此篇文章深入探討了企業在決策如何使用人工智慧（AI）時，面臨的策略性挑戰與思考，特別是在「自建還是購買」的選擇問題上。隨著AI技術的日益普及，企業對於如何高效投資於AI的討論已不再局限於選擇是否從零開始建立AI能力，而是轉向更為精細的策略框架，其中包含自建、購買、整合及合作夥伴策略的綜合運用。
企業在進行AI投資時，往往面臨選擇：是建立內部的AI能力，還是選擇外部解決方案，或是兩者的結合。根據國際數據公司（IDC）的數據，只有13%的IT領導者計劃從零開始建立AI模型，53%的領導者則選擇從預訓練模型入手，並基於企業數據進行擴展。作者指出，成功的企業通常不僅依賴前期的成本或技術偏好來做決策，而是採用更加全面的策略框架來評估AI的價值，確保能夠創造出競爭優勢。在進行AI投資時，最成功的企業會通過一個系統化的框架來評估每項AI能力。而這個框架應該著重於三個關鍵維度：
- 競爭差異化潛力
企業需要考量該AI能力是否能為企業創造出與競爭對手無法輕易複製的獨特價值。 - 組織準備度
評估企業在技術、人才和基礎設施上的準備程度，確保能夠支援AI能力的建立與運行。 - 長期策略一致性
檢視該項投資是否符合企業的長期發展策略，確保AI能力的發展能夠與企業未來的目標保持一致。
當AI能力能夠成為企業的核心競爭優勢，且數據、知識或技術創造了進入障礙，企業應該考慮進行自建。文中指出，自建AI能力時，企業需要進行全面規劃，確定所需的功能，並建立跨職能的團隊，結合內部專業知識和外部招募的人才。這樣的策略適用於那些需要高度客製化並且能夠持續創造競爭優勢的核心能力。例如，摩根大通的詐欺偵測平台就是一個成功的例子，該平台幫助他們降低了15-20%的帳戶驗證拒絕率，並顯著減少了誤報率。對於那些標準化且競爭優勢主要來自卓越執行能力的功能，建議企業選擇購買外部解決方案。購買外部解決方案尤其適用於需要快速上線並能夠從專業供應商處獲得卓越技術和專業知識的情況。例如，Salesforce收購了Einstein Analytics，將其整合到核心平台中，這讓Salesforce能夠加速AI能力的發展，同時專注於內部開發的核心創新。
當組織需要在自建與購買之間找到平衡時，混合方法成為理想的選擇。文章提到，混合方法最適用於那些需要定製化開發的組件同時又有標準化需求的情境。企業可根據需求選擇購買部分功能，並自建其他核心系統，這樣可以靈活應對變化並保有對關鍵技術的控制。策略夥伴關係是另一種有效的方式，尤其當企業需要彈性且無法單靠內部資源或外部解決方案獨立完成時。合作能夠讓企業借助專業供應商的技術優勢，並且能夠在不斷變化的需求中靈活調整。例如，達美樂披薩與微軟的合作關係，使達美樂能夠利用微軟的AI技術來優化其訂單處理和配送，從而提高了預測的準確性。
本文總結道，最成功的AI投資企業並不簡單地選擇自建、購買、混合或合作，而是根據各項AI能力的不同需求來選擇最適合的策略。企業需具備系統化的評估框架，並根據競爭差異化潛力、組織準備度和長期策略一致性來做出決策。這樣的策略不僅能幫助企業有效地分配資源，還能最大化AI投資的回報，創造可持續的競爭優勢。
閱讀完整文章: https://hbr.org/2025/07/its-time-for-your-company-to-invest-in-ai-heres-how
