企业上 AI，哪些应该自己做，哪些可以借助外部能力，这是企业经常会面对的问题。有些能力值得长期沉淀，有些自己投入反而未必划算。
数据、知识资产，攥在自己手里才踏实；工程接入，市场上有成熟的服务商。通常我们可以从这四层来看。
第一层：业务定义与验收标准，只能自己做
这一层回答三个问题：AI 干什么活？什么算做好？哪些环节必须留给人决策？
所谓验收标准，就是事先约定好怎么衡量模型干得好不好：用什么指标、什么阈值、谁来判。这归根到底是业务判断，外部团队再强，也不可能比你更懂你的客户和流程。
企业需警惕：把业务目标定义和验收标准也一并外包给了供应商。交付时模型准确率达标，双方验收挑不出毛病。但这个准确率衡量的不是业务真正关心的指标，模型整体分类正确率92%，业务最在意的那一类客户投诉的识别率只有六成。上线后业务方不买账，项目搁置，前期投入全部沉没。
第二层：数据与领域知识，自建为主，外部为辅
标注规范、领域词典、评测集、历史案例，这些东西是长期资产。评测集就是一批带标准答案的样本，用来持续检验模型有没有退步。这类资产别人抄不走，也不该交给别人保管。
自建数据能力不等于从零招人摸索。项目初期团队没有成熟流程时，借外部团队带跑一遍效率更高——他们带着现成的标注流程和质量管理经验进来，帮你们把第一版规范和评测集建起来。关键是合同里要写清楚：规范文档、评测集、知识沉淀，最终归属和留存在你自己手里。带跑结束，人走了，资产留下。
这一层落地时对应明确的岗位层级，层级说清楚了，招人才有针对性：
- L1 数据标注员：按既定规范做标注和质检，不需要理解业务全局，但要求细致和稳定。
- L2 数据工程师、知识工程师：搭数据治理流程和知识库，决定数据怎么清洗、怎么组织、怎么喂给模型。
层级不清的后果很直接：笼统招几个"做数据的"，来了说不清要干什么，半年后数据还是一盘散沙。
第三层：工程实现与系统集成，看使用频率定
把 AI 能力接进现有系统——订单、客服、供应链——涉及接口开发、灰度发布、回滚机制。灰度发布是先让一小部分流量走新功能，验证没问题再全量放开；回滚是出问题能快速切回旧版本。这些是通用工程能力，市场上供给充足，价格透明。
这一层怎么判断，看使用频率就行。
项目窗口紧，或者这类集成不是长期高频需求，外购更划算。企业不会为了偶尔寄几封信专门建个邮局，道理一样。如果核心业务反复需要这类集成——订单、客服系统每个月都要上新的 AI 模块——就有必要往内部沉淀一部分。不必一步到位，可以从"外部带教加内部承接"起步：外部团队做，内部工程师跟，跟两三个项目后自己接。
这一层常见的角色配置：L2 系统集成工程师、L2 到 L3 的 Agent 开发工程师、L3 多智能体架构师，后者负责多个 AI 智能体之间怎么分工协作的整体设计。
第四层：基座模型，直接用现成的
基座模型指 GPT、Claude、通义这类通用大模型，是所有 AI 应用的地基。它的投入极重、迭代飞快、生命周期短——头部平台常年重金投入，一个模型版本的有效期可能就一两年。非 AI 原生的企业自研这条路，既没有比较优势，也没有商业必要性。
把这一层理性的资源配置置的理性选择。省下来的钱和人力投到前两层，那里才是护城河。
什么情况下真该自研底层？通常要同时满足两个前提：模型能力本身就是产品壁垒，你卖的就是模型；手里有别人拿不到的独特数据。两个都不满足，盲目自研基本是沉没成本。
怎么判断外部团队真能交付
决定部分外购之后，下一个问题是：怎么筛供应商？光看对方会不会调模型没用，会调模型的人多的是。三条硬指标可以参考。
- 第一，角色分层说得清说不清。问对方：项目里 L1 到 L3 怎么配置？谁写标注规范？谁当领域仲裁——标注员对同一条数据理解不一致时拍板的那个人？谁做线上评测回流——模型上线后效果数据怎么回收、怎么反哺下一轮优化？说不清这三个问题的团队，基本只会堆人头，项目后期一定乱。
- 第二，SLA 能不能背书。SLA 即服务等级协议，把服务质量写成可追责的数字。几个参考线：核心岗位到位周期不超过 26 天，紧急情况不超过 15 天；年度核心人员流失率不超过 15%；交付准时率不低于 95%；缺陷逃逸率——上线后才发现的问题占比——不超过 5%；客户满意度 CSI 不低于 85。这些数字背后是人才池深度和备份机制，不是嘴上承诺。敢写进合同的和不敢专业度一目了然专业度。
- 第三，计费逻辑属于哪一代。这个行业正在从按人头、按工期计费，转向"人均产能乘以 AI 杠杆"计费——一个工程师借助 AI 工具一个月能撬动多少产出。能把这个数讲清楚的团队，说明他们真的在用 AI 改造自己的交付流程，比只报人月单价的团队思路高一代。连自己的生产效率都没被 AI 改造过的服务商，替你改造业务时，可信度要打个问号。
结尾
把 AI 能力拆成四层之后，每一层我们占多少、放多少、知识资产怎么回流到自己手里。
第一层业务定义自己握，第二层数据资产自建为主、借外力起步，第三层工程集成按使用频率决定，第四层基座模型用平台的。比例对了，钱花在刀刃上，能力也沉淀得下来。
筛外部团队也一个道理辑：用对的标准筛对人，比站队"自建派"还是"外包派"有用得多。
