「導入 AI 要花多少錢？」是我們在評估會議裡最常被問的問題。誠實的答案是：取決於你怎麼算。這篇把預算拆成三塊，每一塊給你可操作的估算方法。
第一塊：一次性的評估與開發費用
這是最容易理解的一塊，包含場景評估、資料整備、客製開發與系統整合。影響金額的三個變數：
- 資料整備程度——資料越亂，前期工程越重，這常是報價差異的主因
- 整合深度——要接幾個系統？要不要寫回既有資料庫？
- 客製程度——通用場景（文件處理、知識檢索）有成熟基底；越貼近獨特流程，開發量越大
評估階段就把這三個變數釐清，報價才不會在專案中途膨脹。
第二塊：按量計價的模型費用——最容易失控的一塊
模型費用以 token（文字量）計價，特性是跟用量成正比。這造成一個弔詭：導入越成功、使用者越多，帳單越大——而多數企業直到月底才知道花了多少。
失控的根本原因通常是結構性的：
- 各部門各自申請 API 金鑰，沒有人看得到全貌
- 沒有專案級的額度上限，超支只能事後追認
- 分不清哪個應用、哪個部門貢獻了帳單的哪一塊
解法是把所有模型呼叫收斂到單一可稽核的介接點:每個專案有自己的金鑰與額度、每一筆請求都有日誌、用量即時可見。這正是我們的基礎建設平台 ATP Petrichor 在導入專案裡扮演的角色——先有治理，才有可預測的成本。
第三塊：持續性的維運費用
上線不是結束。維運費用涵蓋模型版本更新、品質監控、資安修補與使用者支援。經驗法則：一年的維運預算約為一次性開發費用的 15–25%。低於這個區間的報價，通常代表上線後沒有人會接電話。
怎麼跟老闆報這筆預算？
把三塊分開報，各自對應不同的財務邏輯：
| 費用 | 性質 | 對應邏輯 |
|---|---|---|
| 評估與開發 | 一次性資本支出 | 用節省的工時回推投資回收期 |
| 模型用量 | 變動成本 | 隨採用率成長，需設額度與示警 |
| 維運 | 固定營運成本 | 系統存活與資安的保險費 |
一個能被財務長核准的 AI 專案，從來不是因為便宜，而是因為每一塊錢都有去向、每一分投資都有對應的回收邏輯。
想拿到針對你場景的成本試算？預約一次免費的 AI 導入診斷，我們連預算表一起幫你準備。
常見問題
企業 AI 專案的模型費用大概多少？
取決於用量與模型選擇，差距可以是十倍以上。關鍵不是猜一個數字，而是建立「每個部門、每個應用花了多少」的即時可見性，讓預算隨實際用量滾動調整。
為什麼 AI 專案上線後帳單常常失控？
因為用量跟採用率成正比：用的人越多、帳單越大，而多數企業直到月底收到帳單才知道花了多少。解法是專案級的額度控管與即時用量儀表板，超標前就示警。
自建模型會比較省嗎？
對絕大多數企業不會。自建的硬體、人才與維運成本遠高於按量付費；合理的策略是用治理平台管好外部模型的用量與成本，把資源投在資料與整合。