对话式 BI 的「自建还是采购」，争议焦点早已不是「工程师能不能做出一个能聊营收的机器人」——多数团队可以——而是「三年之后，您自建的那套东西是否还正确、安全、有人维护」。这几乎没人诚实算过账。
问题变了，评估框架却没有
五年前，分析领域的自建与采购之争围绕仪表盘展开：打包工具能不能表达您的 KPI。到 2026 年，比较对象已经变成「答案引擎」——一个在企微群里接住销售总监自然语言提问，返回一个受治理、口径正确、带权限控制、可溯源数字的系统。这个重构推翻了旧直觉：仪表盘是视觉产物，答案引擎是决策基础设施。您比较的不是两个产品，而是两笔持续的责任。
大多数内部对比材料都有一个陷阱：拿厂商报价对比团队的首轮自建估算，然后就此打住。这两个数字通常都大致正确，也都不太相关。诚实的比较是三年 TCO，并且把失败模式算进去——而失败模式是不对称的。采购的平台不满意，合同到期换掉就是；自建半成品的平台不满意，最稀缺的人手已经投进去十八个月，此时承认失败的内部政治成本，通常远高于将就着维护它的技术成本。
「自建」到底包含什么：演示背后的完整技术栈
演示只要两周：把大模型 API 接到数据库 schema 上，贴几个示例问题，效果令人信服。而能在企业环境里活下来的平台至少有七个部件，每一个都是实打实的工程承诺：
- Schema 与元数据层：精心维护的表和字段描述、关联路径、业务语境，让模型知道「GMV 不含已取消订单」。这不是一次性文档，而是随管道变化持续衰减的活资产。
- 语义层：把营收、活跃客户、毛利率等指标口径统一定义一次，让每个答案都出自同一套受治理的计算。没有它，机器人每答一题就重新推导一次指标，迟早和财务汇报对不上。
- 查询生成与执行路径：text-to-SQL 或语义 API 调用层，含方言处理、查询防护、超时与缓存。
- 评测体系（eval harness）：一套版本化的、含数百个真实业务问题与标准答案的题库，每次换模型或改提示词都跑一遍。这是最被低估的部件：没有它，您无法判断上周的模型升级是变好了还是悄悄变差了。
- 权限与行级安全：答案引擎必须和数仓一样按提问者、按查询执行同一套数据权限。这里出错是数据泄露事故，不是一张 bug 单。
- 审计与可观测性：每个问题、每条生成的 SQL、每个结果和纠错全部落日志——既为调优，也为第二年必然到来的合规对话。
- 部署触面：接入企微、钉钉、飞书、Teams 或 WhatsApp——每个渠道各有认证流程、消息限额和管理后台。
两到四名资深工程师能把这套东西搭起来。而在数仓、业务口径、模型与 LLM 供应商都在持续变化的前提下让它一直保持正确，才是真正的工作，而且永无止境。
自建的隐性成本，逐项列清
压垮自建项目的都是经常性成本，因为它们占用的是组织最舍不得挪用的人才。
语义层是一个常设项目，不是一个项目。 和财务、业务一起把五十个指标口径定义清楚要开几个月的会；业务变化后持续维护口径，是一笔永续的税。跳过它的团队，上线的是一个数字会漂移的分析机器人——高管会上出现一次对不上的数，内部工具的信用就破产了，比任何技术故障都快。
评测体系决定您建的是资产还是负债。 2024–2025 年的行业经验一致表明：模型升级、提示词修改、schema 变更之后，回答准确率会以未被度量的方式退化。一套像样的评测题库启动要一个工程师月，之后持续维护。没有题库的团队靠轶事导航：CFO 发现一个错数，从此没人信这个工具。
安全评审是许多自建项目悄悄死掉的地方。 一个读数仓、写 SQL 的系统，要过应用安全、数据治理，往往还有渗透测试；金融、含租户个人信息的地产等受监管行业还要加模型风险评审。六个月的评审等待很常见，而且 rarely 出现在自建计划里。
维护是三条耦合的升级跑步机，不是一条。 LLM 供应商按自己的节奏弃用模型，数仓在换驱动和查询 API，IM 平台在改机器人接口。三者要同时有人负责，永久负责。
| 隐性成本 | 首年实际投入 | 第二至三年经常性 | 典型失效症状 |
|---|---|---|---|
| 语义层与指标字典 | 3–6 工程师月（含业务投入） | 0.5–1 FTE | 机器人数字与财务对不上 |
| 评测体系 | 1–2 工程师月起步 | 0.25–0.5 FTE | 升级后准确率悄悄漂移 |
| 安全与模型风险评审 | 3–6 个月周期，0.5–1 FTE 投入会议 | 每次大改重审 | 上线拖延两个季度以上 |
| IM 渠道集成 | 每渠道 1–2 工程师月 | 接口变更维护 | 工具只活在一个群里 |
| 模型与平台升级 | 不定 | 合计 0.5–1 FTE | 没人敢升级模型 |
| 值班与故障响应 | 普遍低估 | 0.25–0.5 FTE | 静默错误答案、无告警 |
把中型自建项目的经常性一列加总，通常等于 2–3 个 FTE 永久投入，外加评审周期的机会成本。这才是「自建还是采购」材料里应该出现的数字——也是大多数材料省略的数字。
采购侧同样不是零风险
诚实要双向。采购对话式 BI 平台把工程负担转移出去的同时，也引入了四种需要在尽调时明确检验的风险：
- 指标治理依赖。 如果厂商的语义层表达不了您的业务逻辑——经纪行怎么算净佣金收入、工厂怎么定义准时齐套——您要么接下一个配置工程，要么接受静默的口径错配。试点时请用您十个最难的真实问题去测，而不是厂商的十个演示问题。
- 数据驻留与安全模型。 厂商的推理在哪里跑、日志记什么、架构是否要求您的数据离开租户边界？在大湾区和香港，跨境数据姿态是董事会级问题，不是 IT 细节。
- 语义层带来的原厂锁定。 讽刺的是，让自建变贵的那个部件也让采购变「黏」：一旦指标字典以厂商格式存在，迁移就意味着重新定义与重新验证。缓解手段是合同化：要求以开放格式导出指标定义与查询日志。
- 您无法控制的模型更替。 厂商会基于成本与能力替换底层模型。您的保护是它的评测纪律——要求查看，并问清模型变更影响您的答案之前有多少通知期。
2026 年的定价结构差异很大——按席位、按提问次数、按连接数——每种都会塑造不同的使用行为。按次计费惩罚驱动采纳的那种自由试验；包月式奖励重度使用，但采纳不及预期时价值会搁浅。请按您自己真实的问题量预测来建模，而不是按厂商的标杆客户。
一个可参照的三年 TCO 测算
下表测算一家中型企业：约 500 名实名用户、三个 IM 渠道、已有云数仓、数据团队 8–12 人。区间为基于 2024–2026 年行业基准的示意性估计，请按您的薪资带宽与厂商报价重新校准——对比的「形态」比精确数字更重要。
| 成本项（三年，美元） | 自建 | 采购（平台） |
|---|---|---|
| 工程建设（语义层、查询路径、评测、集成） | 45万–75万（2–4 FTE × 12–18 个月） | 含在实施中，3万–6万 |
| 实施服务 | 5万–10万内部投入 | 3万–6万 |
| 许可／基础设施／模型推理 | 6万–15万 | 15万–35万 |
| 稳态维护（第二至三年） | 40万–90万（2–3 FTE） | 5万–12万（0.25–0.5 FTE 管理） |
| 安全、风险与合规 | 8万–20万内部工时 | 3万–8万（与厂商证明材料分摊） |
| 重建／失败风险拨备 | 15万–40万期望值成本 | 0–6万（退出与续约工作量） |
| 三年示意合计 | 约 119 万–250 万 | 约 29 万–73 万 |
对这张表的三条诚实脚注。第一，自建列区间很宽，因为范围蔓延是常态：多数自建项目从「一个团队的问题」长成「全公司都要用」，预算却没同步重谈。第二，采购列的前提是平台能表达您的指标；如果不能，配置成本上升，对比会收窄。第三，两列都没计入数据团队时间的机会价值：每花一个 FTE 维护内部答案引擎，就少一个 FTE 建需求预测模型。对多数 CDO 的记分卡而言，机会成本才是最大的那一行。
您真正在比较的基线：维持现状的成本
每一份「自建还是采购」的分析，都默认了一个未经审视的对手：现状。常规对比框架假设不上新平台的成本是零，而现实是，组织早已在为一条断掉的问题-答案链路持续付费。把这笔基线摆上台面，不仅改变算术，更改变会议室里谁支持变革。
维持现状的成本构成是可清点的。分析积压：超过一定规模的数据团队，实际上都在运营一个报表与取数请求的隐形工单队列，2024–2025 年的行业经验一致显示，分析师有 30%–50% 的时间耗在重复性临时请求上。仪表盘蔓延：大型企业动辄积累数千张报表却没有单一事实来源，其中相当一部分早已静默过期。影子分析：财务与运营人员在私有电子表格里维护着自建模型，用不受治理的数字回答本该受治理的问题——这是一笔没人列预算的审计风险。还有决策延迟：等了三周才拿到的流失分析，等到月末才能排上的定价复盘。这些都不会出现在传统 TCO 表的任何一列里，却往往是整页纸上最大的数字。
对话式 BI 的经济功能恰恰是缩短「业务提问」到「受治理答案」的路径，而 IM 原生形态在此关键：问题就在对话发生的地方提出——企微或 Teams 的群聊里——答案带着数据溯源在同一线程返回。每一个在群里被治理化回答的问题，都是一张从未进入积压队列的工单、一个从未诞生的表格。
于是诚实的重构是：正确的比较不是「自建成本对比许可成本」，而是「现状成本 + 选项一成本」对比「现状成本 + 选项二成本」。由于现状项两边相同，前一节的 TCO 表仍然决定选边——但现状数字决定这个项目值不值得立项。高管层应该要求把这笔账算出来：每季度工单量 × 平均处理工时 × 分析师全成本，再加上对决策延迟价值的保守估计。在我们服务的客户评估中，这个合计数超过自建或采购任一列数倍是常态。
决定第三年经济性的合同条款
采购侧的风险本质上是合同风险，因此谈判清单与产品评估同样重要。以下五条条款，区分了「可运转的三年关系」与「缓慢的人质处境」：
- 定义与数据导出权。 语义层或指标定义、提问日志、评测数据集，必须能以文档化的非专有格式、无罚金地导出，并写入合同。仅这一条，就能把锁定从结构性问题降级为商业问题。
- 模型变更通知。 模型变更影响您的答案前，提前 30 天书面通知，并附厂商基于您自有问题集的评测差异报告。您买的就是它的评测纪律——请检查。
- 数据处理与驻留附表。 写明推理区域、明确「不用您的数据训练」条款、日志姿态留档。对大湾区企业，这是安全评审委员会真正会读的那一条。
- 准确率救济。 2026 年真正的准确率 SLA 仍然罕见——但厂商被问及此事时的反应，暴露它的成熟度。回答「我们公布准确率基准，并给您题库自行验证」的厂商，和回答「AI 本来就是概率性的」的厂商，是两种完全不同的交易对手。
- 退出条款。 过渡协助、明确的数据删除时限与证明、一年期退出期的价格表。签约时谈退出条款不花一分钱；续约时再谈，谈判筹码已经易手。
先试点、后签约，因为试点期是您的筹码窗口：之后筹码翻向厂商。坚持试点使用真实数据、真实权限模型，按前文的十问测试执行，成功标准在启动前书面确认。
自建路线也需要对应的「合同」：一份内部章程。指定唯一产品负责人，把永久维护经费单独列支而不是挤占团队善意，并写明 sunset 条件——什么情况下退役自建改为采购。内部平台很少死于糟糕代码，几乎都死于权属涣散：所有人都在用，没人对它的正确性负责。
按数据团队规模给出决策建议
正确答案与您数据组织的规模和授权的相关性，远高于与预算的相关性。
- 10 人以下数据团队（分析与工程合计、服务全公司）：采购，几乎无条件。自建会吃掉您 20%–30% 的全部产能，去做不构成差异化的基础设施。您的差异化是指标口径和它支撑的决策——管道买来的，口径要自己的，并坚持可导出。
- 10–40 人、有平台职能的数据团队：混合模式。采购对话层与 IM 原生部署；省下的工程产能投入严谨的内部语义层与评测实践。谈判时争取自带语义定义或指标存储的权利。2026 年拥有真正数据组织的企业，多数落在这里。
- 40 人以上、有监管约束、特殊数据驻留需求或真正新颖的问题类型：自建可以成立，但要诚实地限定范围——只在打包产品确实做不到的领域自建答案引擎，其余全部采购。并且把维护线按一个永久产品团队来预算，因为它就是。
有一个决策测试能穿透所有 PPT：选出上季度十个最难的真实问题——涉及口径边界、权限细节、跨域关联的那种。让它们跑一遍厂商试点，再让团队给出自建方案的最优内部估算。比较的不只是正确率，还有耗时和动用的人数。在我们的部署经验里，这十个问题对三年结局的预测力，超过任何电子表格。
一个真正跑得完的 30 天决策流程
把评估压缩到四周，避免让这类决策死于六个月的委员会漂移。第一周：盘点真正重要的问题——拉取真实查询日志或热门报表需求，聚类成问题族，与财务一起敲定指标口径表。第二周：在您真实的 IM 环境、真实的权限配置下跑厂商试点，对正确率、权限行为与响应延迟打分。第三周：按上文的测算模板、用您自己的薪资带宽，做出诚实的 TCO，并同时呈给 CIO、CFO 与安全负责人——不要逐个排队。第四周：决策，并撰写决策备忘录，写明所选路径的退出条件。备忘录很重要：把「什么情况下我们会推翻这个决定」写下来的团队，在续约时决策更冷静；而写退出条件的过程，会迫使锁定问题在您还有谈判筹码时浮出水面。
