如果 AI 不是你的优势，就别自建

一家汽车制造商用了 18 个月，自己搭了一套报销用的 AI 系统。同样的活，买现成产品大约 12 周，成本约十分之一。

这个对比来自 Basware CEO Jason Kurtz，发在 HackerNoon 上的一篇文章里。他的结论比数字更刺人：多数公司不是 AI 花钱太少，是花错了地方。

一、发生了什么

Kurtz 画的线很简单。AI 如果直接作用在「让这家公司区别于对手」的那件事上，自建值；如果只是让一项所有公司都要做的职能运转得好一点，去买方现成的专业软件。

他举的例子是 Netflix 的推荐系统。观众看到什么，直接影响留存和续费，这项能力贴着用户付费的理由，所以值得自己养团队、持续迭代。车企自己发明一套报销系统，拿不到任何对等的好处。

文章引了两组调查当背景。麦肯锡 2025 年的 State of AI 调查里，88% 的受访者说自己的组织至少有一个业务职能在常规使用 AI。汤森路透 2025 年的 Future of Professionals 研究里，只有 22% 的组织有一份看得见、写得清的 AI 战略。用得很多，想得很浅。

自建真正的账不在模型，在模型周围。一套报销系统要接 ERP、要对供应商档案、要吃税务规则、要处理那些让简单自动化崩掉的例外。通用模型不知道这些流程，于是团队得把流程一起造出来，再造一套监控，等法规变了还得改。试点阶段的数据是干净的，上线以后的数据不是。

Kurtz 给的最快见效路径，反而很朴素：挑那种高度重复、手工量大、已经有大量数据可用的流程，用已经嵌在现有系统里的 AI 去做。

二、跟你有什么关系

百人规模公司的业务负责人。 你的竞争对手也在做同一套报销、同一套排班、同一套客服分流。这三件事上花 18 个月，等于把预算捐给了行业平均水平。

IT 和信息化团队。 自建的隐性账单是值班。模型给出一个业务没法辩护的决定时，得有人接电话。这个岗位不在立项书里。

一线用 AI 的人。 财务、法务、人事这类岗位，答案「看起来对」不够，还要能解释为什么这么定、审计时能不能复原。这个要求会反过来决定该买什么。

三、怎么判断

1. 先问一句：这套东西做出来，对手照抄要多久。抄得动的，不算优势，只是及格线。
2. 把 12 个月的总成本列全：集成、监控、合规变更、异常处理、值班。只算人天和 token 的预算，通常少算一半。
3. 找流程的所有者。签字的人、背锅的人是不是同一个。不是的话，上线后会卡在责任划分上。
4. 看数据是不是独有。别人拿不到的过程记录、失败案例、例外处理方式，才是自建的理由；公开可得的常识不是。
5. 财务类场景单独过一遍可审计性。准确率 95% 和能解释这 5% 为什么错，是两件事。

四、三个别信的说法

「自建才能掌握核心技术」。 大多数公司自建出来的是集成层和运维负担，不是核心技术。模型权重会换，流程知识不会，后者才是资产。

「试点跑通了就能上线」。 试点用的是整理过的数据，跑的是被挑出来的样本。上线要面对脏数据、长尾例外和监管变化，这三样在试点里都是被屏蔽掉的。

「数据是我们的，所以模型一定有优势」。 优势不在数据本身，在你比别人更清楚这个流程在真实组织里会怎么坏。这条知识没法从公开语料里学到，也没法靠换个更大的模型补上。

五、一句话结论

凡是每家公司都必须做的流程，自建只是在重写别人已经写完的代码；能自己造的理由只有一个——造出来的东西对手抄不走。

信息来源

• If AI Isn’t Your Competitive Advantage, Stop Building It - HackerNoon，2026 年 10 月

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。