老闆做 AI 採購決策的 3 道防線：簽前 PoC 試做、合約退場與資料條款、上線後 KPI 對賭——60 天合約治理行動清單

自由揚John2026年6月2日約 16 分鐘閱讀

複製引文

老闆 AI 採購決策 3 道防線示意

大部分老闆做 AI 採購只看一件事——廠商口中的「成功案例」。我們的經驗是：廠商案例 100% 都好看，但你的公司 90 天後上線、12 個月後續約時會看到完全另一個現實。便宜的廠商把 demo 做得漂亮、貴的廠商把案例擺得滿桌，問題是——這些東西跟你公司明年要不要續約、要不要付續費，半點關係都沒有。

最近我們在跟幾個老闆聊 AI 採購時發現一件事——他們普遍卡在同一個地方：簽合約之前所有事看起來都正常，簽完三個月後業務面、法務面、IT 面同時冒出問題，到了第六個月才驚覺「資料其實不歸自己」、到了第十二個月才發現「想換廠商但資料拿不回來」。我們在歷年系統客製化諮詢與 AI 採購陪跑經驗中觀察到，這些事的根源在於合約一開始就沒設防線，運氣其實沒那麼重要。這篇文章把我們陪老闆走過採購談判時，最常用的 3 道防線——簽前 PoC 試做、合約退場與資料條款、上線後 KPI 對賭——加上一份 60 天行動清單，整理給你。

先把一份重要數據放這裡。Gartner 2024 年公布的 AI 專案成熟度調查 預測：到 2025 年底，全球將有 30% 的生成式 AI 專案在 PoC 階段後就被放棄；另一份 Gartner 對 AI in production 的長期統計 則指出，從 AI 專案發起到實際上線 production 的成功率長期只有 53%。RAND Corporation 2024 對企業 AI 落地的研究進一步指出，超過 80% 的 AI 專案實際進入營運的比例遠低於傳統 IT 專案。這些數字背後真正的問題是合約沒留好「萬一不行怎麼辦」的退路，技術反而是其次。

ℹ️這篇適合誰

中小企業老闆、IT 主管、採購評估者，正準備在未來 60-90 天內簽 AI 採購合約（SaaS 訂閱、客製化 AI 系統開發、AI 顧問導入皆適用），預算範圍 30-500 萬台幣。讀完帶走：3 道防線完整 SOP、PoC 驗收標準範本、合約退場條款 checklist、KPI 對賭設計表、60 天行動清單。

為什麼大部分 AI 採購會在第 6-12 個月撞牆

AI 採購跟過去買 ERP、CRM、官網系統最大的差異，在於「不確定性」。傳統 IT 採購的不確定性集中在「能不能做出來」，會做出來就會穩；AI 採購的不確定性是分散的——可能做得出來但效果不夠好、可能效果好但成本失控、可能成本可控但維運跟不上、可能維運順但廠商被併購或倒閉。每一個風險點都會在不同月份爆出來。

把這個對比攤開看：傳統 IT 採購的風險曲線像「前高後低」，簽約後 3 個月做出來就穩了；AI 採購的風險曲線是「前低後高」，簽約後第 6-12 個月才是真正的關卡。第 6 個月發現「效果跟 PoC 不一樣」、第 9 個月發現「token 成本比預估高 3 倍」、第 12 個月發現「廠商 prompt 是商業機密拿不回來」——每一關都可能讓你前面付的錢打水漂。

月份	傳統 IT 採購	AI 採購	破口在哪
第 1-3 個月	需求釐清＋開發	需求釐清＋PoC＋資料準備	PoC 範圍沒寫清楚，驗收時雙方對標準各執一詞
第 4-6 個月	UAT、上線、穩定	上線、效果調整、prompt 微調	效果跟 PoC 落差大、token 成本超預估
第 7-9 個月	進入維運期	效果衰退（資料漂移）、模型版本變動	新模型版本上線、舊 prompt 失效、廠商沒主動告知
第 10-12 個月	穩定運行	續約談判、廠商漲價、想換廠商	資料、prompt、向量庫被廠商鎖死，handover 拿不到

這張表的重點是：AI 採購要在「簽約前」就把第 10-12 個月的事預設好，不能等問題發生再處理。Gartner 的數據之所以悲觀，根本原因是太多企業用傳統 IT 採購的思維去談 AI 合約，並非廠商都不行。延伸閱讀：企業 AI 從 PoC 走到 production 的 90 天路線圖，把這篇跟本篇一起讀，你會更清楚為什麼防線要設在「簽約前」而不是「上線後」。

第 1 道防線：簽前 PoC 試做——範圍、時程、驗收標準、費用怎麼算

PoC（Proof of Concept）是 AI 採購最關鍵的防線，但也最常被做壞。我們在採購諮詢中常聽到老闆說：「簽了一年都還沒上線」，回頭一看合約，PoC 那欄寫的是「廠商提供概念驗證」——七個字，沒範圍、沒時程、沒驗收標準。這種 PoC 等於沒有，因為廠商只要「展示一個能跑的 demo」就過了，跟你真正會用的場景毫無關聯。

有效的 PoC 必須在合約裡寫死四件事：範圍、時程、驗收標準、費用結構。少寫任何一項，PoC 就會變成廠商眼中的「免費銷售 demo」，你會付錢買到一場精心剪過的表演。

PoC 範圍：用「業務場景」而不是「技術指標」描述

PoC 範圍不要寫「實作 RAG 知識庫」、「整合 LLM API」這種技術語言，那叫廠商自己決定範圍。要寫業務語言，例如：「PoC 期間需處理我方提供的 200 份產品 FAQ PDF（共約 1,500 頁），使用者輸入 50 題抽樣問題，正確率需達 80% 以上，回應時間單次不超過 3 秒。」這樣寫，廠商就無法用「我做了一個能跑的 demo」蒙混過去。

PoC 時程：3-6 週是合理區間

短於 3 週的 PoC 通常只能展示「能不能跑」，碰不到真實資料的麻煩；長於 6 週的 PoC 則容易拖成「半個正式專案」，廠商會把成本轉嫁回正式合約。3-6 週剛好夠跑完一輪資料清理、向量化、prompt 調整、驗收測試。合約裡要寫明「PoC 起算日為甲方提供完整測試資料當日」，否則廠商會把資料準備的責任推給你、然後說「時程是你自己拖的」。

PoC 驗收標準：用三維度量化，不要只看一個數字

驗收維度	如何量化	建議門檻	踩雷案例
準確率	抽 50-100 題標準答案題庫，計算正確率	≥ 80%（依場景）	只看 demo 上 5 題答對就驗收
回應速度	單次查詢從輸入到完整回覆的秒數，p95 統計	p95 ≤ 5 秒	demo 跑得快，正式環境慢 3 倍
成本	完整跑一輪 PoC 的 API/向量庫/伺服器成本明細	可推算每月營運成本上下限	沒算 token，上線後月費爆炸
可維護性	請廠商交付 PoC 階段的程式碼、prompt、配置文件	要能交付且可讀	PoC 黑箱，正式上線只能繼續綁這家

PoC 費用：「付費 PoC」反而保護你

常見迷思是「免費 PoC 比較划算」。實際上免費 PoC 對你不利：廠商沒拿到錢就會把資源放在簽全約後，PoC 階段用最便宜的工程師敷衍。建議改成「付費 PoC，金額落在全案的 5-10%，例如全案 200 萬就 PoC 10-20 萬」，並且寫明「PoC 結果無論通過與否，廠商須交付完整評估報告與所有工程產出（含 prompt、配置、程式碼）」。這樣即使 PoC 沒過、你決定不簽全約，也有東西可以帶去評估第二家廠商，或者直接交給內部 IT 自己接著做。

這個邏輯跟我們另一篇 找外包做 AI 完整報價框架 的「6 種報價類型 + 5 條紅線」一脈相承——PoC 付費的本質是用小錢換大資訊，並非被廠商坑。

第 2 道防線：合約退場條款與資料條款——避免 12 個月後被綁死

如果說 PoC 是防你「進場踩坑」，退場條款就是防你「想走走不掉」。AI 採購最痛的場景，往往發生在用了一年覺得不夠好、想換廠商時——這時你才發現所有東西都被綁死：資料在廠商雲端、prompt 是商業機密、向量索引拿不出來。這時你面對的已經是「被廠商挾持」的處境，「換不換」已經不是你能決定的。

這個風險常常被低估，因為大部分採購會議都集中在「上線前」的事——功能、價格、時程。退場條款放在合約附件第 7 條沒人看。等到第 12 個月想換家時，才發現附件第 7 條只寫了「雙方協議終止後 30 日內，乙方須交還甲方資料」——交還什麼格式？包含 prompt 嗎？包含向量索引嗎？包含微調過的模型權重嗎？這些細節沒寫，就是廠商說了算。

資料所有權：把「我方資料」定義到具體層級

合約裡的「資料所有權」不能只寫「甲方資料歸甲方所有」，要把資料層級拆開定義：原始輸入資料（文件、客戶對話紀錄）、加工後資料（切片後的段落、向量 embedding）、衍生資料（prompt 模板、fine-tuning 訓練集）、模型產出（推論結果、客戶查詢日誌）。每一層都要明確寫歸誰、退場時用什麼格式交還。常見爭議在第 2、第 3 層——廠商會主張「向量化後的資料是我們的技術成果」，這個你不能讓步。

Prompt 與配置的所有權：寫進「工程交付物清單」

Prompt 是 AI 系統的「靈魂」，但中文合約模板很少把它列為交付物。我們建議在合約裡加一條工程交付物清單：系統 prompt 全文、使用者 prompt 模板、prompt 版本變更紀錄、向量化配置（chunk size / overlap / embedding 模型）、檢索配置（top-k / rerank 設定）、模型呼叫參數（temperature / max tokens 等）——每一項在合約終止時都需以可讀格式交付。這份清單看起來很瑣碎，但少寫一項就會在交接時被廠商擋下。

退場資料交還格式：寫明「廠商中立格式」

資料類型	可接受交還格式	禁止格式	為什麼這樣寫
原始文件	PDF / DOCX / TXT（原檔）	廠商內部專屬格式	確保下一家廠商能直接讀
向量資料	標準化 JSON / Parquet（含 embedding 模型名稱）	廠商私有向量庫格式	讓你可以匯入 Pinecone / Weaviate / pgvector
Prompt 與配置	純文字 / Markdown / YAML	雲端 SaaS 後台截圖	可版控、可帶走
對話/查詢日誌	結構化 CSV / JSONL	PDF 報表（不可機讀）	用於下一家廠商的訓練與評估

廠商倒閉 / 被併購預備條款

AI 廠商市場 2024-2026 年的併購跟倒閉頻率比傳統 IT 廠商高很多。合約裡建議加上「廠商若發生股權變動超過 50%、進入破產程序、或無法持續提供服務超過 30 日，甲方有權無條件終止合約並要求完整資料與工程產出交付」。同時要求廠商把核心交付物（程式碼、配置、prompt）每月備份一份到甲方指定的第三方雲端（例如甲方自己的 AWS S3 / R2），這樣即使廠商出事，你還有「凍結版本」可以接手。

AI 採購 PoC 試做場景

第 3 道防線：上線後 KPI 對賭——90 / 180 / 365 天三段門檻

PoC 是進場前的驗收，KPI 對賭是進場後的考核。AI 採購跟傳統 IT 採購最大的差別之一：傳統 IT 上線就算「交付完成」，AI 上線只是「真正考驗開始」。效果會隨資料漂移衰退、會隨模型版本變動、會隨使用者行為改變，所以合約裡必須設計分段 KPI，把後續的廠商責任綁住。

為什麼要 90 / 180 / 365 三段，不是只看年度 KPI

年度 KPI 的問題是「廠商可以在第 11 個月才衝刺」。把它拆成 90 天、180 天、365 天三段，每段都有獨立達標標準與獨立的價金折讓機制，廠商就無法「前面爛、最後拼」。三段門檻的設計邏輯：90 天驗證「能不能用」、180 天驗證「能不能穩」、365 天驗證「能不能長期維運」。

階段	考核重點	建議 KPI（範例）	未達標機制
上線後 90 天	系統可用性、基本效果	uptime ≥ 99%、首問正確率 ≥ 75%、客訴 ≤ 5 件/月	全案價金折讓 5-10%、強制延後 30 天免費調整
上線後 180 天	效果穩定性、成本可控	首問正確率 ≥ 80%、月營運成本 ≤ 預估值 120%	折讓 10-15%、廠商須提交改善計畫書
上線後 365 天	長期維運可持續	首問正確率 ≥ 80%、回應 p95 ≤ 5 秒、續約優惠 ≥ 10%	折讓 15-20%、甲方有權無條件終止續約

KPI 設計三原則：可量化、可驗證、可追責

KPI 設定太虛是常見毛病，例如「提升客戶滿意度」、「優化內部流程」——這些寫進合約等於沒寫，因為到了考核時雙方對「提升」、「優化」的定義必然不同。每個 KPI 都要符合三原則：可量化（有具體數字）、可驗證（有第三方可信來源，例如系統日誌、客戶填寫的 NPS、營運報表）、可追責（未達標時的價金折讓比例與計算方式寫死）。

價金折讓 vs 違約金：哪個對你有利

中文合約傳統習慣寫「違約金」，但 AI 採購建議用「價金折讓」。差別在於：違約金需要證明對方違約、走法律程序、舉證成本高；價金折讓是「按 KPI 達成比例自動扣款」，不需要打官司，扣完繼續合作。這個機制對甲方更友善，廠商通常也願意接受（因為違約金會傷品牌、折讓只是少賺）。

60 天合約治理行動清單：每 2 週做完該做的事

把上面 3 道防線轉成行動，落在 60 天的時間軸上。從「決定要找 AI 廠商」那天起算，60 天內完成內部對齊、廠商比稿、PoC 跑完、合約簽訂。中小企業老闆親自盯的話，這個節奏剛好。

Week 1-2：內部對齊（先不找廠商）

Day 1-3：召集利害關係人（老闆 + IT + 該業務部門主管 + 法務）開 kickoff 會議，定義「3 個必須解決的業務痛點」
Day 4-7：盤點現有資料——資料在哪、格式如何、品質高低、隱私敏感度。沒做這步就找廠商，後面 PoC 全是浪費時間
Day 8-10：寫一份內部 BRD（業務需求書），把痛點、預期效益、預算上限、時程約束寫下來，這份是你跟廠商談判的底牌
Day 11-14：法務 / 採購預先準備合約模板，把「資料條款、退場條款、KPI 折讓」三個附件先草擬好

這個階段最容易跳過的是「寫 BRD」。我們之前寫過一篇客製化系統 BRD/RFP 完整範本，那篇雖然是針對客製化系統開發，但 80% 適用 AI 採購，建議跟這篇一起用。

Week 3-4：廠商比稿（至少 3 家、不超過 5 家）

Day 15-17：根據 BRD 撰寫簡版 RFP（招標需求書），發給 3-5 家候選廠商，給他們 7 天回應
Day 18-24：廠商準備提案的同時，內部做 reference check——問你認識的同行有沒有跟這幾家合作過、做過什麼案子、結果如何
Day 25-26：每家廠商 90 分鐘簡報 + 30 分鐘 Q&A，全程錄影（事先告知），重點問「PoC 怎麼跑、退場條款能談到什麼程度、KPI 對賭接不接受」
Day 27-28：內部評比，列出每家在「技術能力、PoC 接受度、合約彈性、長期維運」四個維度的分數，選 1-2 家進 PoC

Week 5-6：PoC 驗證（同時跑 1-2 家最強的）

Day 29-31：與入選廠商簽 PoC 合約，明確寫範圍、時程、驗收標準、費用、智財歸屬
Day 32-38：甲方準備 PoC 資料（標準答案題庫 50-100 題、原始資料樣本），廠商開始建構
Day 39-42：第一輪測試，雙方對結果，廠商有 3-5 天可微調 prompt 與配置

Week 7-8：合約談判（鎖定一家、把三道防線寫進主約）

Day 43-45：用 PoC 結果評估，決定簽哪一家。手上有具體數據（準確率、成本、回應速度）讓談判佔上風
Day 46-52：合約細節談判，重點在「資料條款附件、退場條款附件、KPI 對賭附件」三個附件——主約格式廠商通常不讓改，但附件有空間
Day 53-56：法務最後審閱，確認三道防線都落實到法律可執行的條文
Day 57-60：簽約 + kickoff，把上線後第 90 / 180 / 365 天的 KPI 檢核會議直接排進日曆

KPI 對賭儀表板

3 道防線在不同 AI 採購類型上的調整

AI 採購大致分成三種類型：SaaS 訂閱（例如直接買 Microsoft Copilot、ChatGPT Enterprise、Notion AI）、客製化 AI 系統開發（找外包廠商做客製 RAG、Agent、客服系統）、AI 顧問導入（找顧問公司協助評估、選型、落地）。三種類型的防線重點不一樣。

採購類型	PoC 重點調整	退場條款重點	KPI 對賭調整
SaaS 訂閱	試用期 1-3 個月（廠商通常有）、聚焦「整合進現有工作流」	資料匯出格式、API 中斷預備、訂閱中止後資料保留期	使用率 ≥ 70%、員工 NPS ≥ 7、整合無重大中斷
客製化 AI 開發	付費 PoC 3-6 週、自家資料跑、交付工程產出	原始碼歸屬、prompt 與配置交付、廠商倒閉備援條款	90/180/365 三段門檻全套、價金折讓 15-20%
AI 顧問導入	顧問交付物試做（例如 1 份評估報告）、不收正式費用	顧問報告與評估資料歸屬、推薦廠商利益迴避聲明	里程碑式付款（評估、選型、上線各占 1/3）、達標再付下一筆

這三類差異很大，我們另一篇『AI 顧問 vs AI 系統開發商 7 個決策點』 把「該找顧問還是該找開發商」的判斷邏輯講得更細，可以搭配看。

常見地雷與避坑：簽約前最容易忽略的 5 件事

⚠️地雷 1：把 PoC 簽成「無償 demo」

PoC 無費用、無時程、無驗收標準——這種 PoC 等於白做。廠商只要展示一個能跑的 demo 就過關，跟你真實場景半點關係都沒有。寧可付 10 萬簽一份嚴格的 PoC 合約，也不要簽 0 元的「免費試做」。

⚠️地雷 2：簽完才發現資料其實不歸自己

合約附件第 X 條寫「乙方可用甲方資料優化模型品質，相關產出歸乙方所有」。看起來合理，實際是廠商用你資料訓練、訓練成果歸他、你想換廠商時拿不到任何訓練後的成果。簽約前法務一定要把「資料用途、產出歸屬」逐條釐清。

⚠️地雷 3：KPI 設太虛，未達標也追不了責

「提升客戶滿意度」、「優化內部流程」這種 KPI 寫進合約等於沒寫。雙方對「提升」的定義必然不同。每個 KPI 都要有具體數字（≥ X%）、具體量測方式（從哪個系統取資料）、具體未達標機制（折讓多少 %、何時生效）。

⚠️地雷 4：忽略「token 成本失控」風險

API 計費模式下，使用量爆炸 = 費用爆炸。合約裡要寫月度 token 上限預警機制（例如達到預估值 80% 時必須通知甲方）、超過時的處理方式（自動降級到便宜模型？暫停服務？由乙方吸收？）。沒寫的話，月帳單可能突然多一個零。

⚠️地雷 5：沒設計「廠商倒閉備援」

AI 廠商 2024-2026 的併購、轉型、收掉速度比傳統 IT 高得多。一家做得不錯的 AI 新創，半年後可能被併購、創辦人換人、產品策略大轉彎。合約裡一定要寫「核心交付物每月備份到甲方指定第三方雲端」，這樣即使廠商出事，你還有版本可接手。

AI 採購 3 道防線 checklist（PDF）

把這篇文章裡的 PoC 範本、退場條款 checklist、KPI 對賭設計表整理成一份 12 頁 PDF，可印出來在合約談判時直接逐條對。到 AI 顧問服務頁查看更多資源。

我們怎麼看：AI 採購的核心是「設計好退路」，「買對工具」反而是其次

在歷年系統客製化諮詢與 AI 採購陪跑經驗中，我們的觀察是這樣：AI 採購做得好的老闆，真正的本事是『把合約寫到無論選哪一家都不會被綁死』，『選對廠商』反而是其次。這個視角差別很大——前者要老闆自己變成 AI 專家、判斷哪家廠商技術強；後者只要老闆懂得設計合約三道防線，技術判斷可以交給 PoC、KPI 對賭去自動篩選。退場成本壓得越低，採購決策的心理壓力就越低，選錯的代價也就越小。這也是為什麼業界資深的採購主管寧可花 60 天慢慢談合約，也不願意 7 天衝完簽約——前期慢一點，後面才不會被廠商挾持。

ℹ️我們做過這件事

順帶說一下，這篇文章講的合約防線思維，我們公司自己內部也每天在實踐——目前我們有 20+ 個 AI 流程跑在工作中，從寫文章、整理會議紀錄、處理客戶 Email，到內部開發協作都靠 AI；同時我們也累積了 30+ 個企業客製化系統與 AI 諮詢專案落地經驗，每一份合約都帶著「3 道防線」的思維談判。看到這裡，如果你正準備在未來 60 天內簽 AI 採購合約——歡迎跟我們聊聊現況，我們會根據你的採購類型（SaaS / 客製化 / 顧問）建議哪一道防線最該優先設。

QPoC 真的要付費嗎？廠商不是常說「免費 PoC」？

建議付費，理由有三：1）付費後廠商會把資深工程師投進來，免費 PoC 通常給菜鳥練手；2）付費 PoC 你才有權要求完整交付物（程式碼、prompt、配置），免費的廠商會把這些當「商業機密」不給；3）金額落在全案 5-10%，例如 200 萬全案的 10-20 萬 PoC，這筆錢就算最後沒簽全約也物超所值，等於用小錢買廠商真實能力的情資。

Q退場條款怎麼跟廠商談才不會破局？

從「業務連續性」角度切入、不要從「不信任你」角度切入。對廠商說：「我們董事會要求所有 IT 採購都要有業務連續性條款，這是公司治理規定，跟你沒關係」。大部分廠商遇到這個論述會配合，因為他們知道大企業客戶都這樣談。如果廠商堅決不接受退場條款（特別是資料交還、prompt 交付），這本身就是危險訊號——代表他打算用「綁定資料」當續約籌碼。

QKPI 對賭如果廠商完全拒絕怎麼辦？

兩種可能：1）廠商對自己能力沒信心，這時你該換廠商；2）廠商接觸過太多 KPI 寫太虛的合約被坑過，這時你可以提議「先用比較寬鬆的 KPI 試 90 天，第 90 天雙方根據實際數據重新校準」，留一個雙向退路。完全不接受任何 KPI 對賭的廠商，幾乎可以確定是想簽完合約就放著、靠續費活下去的類型。

Q中小企業預算只有 30-50 萬，還需要做這麼複雜的合約嗎？

需要，但可以簡化。30-50 萬規模建議：PoC 階段壓到 2-3 萬、3 週內跑完；退場條款只寫資料交還格式跟 prompt 歸屬（兩段話搞定）；KPI 只設 90 天一段門檻、價金折讓 10%。整份附件不用超過 3 頁。重點是「有」，不是「複雜」——沒寫的條款，未來都是廠商說了算。

Q如果採購的是 SaaS（例如 ChatGPT Enterprise、Microsoft Copilot），這 3 道防線怎麼套用？

SaaS 採購的防線結構不太一樣：PoC 改成「試用 1-3 個月、聚焦員工實際使用率」；退場條款改成「訂閱中止後資料保留期、資料匯出格式、API 金鑰退場機制」；KPI 改成「使用率 ≥ 70%、員工 NPS ≥ 7」。SaaS 商品化的合約條款廠商通常不讓改主約，但可以在「企業合約附件」談 SLA、資料保留、退場匯出，這些大廠都有標準模板可請求。

Q如果廠商在合約上把所有防線都拒絕了，但他的技術很強，要簽嗎？

我們的建議是不簽。技術強但合約不讓步的廠商，本質上是把客戶當「鎖定資產」經營——前期投入越多、客戶越離不開、續約越任他喊價。短期看是省了談判時間，長期是把採購決定權交給對方。寧可選技術第二但願意把 3 道防線寫進合約的廠商，至少你 12 個月後還握有主導權。

如果你正準備簽 AI 採購合約、又怕 12 個月後上線了才發現用不到，歡迎 跟我們聊聊 怎麼在合約裡留好退場跟 KPI 對賭——我們不直接搶你的案子（除非你想找恆遠開發），主要是當你的諮詢顧問，陪你看 RFP、評估廠商提案、把三道防線寫進合約附件。簽約前的 60 天，每一週做對的事，比簽完之後花 12 個月補救容易 10 倍。

延伸閱讀：找 AI 外包怎麼判斷廠商真的會做還是只會說、企業 AI 從 PoC 走到 production 的 90 天路線圖、AI 顧問 vs AI 系統開發商 7 個決策點與合約紅線、客製化系統 BRD/RFP 範本與採購準備、找外包做 AI 完整報價框架（6 種類型 + 5 條紅線）、恆遠 AI 顧問服務、AI 系統客製化開發、客製化網站與系統開發，可以一起讀。