AI合作怎麼籤，效果不理想還能及時調整？

企業採購人工智能（AI）服務，常見的流程是：先聽方案、看案例，認可後簽訂長期合同、支付費用，再用幾個月觀察效果。

問題在於，服務商展示的方案和案例，只能説明過去做過什麼，不能替企業回答一個更具體的問題：這套方案放到自己的業務、團隊和數據中，能不能產生結果？

等到企業確認效果不理想，費用已經支出，雙方也投入了大量時間。此時無論調整方案還是終止合作，成本都會比較高。

合同不能保證每個AI項目都成功，卻可以提前約定三件事：用多長時間驗證，達到什麼標準才算有效，沒有達到標準時如何處理。

這些約定能讓企業根據實際數據決定是否繼續投入，也能讓服務商按照明確的標準開展工作。

企業用上了AI，不等於取得了業務結果

MIT Project NANDA發佈的《The GenAI Divide》2025年報告顯示，95%的企業組織沒有從生成式AI投入中獲得可衡量的業務回報。生成式AI，是指能夠按照指令生成內容的AI。該報告覆蓋了150場高管訪談、350名員工問卷和300個公開部署案例。

同一份報告還顯示，採用“外部採購並建立合作”方式的企業，成功率約為67%；完全由企業內部自建的成功率只有前者的三分之一。

S&P Global在2025年的調研顯示，到2025年年中，已有42%的美國公司放棄了大部分AI項目，前一年的比例是17%。

國內的數據也反映出相似的問題。《中國企業家人工智能應用調研報告2025》顯示，89.84%的中國受訪企業已經在使用AI；但在《2025麥肯錫AI應用現狀調研》的大中華區結果中，被調研劃入“高績效贏家”組別的企業只有6%。

這些數據不能解釋每一個項目為什麼失敗，卻共同説明：開始使用AI，與獲得能夠核對的業務結果，是兩件不同的事。

AI能否產生結果，不只取決於模型或系統。員工如何使用，原有工作流程是否調整，企業內部能否持續配合，都會影響項目表現。

因此，簽約時既要判斷技術是否適用，也要判斷合作安排能否在企業自己的業務中產生結果。

籤長期合同前，先約定怎麼驗證

驗證不是簡單體驗工具，而是用企業自己的業務、團隊和數據檢驗方案。合同需要把驗證場景、驗證時間和判斷方法提前寫清楚。

從一個容易統計的場景開始

常見的驗證週期是1至3個月。對於業務較複雜、結果形成較慢的項目，可能需要3至6個月。具體時間應當由業務週期決定：時間太短，可能只能看到偶然變化；時間過長，又會讓企業在效果尚未明確時承擔更多投入。

驗證範圍也不宜過大。適合先驗證的場景，應當能夠在有限時間內產生數據，結果容易統計，而且即使驗證失敗，也不會影響企業的核心業務系統。

營銷內容經常被用作首個驗證場景，因為內容產量、製作時間和更新頻率都可以記錄，企業能夠較快比較實施前後的變化。

這不意味着所有企業都必須從營銷開始。關鍵是選定一個具體場景，在控制前期投入的情況下取得真實數據，再決定是否擴大實施範圍或進入長期合作。

把“有效”寫成雙方都能核對的數字

合同中只寫“提高效率”“改善產出”，無法直接用於驗收。驗證期結束後，雙方仍然可能對“提高多少才算有效”產生分歧。

項目開始前，需要先確定基線和達標線。基線，是使用AI之前的實際業務情況；達標線，是驗證結束時至少需要達到的結果。沒有基線，就無法判斷項目帶來了多大變化；沒有達標線，雙方就無法形成一致的驗收結論。

可以採用的指標包括：

指標	需要核對的變化
產能	單位時間內能夠完成多少項工作
人效	相同數量的人員能夠承擔多少工作量
成本	每完成一項工作的成本發生了什麼變化
轉化	客戶完成企業預先設定的下一步動作這一結果，發生了什麼變化

指標要與本次驗證的業務直接相關，能夠量化，並且可以持續記錄。例如，雙方可以約定單位時間內的產出量、完成單項工作所需的時間，或者固定週期內的更新次數。

達標線不能低到失去驗證價值，也不能脱離企業當前的業務條件。基線、達標線、雙方依據什麼數據以及如何判斷結果，都要在驗證開始前確認，不能等到結果出來以後再改變標準。

未達標後的處理辦法，也要提前寫清楚

很多合作協議會寫驗證通過後如何續約，卻沒有説明未通過時怎麼辦。

等到結果不理想再重新協商，意味着費用已經支付、項目已經開展，雙方還要重新討論處理辦法，企業也難以及時控制後續投入。

未達標後的處理通常有三種：

1. 調整方案，再進行一輪驗證；
2. 終止合作，停止後續投入；
3. 如果雙方把合作前期的一筆費用約定為“意向金”，則按照事先約定的比例抵扣或退還。

採用哪一種方式，可以由雙方根據項目情況協商。關鍵是簽約前作出約定，讓結果不理想時的處理有明確依據。

有無驗證機制，差別體現在哪裏？

對比事項	沒有驗證機制	有驗證機制
簽約依據	主要依靠方案介紹和過往案例	先在企業自己的場景中取得數據
驗收標準	使用“提升效率”等模糊表述	使用雙方提前確認的具體數字
未達標處理	發生問題後重新協商	按協議調整、退出或處理意向金
前期投入	可能直接支付全款或大額預付款	先控制驗證階段的投入
後續決策	容易受到主觀判斷影響	根據實際業務數據決定是否繼續

兩種方式的差別，在於企業能否在擴大投入前確認結果，並在結果不理想時按照已有約定處理。

驗證期不等於完整回本期

回本，是指項目產生的收益逐步覆蓋投入。行業經驗認為，AI項目的典型回本週期為2至4年，少數項目可以在12個月內看到投資回報。這只是市場分析中的一般判斷，不是對某個具體項目的結果承諾。

因此，驗證期不一定要證明整個項目已經回本，但必須拿出雙方事先約定、能夠核對的業務變化。否則，企業就沒有依據判斷項目是否值得繼續投入。

“按效果付費”不能代替驗證機制

按效果付費，是把費用與約定結果關聯起來；驗證機制解決的則是，在什麼時間、依據什麼數據判斷項目是否有效。

如果合同沒有寫清基線、達標線和驗收方式，“效果”仍然可以被雙方分別解釋。即使協議寫了按效果付費，爭議也不會因此減少。

只有先確定可以量化、能夠核對的指標，按效果付費才有執行依據。

第二次合作，先處理第一次留下的問題

如果企業已經經歷過一次效果不理想的AI項目，第二次合作不應只是更換工具或服務商，還要復盤原來的合作安排。

需要檢查的是：第一次選擇的實施範圍是否過大，項目過程中是否缺少持續配合，是否有人對最終結果承擔明確責任。

再次簽約前，還應當問清楚：

• 對方是否願意先進行小範圍驗證；
• 效果指標能否寫進合同；
• 沒有達標時能否按照約定調整或退出；
• 原有數據和知識庫，也就是已經整理成體系、供AI使用的資料，能否繼續使用；
• 第一次失敗中暴露的問題，這次準備如何處理。

這些問題越早説明，企業越容易判斷接下來的合作安排是否解決了原來的問題。

簽約前，把這七項逐條確認

一份允許驗證和及時調整的AI合作協議，至少應當明確以下內容：

1. 本次驗證的是哪個具體業務場景；
2. 驗證從什麼時候開始，到什麼時候結束；
3. 實施前的業務基線是多少；
4. 哪些指標達到什麼數值才算通過；
5. 雙方依據什麼數據、採用什麼方式判斷結果；
6. 未達標後是調整方案、終止合作，還是按約定處理意向金；
7. 驗證通過後，後續合作如何繼續。

一次驗證沒有達到預期，並不意味着企業只能繼續投入或倉促終止。只要合同事先明確驗證週期、達標線和未達標處理方式，企業就能根據實際結果決定下一步，服務商也能按照雙方認可的標準開展工作。