> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-er-bu-fen-zhan-le-yu-pan-duan-pian/13-zi-jin-yu-suan-yu-cai-gou.md).

# 第 13 章 · 资金、预算与采购

ROI 算清之后，是更具体的一层：钱从哪里出、怎么花、和谁签、签什么。这一层看着琐碎，却是很多转型悄悄走偏的地方。

先说预算从哪出。如果 AI 的预算完全从 IT 部门出，它多半会被当成一个 IT 采购项来管——招标、上线、验收，然后结束。可第 3 章说过，真正有价值的转型是业务层面的重排，它的预算和负责人，理应落在业务线或决策层，而不是甩给技术部门收尾。另外，预算最好分两段：先用一笔小钱把场景跑通、验证有效，再用大钱去规模化；一上来就大投入，等于把最大的不确定性押在了最没把握的时候。

再说成本结构。AI 不是一次性采购，而是一项持续开支。按用量计费的模型和算力、数据治理、人来核对的人力、上线后的维护和迭代，都会长期消耗预算。很多项目的死法是"上线便宜、运营烧钱"——demo 阶段花不了多少，真正规模化之后成本失控。排预算时，持续成本必须和一次性投入一起算，否则第一年很好看，第二年就撑不住。

合同怎么签，有几条务实的原则。尽量按价值或里程碑付费，而不是一次性大单，让供应商和结果绑在一起。留好退出条款，别让自己在效果不佳时也无法脱身。最要紧的是把数据的归属和使用边界写清楚——企业自己的数据，不能在不知不觉中变成供应商的资产，或被拿去训练服务于竞争对手的模型。

最后是不被锁定。模型这一层正在快速商品化，把整个企业深度绑死在单一供应商、单一模型上，迟早会吃亏。保持可迁移是值得的：数据能导出、接口尽量标准化、别把核心业务逻辑埋进供应商的黑箱里。这里还连着一个更深的风险——如果把核心的判断长期外包出去，企业不但会被供应商绑架，还可能被慢慢挖空，这一点后面讲组织时会再提。

当然，也别为了"绝不锁定"而什么都自己造。通用的能力重复造轮子，只会更贵更慢。自建、采购还是合作，各有各的适用场景，这正是下一章要谈的。资金和采购这一层的分寸，归根到底是一句话：在"花得起、退得出、不被绑死"之间，找到适合自己的平衡。

## 要点速查

* 预算别只从 IT 出（会被当采购项）；高价值转型的预算和 owner 应在业务/决策层。分两段：小钱验证、大钱规模化。
* AI 是持续开支（模型/算力/数据/人核/维护），不是一次性采购；常见死法是"上线便宜、运营烧钱"。
* 合同：按价值/里程碑付费、留退出条款、写清数据归属与使用边界。
* 不被锁定：数据可导出、接口标准化、核心逻辑别埋进黑箱；但也别为不锁定而全自建。

## 给管理者的三步

* 现在：确认高价值 AI 项目的预算和负责人落在业务/决策层，而不是全甩给 IT。
* 三个月：把每个项目的持续成本（按用量的模型/算力、人核、维护）单列出来，和一次性投入一起排进预算。
* 一年：审一遍在签的合同，补上数据归属、退出条款和可迁移性；核心判断不做永久外包。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-er-bu-fen-zhan-le-yu-pan-duan-pian/13-zi-jin-yu-suan-yu-cai-gou.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.