2026 上半年 AI Agent 採購清算：老闆該砍掉、該續約、該升級的 7 條判斷線

2026 進入 6 月，台灣中小企業老闆桌上多了一份不太愉快的清單：去年第四季與今年 Q1 簽下的 AI Agent 工具、Claude Code 訂閱、Copilot 企業版、AI Agent 系統開發合約，超過半年了。錢都花了，工具也都上了，但有沒有真的賺到 ROI？

這已經是「H1 已經半年，Q3 該砍誰、該續誰、該升級誰」的決策，「AI 該不該買」早就過時了（早就買了）。從我們接觸的台灣中小企業 H1 採購案來看，https://www.anthropic.com/research/agentic-coding-trends-2026Anthropic 2026 Agentic Coding Trends Report揭露 55% 工程師正規使用 AI agent、Claude Code 占 46% 市占；https://www.gartner.com/en/articles/hype-cycle-for-generative-aiGartner 2026 Hype Cycle for Generative AI 同時指出多數 SMB 在 H1 採購後的 6 個月會進入「期望幻滅」期，續約率掉到 50% 以下。這篇就是給老闆 H1 清算用的 7 條判斷線。

為什麼 H1 半年期是 AI Agent 採購最該回頭看的時點

企業軟體採購學界有個慣例：6 個月是「導入失敗 vs 落地」的分水嶺。前 3 個月還在蜜月期，工具新鮮、員工願意試；4-6 個月真實使用率現形——用得到的人天天用，用不到的人乾脆退訂。我們服務過一家做電子代工的中小企業，去年 12 月一次簽下 Claude Code 30 個 seat、ChatGPT Team 50 個 seat、Cursor 20 個 seat，總 ARR 約 NT$180 萬。Q1 季報老闆說「都在用很滿意」；Q2 我們幫他拉了實際登入活躍度，**Cursor 月活躍 2 人、ChatGPT Team 月活躍 9 人、Claude Code 月活躍 27 人**。三家工具加起來只有 38% 真實在用，其他 62% 的 seat 等於每月燒錢。

這不是個案。https://productiv.com/saas-management-index/Productiv 2026 SaaS Management Report 指出全球 SMB 平均 SaaS 浪費率 38%，AI 工具因為「不買怕落後」的 FOMO 效應，浪費率推到 47%。所以 H1 結束前必須做一次嚴肅的清算，重點是回頭算「哪幾把刀真的在切肉」，而非回頭算花了多少。

判斷線 1：seat 活躍度 < 30% 直接砍，不要心軟

這條最簡單、最有效。每個 AI 工具後台都能拉 seat-level 活躍度（Claude / ChatGPT Team / Cursor / Copilot 後台都有）。把過去 30 天「每週至少登入 1 次」的人定為「真實使用者」，活躍 seat / 總 seat < 30% 直接退掉超額部分。退掉的人後來真的需要再加回來就好，不要怕。

實務上會遇到三種反對聲音：「他偶爾會用」「他主管說要保留」「他下個季度要開始用」。三句都是浪費 seat 的標準藉口。我們的判斷：偶爾會用 = 改用 pay-as-you-go 個人帳 + 報帳；主管說要保留 = 主管自己出預算；下季要開始 = 下季再加回來，沒人會記得你 Q2 砍過他。可參考 AI Agent 系統採購完整框架 中提到的「採購前/後分流」原則，H1 清算等於採購後分流的第一次系統性執行。

判斷線 2：產出指標撐不起訂閱金額的工具，降級或換廠

活躍度過關不代表 ROI 過關。第二條線要算「產出 / 金額比」。以 Claude Code 為例，一個 Pro seat US$ 200/月（約 NT$ 6,500），如果工程師月均靠它合并 3 個 PR、減少 2 小時 review、產出 ~ 30 個 commit，按工程師時薪 NT$ 1,500 換算「節省 25 工時」≈ NT$ 37,500 的價值——這個 seat 就值得續。

但如果同一個 seat 月均只合並 1 個 PR、commit < 8 個，那 NT$ 6,500 的 ROI 換算約 NT$ 9,000，只比成本高 38%——這時候該做的是「降級到 Pro 個人版 US$ 17/月」或「換 Cursor Pro US$ 20/月」，而不是直接砍。同樣道理可套到 Codex vs Claude Code 實測 提到的 Codex / Claude Code 兩家用工程師等級評估。產出指標撐不起的工具，先降級再考慮換廠，不要直接砍——工程師可能需要工具，只是不需要旗艦版。

判斷線 3：vendor lock-in 程度過高的合約，Q3 必須有 exit plan

H1 簽下的合約裡，最危險的不是貴的、是綁太緊的。包括：(1) 資料只能存在他家平台（雲端鎖死）、(2) workflow / prompt template 只能在他家平台跑（功能鎖死）、(3) 沒有 export API（資料逃出鎖死）、(4) 終止合約後 30 天內資料全刪（時間壓力鎖死）。

這些 lock-in 是商業模式自然產物，並非廠商惡意。但對中小企業老闆來說，H1 沒抓到、Q3 續約時你就沒有議價空間了。我們在 CAISI 歐盟 AI Act 合約紅線 已經整理過 7 條合約紅線，這次 H1 清算重點：把所有 H1 簽下的 AI 合約拉出來，逐條對紅線清單，**任何一條中招的合約**，Q3 續約前必須有 exit plan（替代方案、資料轉出計畫、過渡期）。沒 exit plan 的就降到月付試水，不要再續 12 個月年約。

判斷線 4：員工偷用個人帳的「影子 AI」要在 H1 結束前合法化

這條最痛——大部分老闆 H1 採購的 ChatGPT Team / Claude Team，員工在用嗎？答案常常是：在用，但用的是個人帳，因為公司版有資料政策限制（不能丟客戶資料 / 不能存 prompt）。員工懶得轉換，乾脆繼續用個人 ChatGPT Plus，自己付錢。

結果：(1) 公司版 seat 燒錢沒人用（判斷線 1 命中）、(2) 員工把客戶資料丟到個人版違反公司政策、(3) 知識沒有沉澱到公司、(4) 員工離職把「私人版的 prompt 經驗」帶走。https://www.microsoft.com/en-us/worklab/work-trend-indexMicrosoft 2026 Work Trend Index 指出 78% 員工在工作場景使用個人 AI 帳號，這是「影子 AI」(Shadow AI) 現象。Microsoft Agent 365 跨雲治理 處理跨雲影子 AI 收編，這條 H1 清算重點：把員工偷用清單抓出來，公司版降低限制讓他願意用，並開放「個人 prompt 移交給公司」的流程，否則 Q3 採購做了等於白做。

判斷線 5：自建 vs 採購的 H1 結算，重新算 break-even

Q4 採購時很多老闆選了「SaaS 訂閱」是因為「便宜、快」。半年過去，有些工具的真實使用密度遠超預期——比如客服 AI agent 每天進來 800 則對話，這時候「SaaS 月費 × 12 月」會超過「自建 + 維運成本」。

我們的客戶有一家做家電售後的中小企業，H1 採購了某通用客服 SaaS，月費 NT$ 9.8 萬。Q2 我們幫他算 break-even：自建一套「FastAPI + Anthropic API + Postgres」客服 AI agent，預估開發成本 NT$ 65 萬、月維運 NT$ 1.8 萬，**12 個月後總成本反超 SaaS 38%**，且自建版可以接他家的 ERP（SaaS 接不到）。客製化系統開發案例 裡有類似的客戶情境。H1 清算重點：把高使用密度的 SaaS 拉出來算 12 個月 break-even，超過 SaaS 30% 的，Q3 啟動「自建可行性研究」。

判斷線 6：員工技能 vs 工具的 alignment 重新對齊

H1 採購工具時，很多老闆是憑「市場熱度」買的——「大家都在用 Claude 我們也要」、「Cursor 紅就買」。但工具的價值取決於員工會不會用、願不願意用。

Q3 之前必須做一次工具 × 員工技能對齊調查：(1) 每個工具的「主使用者」是誰？他願意分享 best practice 嗎？(2) 沒在用的人是不想用還是不會用？(3) 是否需要安排內部培訓？中小企業 AI 治理委員會啟動指南 提到的「治理委員會」可以負責這件事，沒有委員會的中小企業，至少要指派一個「AI 採購 owner」每季做一次對齊。https://www2.deloitte.com/us/en/insights/focus/cognitive-technologies/state-of-ai-and-intelligent-automation-in-business-survey.htmlDeloitte State of Generative AI in the Enterprise 2026 指出有「AI champion」內部推手的公司 ROI 達標率是無 champion 的 2.4 倍。

判斷線 7：合約自動續約日 14 天前要有「Go / No-Go 報告」

最後一條：H1 簽下的合約有一半是「12 個月年約，期滿自動續約」。Q3-Q4 會陸續到期，沒有事先準備的老闆，到期那天廠商來信通知扣款，匆忙之下就續了。

流程化建議：把每張 AI 合約的「續約日」標進日曆，往前推 14 天設提醒，產生 Go/No-Go 報告，包含 (a) seat 活躍度（判斷線 1）、(b) ROI 計算（判斷線 2）、(c) lock-in 風險（判斷線 3）、(d) exit plan 狀態。No-Go 就在到期前 7 天送出終止通知，避免自動續扣。

H1 採購清算的 5 步行動順序

我們怎麼看 H1 AI 採購清算這件事

我們的判斷：H1 清算不只是省錢，更是把「採購學習」回灌到下半年。半年前的採購是 FOMO（不買怕落後），半年後的清算是學費（哪些工具真的能用、哪些只是好看）。Q3 老闆不再憑感覺買，而是憑 H1 數據買。我們客戶最常的反饋是「清算完才發現自己原本要花的錢可以省 30-40%，剩下的還能拿來投資真正的核心系統（如客製化 ERP / SCM）」——這才是 H1 清算最大的 ROI。願意幫客戶做這層清算的廠商不多，因為廠商自己也賺 SaaS 抽佣；但作為中小企業客製化系統開發商，我們站在客戶這一邊，幫他們算清楚。

常見問題

延伸閱讀：[Anthropic Agentic Coding Trends Report](Anthropic Agentic Coding Trends Report) 取得最新工程師採用率數據；[Gartner Hype Cycle 2026 採購等待清單] 看 H2 哪些工具該等；[AI Agent 系統採購完整框架] 看採購前的決策框架；[CAISI 歐盟 AI Act 合約紅線] 把合約紅線抓出來；想找客製化 AI agent 系統開發可以參考 客製化系統開發服務 或 AI 顧問服務。