籤AI陪跑合同前,先寫清這5件事

先説結論
一場演示可以讓企業看到功能,銷售人員也可以講出很多應用前景。但項目結束時,真正決定雙方如何驗收、結算和交接的,是合同正文。
一場演示可以讓企業看到功能,銷售人員也可以講出很多應用前景。但項目結束時,真正決定雙方如何驗收、結算和交接的,是合同正文。
“幫助企業提升效率”“助力業務增長”“做不出效果可以退款”,這些話如果沒有對應的數字、期限、核驗方法和處理辦法,就很難成為可以執行的約定。
本文所説的AI陪跑,是服務商在一定週期內協助企業把AI用於具體業務,並提供工具使用、人員培訓、資料整理、流程建立或持續調整等服務。它不只是購買一個軟件賬號,還可能涉及企業數據、知識資料、工作方法和後續維護。
公開研究已經説明:企業開始使用AI,不等於自然獲得業務結果。
MIT Project NANDA發佈的《The GenAI Divide》2025年報告顯示,在該報告的研究樣本中,約95%的組織沒有從生成式AI投入中獲得可衡量的損益影響。生成式AI,是指能夠根據指令生成文字、圖片等內容的AI;可衡量的損益影響,則是能夠在收入、成本等經營數據中測量出來的變化。
該報告還比較了兩類項目的部署情況:採用可學習、可定製工具的外部合作項目,約67%進入部署階段;內部自建項目約為33%。可學習、可定製,是指工具可以結合企業的使用情況和具體需求繼續調整。進入部署階段,則表示項目已經開始投入實際使用,不等於已經產生收入或利潤,也不能證明外部合作一定成功。
S&P Global公佈的2025年調查還顯示,在北美和歐洲的受訪企業中,正式投入使用前便放棄大多數AI項目的企業比例,由前一年的17%升至42%。
這些數據不能用來判斷某一家服務商是否可靠,卻提醒企業注意同一件事:工具只是項目的一部分。應用場景是否合適、責任由誰承擔、雙方怎樣執行、最後如何驗收,都會影響項目能否繼續推進。
目前,AI陪跑也沒有第三方公認的統一定義。不同服務商提供的內容、報價方式和交付標準可能相差很大。簽字前,至少要把下面五件事寫清楚。
一、效果指標必須能測量
“幫助企業提升AI應用效率”“助力業務增長”,可以説明合作方向,卻不能直接作為驗收標準。
效率提高多少才算完成?增長看營收、訂單量,還是內容產出量?從哪一天開始計算?數據由誰提供,又由誰確認?如果合同沒有回答這些問題,項目結束時,雙方很可能各自採用一套判斷標準。
以內容生產項目為例,可以先把目標拆成三類數據:
- 一週或一個月完成多少條內容;
- 創作一條內容平均需要多長時間;
- 內容多久更新一次。
每項指標還要寫明四個要素:基線、目標值、數據來源和測量週期。
基線,就是項目開始前的實際水平。要衡量內容產出量是否提高,就要先記錄實施前一段時間的平均產量。目標值是實施後要達到的數字;數據來源可以是雙方認可的後台記錄或統計表;測量週期則要明確按周、按月還是按整個項目計算。
合同還要區分運營指標和經營結果。內容產量、創作時間和更新頻率屬於運營指標,可以直接記錄;營收、利潤和訂單量屬於經營結果,還可能受到價格、市場和銷售執行等因素影響。不能因為內容數量增加,就把全部經營變化都歸因於AI陪跑。
兩類指標的驗收週期也可以分開。內容產量、創作時間和更新頻率,可能在一個月內發生變化;較完整的內容策略效果,通常要經過一個內容週期,大約三個月,才會逐步顯現。具體看多久,仍要根據項目內容寫進合同。
如果服務商承諾“簽約後立即見效”或“一個月翻倍”,先追問四個問題:
- 翻倍的是哪項數據?
- 以哪個時間段的數據為基線?
- 由誰統計和確認?
- 沒有達到時如何處理?
合同或銷售溝通中如果出現“30天見效”“訂單增長300%”之類的數字,也要按照同樣的方法核對。數字是否寫進合同、數據能否由雙方共同確認,比宣傳頁上的表述更重要。

二、驗證期要同時寫明達標線和退出辦法
驗證期,是企業在擴大投入前,先選擇一個具體業務環節進行小範圍測試。它的作用不是簡單試用一段時間,而是確認這套方案能否在約定範圍內達到目標。
一份完整的驗證約定,至少要寫清四件事:
- 驗證哪個具體場景;
- 用什麼指標判斷是否達標;
- 從哪一天開始,到哪一天結束;
- 沒有達標時,雙方如何處理。
驗證場景應當儘量具體。例如,先測試營銷內容生產,不要一開始就要求服務商同時改造多個部門。範圍過大,項目結束後很難判斷哪項工作產生了效果,也難以劃分責任。
驗證期常見為1至3個月,具體時間仍要根據測試內容確定。只寫“提供三個月試用期”,卻不寫達標標準和退出辦法,這三個月只是延後了後續決定,並沒有真正控制合作風險。
未達標後的安排尤其重要。合同應當明確:
- 企業能否終止合作;
- 是否繼續調整方案或延長驗證;
- 已支付款項如何處理;
- 已經形成的數據、知識資料和工作成果如何交接。
如果合同出現“三個月核心價值未落地可退款”之類的表述,還要繼續追問:“核心價值”具體指什麼?使用哪項數據判斷?滿足哪些條件才能退款?退款包含哪些費用?
銷售人員口頭説“做不出來可以退”,不能代替合同中的明確約定。

三、數據、知識庫和SOP要分別約定
AI陪跑項目通常會使用企業的客戶資訊、經營數據和歷史內容,也會逐步形成知識庫、文風規則、常用話術和SOP。
知識庫,是把企業資料、業務規則和內容案例整理在一起,供員工或AI查詢使用的資料集合。文風規則記錄的是企業寫作時採用的語氣、用詞和表達要求。SOP是標準作業流程,也就是一項工作由誰負責、按照什麼順序完成、每一步達到什麼要求。
這些內容不能籠統地寫成“項目資料”,而要分別確認歸屬、使用權限和交接方式。
第一類是企業原有的業務數據,包括客戶資訊和經營數據。合同應當説明:
- 數據保存在哪裏;
- 哪些人員可以訪問;
- 如何與其他客戶的數據分開保存;
- 是否會跨客戶共享;
- 是否會被用於調整供其他客戶使用的AI;
- 合同終止後,數據如何返還或處理。
如果合同只寫“保障數據安全”,還不夠。即使出現“物理隔離”“絕對安全”“100%隔離”或“永不泄露”等表述,也要繼續要求服務商説明具體做法和核驗方式。“物理隔離”只是對數據隔離方式的一種技術表述,具體隔離哪些資源、怎樣實現,應當由服務商在合同中寫清楚,不能只看這個詞。
第二類是項目實施過程中形成的知識庫和方法資料。企業要提前確認:
- 合同結束後是否仍有權繼續使用;
- 能否完整導出;
- 以什麼文件格式導出;
- 合同結束後能否繼續訪問;
- 遷移到其他系統需要滿足什麼條件。
第三類是SOP、話術資料和工作流程。合同要説明企業最終得到什麼:是一段時間的使用權限,還是可以繼續查看、編輯、修改和使用的文件。
如果這些問題等到更換服務商時才討論,企業可能無法帶走已經積累的資料,只能重新建設。問題並不是更換服務商時才出現,而是第一份合同沒有提前寫清資產歸屬和遷移條件。

四、續費、擴展和終止安排要提前確定
簽約時只看首期價格和當前服務內容,很容易低估後續支出。
續費條款至少要核對三項:
- 續費價格是否與首期一致,調價需要滿足什麼條件;
- 增加功能或業務場景時如何收費,是否需要重新驗證;
- 合同到期不續費後,系統、賬號、數據和知識庫如何處理。
報價中如果出現“某價格起”,要繼續要求服務商説明價格構成:基礎服務多少錢,包含哪些功能和應用場景,每增加一個功能或場景需要支付多少,後續維護是否單獨收費。
只有一個總價,沒有服務構成,企業就難以判斷新增需求是否屬於原合同範圍,也難以估算完整支出。
終止合作後的安排同樣不能省略。合同應當説明:系統何時停用,是否保留交接期,賬號由誰控制,數據和知識庫能否繼續訪問,資料如何導出。
企業決定不續費時,應當能夠按照合同完成交接,而不是先失去系統權限,再討論資料如何取回。

五、“按結果付費”必須定義什麼叫結果
“按結果付費”或“效果對賭”,是把付款、退款或費用調整與約定結果綁定。這種收費方式不會自動降低企業風險,真正決定條款能否執行的,是雙方如何定義結果。
這類約定至少要同時滿足三個條件:
- 結果能夠量化;
- 雙方使用同一套數據核對;
- 指標和未達標後的處理方式寫進合同正文。
合同不能只寫“提升業務效果”,還要繼續説明:
- 提升哪項指標;
- 從哪個基線開始計算;
- 在多長時間內完成;
- 數據由誰提供和確認;
- 達標後如何結算;
- 未達標後是少付、免付、退款還是繼續調整。
檢查這類條款時,可以在合同中找到“效果”“結果”“達標”等詞,然後逐句查看後面是否同時出現具體數字、測量方法和未達標後果。缺少任何一項,都應當要求補充。
銷售人員在聊天中説“達不到效果不用付費”,合同正文卻沒有對應條款,企業仍然缺少明確的結算依據。

付款前,再核對一遍
簽字前,可以用下面這份清單逐項檢查:
- 效果目標有沒有具體數字;
- 每項指標有沒有實施前的基線;
- 數據來源和測量週期有沒有寫明;
- 是否設置了小範圍驗證期;
- 驗證未達標後能否退出、調整或重新結算;
- 企業數據如何保存,是否會被跨客戶使用;
- 知識庫、SOP和話術資料能否完整導出;
- 續費、增加功能和擴展場景的價格是否拆開説明;
- 不續費後,系統、賬號和資料如何交接;
- 按結果付費的核驗方法和未達標後果是否寫進合同正文。
如果服務商要求企業必須籤長約或支付全款才能開始,卻不提供小範圍驗證方案,應當暫停付款,繼續評估風險。
第一次AI項目沒有達到預期,也不要立刻把原因全部歸結為工具。還要檢查應用範圍是否過大、有沒有明確的結果負責人、培訓結束後是否持續執行、項目過程中是否根據結果調整方案。
準備更換服務商時,則要先確認原有數據和知識庫能否遷移,避免重複投入。
一份AI陪跑合同,需要説清楚的並不複雜:服務商做什麼,做到什麼程度,用什麼數據驗收,未達標怎麼辦,合作結束後企業可以帶走什麼。
效果指標、驗證與退出、數據與成果、續費與終止、結果付費——這五項只要還有一項説不清楚,就先不要簽字。
相關閲讀
企業 AI 落地
批量AI內容質檢,還要不要留全職人工審核?
做批量AI內容質檢,不要保留全量人工初審,但必須保留關鍵節點抽檢。最省成本且安全的做法,是用規則引擎過濾硬傷、雙模型重寫風格,再加10%高風險人工盲審的組合流水線。
2026 年 10 月 23 日 · 7 分鐘讀完
企業 AI 落地
基礎版AI買了一個月覺得沒用?4步實現基礎版AI激活
基礎版AI激活的核心不在於模型參數有多大,而在於把它從聊天框改造成具體工位。配齊崗位説明、輸入模具和質檢卡尺,基礎工具也能穩定承擔業務初加工。
2026 年 10 月 22 日 · 9 分鐘讀完
企業 AI 落地
AI運營官真能頂10個人嗎?重算部門AI運營新人效賬
網絡上宣傳的一人頂十人只算了AI生成文本的幾秒鐘,真實的AI運營新人效必須扣除人機協作中的校準、質檢與返工工時,衡量的是流水線帶來的淨工時差。
2026 年 10 月 22 日 · 8 分鐘讀完