組合：Intercom Advanced ($99/seat × 5 seats) + Fin AI 1,500 resolutions/月 ($0.99 × 1,500) + 1 週 onboarding。

Year 1 預估：($99 × 5 + $1,485) × 12 × 32 ≈ NT$760,320，加 NT$60,000 一次性實施與整合。

陷阱題：Fin AI 的 50 resolutions/月最低門檻容易被忽略，量沒上去 unit cost 反而很高。

區間 3：100+ 人，年費抓 NT$150 萬-NT$1,000 萬

典型樣態：傳產或金融、月對話量 30,000+、合規嚴格、需要把 chatbot 跟自家 ERP/HIS 整合。

推薦組合 A（仍走 SaaS）：Zendesk Suite Enterprise + Advanced AI 整合 + 10-30 席。Year 1 約 NT$1,500,000-NT$3,000,000。

推薦組合 B（自架）：開源模型 + RAG + 內部 GPU 或 GCP/AWS GPU instance。Year 1 build NT$800,000-NT$2,000,000 + 運維 NT$500,000-NT$1,500,000。

陷阱題：很多老闆在這個量級會跳到自架，但忽略了「找不到 LLM ops 工程師」的人力風險。台灣 LLM 工程師年薪 NT$150-300 萬，請不到還會被獵頭挖走——這是隱性風險，要納入 TCO。

落地節奏：30 / 60 / 90 天里程碑

採購完成只是起點。看過太多公司簽完約、付完訂金，然後 chatbot 半年後還在 setup 階段。給一個可執行的 90 天里程碑，按這個節奏跑落地率會高很多。

Day 1-30：FAQ 整理 + 第一個轉接劇本

這個月只做兩件事：把過去 6 個月的客服對話倒出來，挑出 Top 20 FAQ（要佔總問題 60% 以上）；做 1 條完整的「機器接不下去 → 轉真人」的劇本。不要急著上線，先在內部 staging 測 100 個對話，命中率 < 70% 不上線。

Day 31-60：小流量上線 + 監控 drift

在某個低風險入口（例如 IG DM 或週末才開的線上客服）放 10-20% 的流量進 chatbot，每天看三個指標：FAQ 命中率、轉人工率、客戶滿意度。注意AI chatbot 上線 6 個月後會悄悄變笨（model drift），這個監控機制要從 day 1 就建好，不是等出事再做。

Day 61-90：流量擴大 + 整合 CRM

流量拉到 50-70%，把 chatbot 跟 CRM / 訂單系統打通。這個階段最容易卡住的是「客戶識別」——已登入會員跟訪客的對話流程不一樣，要分流處理。這塊跟 客戶 Onboarding 系統採購 的決策邏輯類似，可以一起讀。

90 天之後進入優化期：每週看一次 drift 報表、每月迭代一輪 FAQ、每季重新評估合約條款。chatbot 是要持續運維的系統，跟「裝完就放著」的工具完全是兩回事。

恆遠怎麼幫客戶導入 chatbot：3 種協作模式

不是每家公司都需要從零客製化開發。我們陪客戶評估 chatbot 採購時，會先看公司現況把人分流到 3 種模式：

模式 A：純諮詢（陪你選工具）

如果你已經有 IT 人手、只是不確定該選哪一條路、合約怎麼談——我們AI 系統開發諮詢服務 可以陪你跑 1-2 週的盤點，產出採購建議書 + 合約紅線清單，讓你內部繼續推進。

模式 B：SaaS 導入 + 整合（Tidio / Intercom + CRM）

如果你選的是 SaaS 路徑，但需要把 chatbot 跟現有 CRM、訂單系統、會員系統打通——這塊我們的客製化網站與系統開發服務 處理過很多次，從 API 串接到資料同步都能 turnkey 做完。

模式 C：完整客製化開發（自架 LLM / RAG）

如果你公司規模、資料敏感度、客戶結構都已經到了「SaaS 接不住」的階段，需要自架 LLM + 自家 KB 的 RAG 系統——我們做過電商 AI 智慧客服整套客製化，從模型選型、向量資料庫架構、客服 UI、到上線後的 drift 監控可以一條龍。建議先跑一個 30 天 PoC 確認可行性，再簽完整開發合約。

我們怎麼看：chatbot 採購的 3 年趨勢判斷

常見問題

最後一句話收尾——Chatbot 採購的失敗，80% 的根因發生在採購階段選錯路徑，而非落地階段做不好。Intercom 的合約你簽下去，至少要綁 12 個月；自架 LLM 的開發合約簽下去，team 半年內動不了別的事。把這篇的 6 個決策、5 條紅線、3 個報價區間想清楚，再決定要不要進入採購流程。

如果你想跟我們聊聊你公司現在的客服情況、評估該走哪條路——可以直接跟我們約一場討論。我們會直接告訴你「以你現在的規模、現在的痛點、現在的 IT 配置，這個值得做嗎、怎麼做最划算」，這個階段我們陪你想，後面真的要動手再談範圍跟費用。