中小企業老闆 AI 採購年度預算編列 SOP：6 層分配框架、3 段 TCO 試算、90 天 mid-cycle 調整動作清單

我們公司一個月內收到 4 通類似的諮詢——都是中小企業老闆問同一件事：「明年的 AI 預算我該編多少、編成什麼項目、合約怎麼簽才不會綁死？」每一通電話我們都花了 40 分鐘以上，回答的內容大同小異。這篇是把那 4 通電話的內容寫下來，給沒有 IT 部門、沒有顧問可問、但下個月就要交預算給董事會的老闆看。

AI 預算編列的真實困難從來不是「該花多少」，是「ROI 不確定怎麼編」「模型 6 個月就換代」「合約怎麼鎖都怕鎖錯」。Gartner 2024 年的企業 AI 採購調查 顯示 38% 的企業 AI 預算超支、22% 在年中需要重新分配——這代表「年初編完、年底執行」的傳統預算流程已經跟不上 AI 採購的節奏。

這篇不講「該不該導入 AI」（那是另一個題目），而是給已經決定要花錢的老闆一份「預算怎麼分配 + 哪裡留彈性 + 90 天 mid-cycle 怎麼調」的 SOP。

先建立基線：AI 採購跟傳統 IT 採購的 4 個本質差異

不能用「買 ERP 的邏輯」去買 AI——這是去年我們看過最多老闆踩雷的 pattern。本質差異有 4 條：

這 4 條差異直接決定預算結構——用傳統 IT 預算編法（一次撥款、年初到年底）會在 6 月後失靈，因為新模型出現、新工具上市、廠商定價改變。

我們的判斷：AI 預算不該是「一筆款」，該是「6 層的組合配置」

市場上常見的編法是「明年 AI 預算 200 萬」一筆下去——這是最容易失控的編法。我們的看法：AI 預算要拆成 6 層，每層彈性不同、合約綁定不同、ROI 衡量不同。這樣編完，年中要調整也只需要動其中 1-2 層，不會全盤皆輸。

我們的編列原則：固定支出層（訂閱、雇人）佔 50-60%、變動支出層（PoC、API 用量）佔 25-30%、風險準備金 10-15%。任何一家中小企業若把預算 80% 鎖死在一年期合約上，6 個月後就會懊悔。

6 層分配框架（逐層拆解）

層 1：基礎訂閱（員工生產力工具）— 預算佔 25-35%

這層是「員工每天會打開的 AI 工具」：ChatGPT Team / Claude for Work / GitHub Copilot / Notion AI / Cursor / Microsoft 365 Copilot。特性：按 seat 計費、單價可預估、移除員工帳號可退費。

編列建議：以「正職員工數 × seat 單價 × 12 個月」估算上限，但實際採購用「先買 50% 員工數的 seat、看使用率再加買」。我們做過的盤點：實際使用率超過 70% 的工具才值得買滿員工數，低於 50% 表示沒做好導入、買多浪費。

層 2：API / Token 用量（給工程師、給內部工作流用）— 預算佔 15-25%

這層是「API 直接呼叫的成本」：Claude API、OpenAI API、Gemini API、Azure OpenAI 等。特性：按 token 計費、用量變動大、前端應用的 traffic 直接影響成本。Anthropic 的 pricing 結構 與 OpenAI 都是 input / output token 分別計價，且模型版本不同價差 5-50 倍——這層的預算容易失控。

編列建議：先用「現有 PoC 的月度 token 量 × 1.5」抓基線；再保留 30% buffer 給「年中啟動的新流程」。合約上要寫進「Volume Discount 階梯定價」「廠商調價提前 60 天通知」這兩條，避免被反覆漲價。

層 3：客製化整合 / 內部開發（一次性）— 預算佔 15-25%

這層是「把 AI 接進公司系統的工程費」：RAG 知識庫整合、AI 客服系統開發、內部 agent 建置、ERP / CRM AI 加值。特性：一次性開發費、後續維護費 10-15% / 年。

編列建議：抓 2-3 個「高 ROI、低風險、可快速 demo」的內部 use case 優先做。常見高 ROI 案：報價自動化、客服 FAQ 機器人、內部知識搜尋、合約初審 AI。每個 use case 50-200 萬，先做 1-2 個跑通再追加。

層 4：外部顧問費 / 培訓 / 認證 — 預算佔 5-15%

這層是「買時間 + 買知識」：AI 導入策略諮詢、員工 AI 素養訓練、Prompt Engineering workshop、AI 倫理 / 法遵培訓。特性：通常以「日費 / 課程費 / 月費」計算，可分批採購。

編列建議：員工人數 100 人以下建議 5-8%，100 人以上 10-15%。重點是「先做 1 場全員導入培訓 + 後續部門深化」分階段，不要一次安排 5 場相同培訓——疲乏感會壓垮使用率。

層 5：基礎建設與資安 — 預算佔 5-10%

這層是「企業合規與資安要求」：私有部署 LLM（若有合規需要）、企業 SSO / IAM 整合、AI gateway / monitoring、資料外洩防護（DLP）。特性：通常與既有資安預算掛勾、隨員工數線性成長。

編列建議：金融、醫療、法律、政府標案產業要編到 10% 以上；一般中小企業 5% 即可。重點是「先把 SSO 與 audit log 接好」，私有部署 LLM 多半不划算（投入 100-500 萬 vs 用 API 月費 5-15 萬）。

層 6：風險準備金 / mid-cycle 調整 — 預算佔 10-15%

這層是「特意不分配的彈性預算」——年中遇到新模型發佈、競爭對手導入、突發專案需求時可立即動用。特性：不分配、年底沒用完可結轉下年。

編列建議：這層是「保住整個 AI 預算彈性的關鍵」。沒留這層的公司，6 月遇到突發需求（譬如 Claude 出新模型、競爭對手導入 AI 客服）會卡住、要董事會臨時加預算——這對決策節奏是傷害。

3 段 TCO 試算（拿給董事會看的版本）

段 1：第 0-12 個月（導入期，預算 100%）

特徵：基礎訂閱 35% + API 用量 25% + 客製化整合 25% + 顧問培訓 10% + 風險準備金 5%。重點：把使用率拉起來（≥ 60% 員工每週用 ≥ 3 次）、把 2 個 high-ROI use case 上線、累積足夠資料判斷哪些工具留、哪些砍。

段 2：第 13-24 個月（穩定期，預算 85-95%）

特徵：基礎訂閱 30% + API 用量 30%（增長）+ 客製化整合 15%（高 ROI 案進入維護期）+ 顧問培訓 5% + 基礎建設與資安 10% + 風險準備金 10%。重點：砍掉低使用率工具、API 用量隨業務成長、把 2-3 個 use case 擴展到 5-7 個。

段 3：第 25-36 個月（規模化期，預算 80-100% 視業務成長）

特徵：基礎訂閱 25% + API 用量 35%（隨 traffic 大幅成長）+ 客製化整合 20%（進階整合）+ 基礎建設與資安 10% + 風險準備金 10%。重點：AI 已是業務一部分，TCO 隨營收線性成長、不再像 0-12 個月以「投資」項目編列、改以「營運成本」歸類。

90 天 mid-cycle 動態調整 SOP

• 第 30 天：稽核訂閱使用率——使用率 < 30% 的工具列入觀察、< 15% 列入砍
• 第 60 天：盤點 API token 用量——比預估高 50% 以上要找出「跑爆」的工作流、跟廠商談 volume discount
• 第 90 天：重新分配風險準備金——已動用 50% 的話加碼補充、未動用要評估有沒有低估突發需求
• 每 6 個月：模型大改、定價改、新工具——重新跑 6 層預算分配的試算、跟董事會報告 1 次
• 每 12 個月：年度 AI 預算結案、跑 ROI 評估、決定下年總預算與 6 層比例

結語：下一步怎麼做

AI 預算編列的真正難點不是數字——是「在不確定中保留彈性」。我們的建議：先花 1 週內部盤點現有 AI 工具使用率、API 用量、合約到期日，再用本文 6 層框架重新分配。年初編完後，每 90 天跑一次 mid-cycle 調整、每 6 個月重新跑一次完整試算。

如果你公司明年 AI 預算規模超過 100 萬、有多個工具同時在跑、合約即將到期，預約 30 分鐘需求訪談，我們會給 1 張「6 層預算分配試算表」對照你的數字，不推銷。延伸閱讀 AI 採購 3 道防線（PoC / 合約 / KPI）60 天合約治理行動清單、自架 AI vs API 訂閱 vs SaaS 工具：老闆三選一決策樹。

FAQ