招一个算法工程师，年薪 60 万起

这是很多老板在”要不要自己做 AI”这个问题上撞到的第一堵墙。

不是招不到，是招来了也留不住——大厂开的价，中小企业跟不动。就算跟了，一个人也做不成事：要产品、要开发、要运维，一支最小可用团队也要五到八个人。

一年人力成本三四百万，做的还不一定是你需要的。

自建团队的三个真实难点

难点一：招不到合适的人。

真正做过企业级 AI 落地的人，市场上非常少。大多数候选人做的是模型训练、算法研究，不是把 AI 接到业务系统里。这两件事差别很大。

难点二：留不住。

技术人才流动率高。核心开发一走，系统就成了没人能维护的黑盒。这在中小企业里是致命的。

难点三：做不出成果。

自建团队通常从”研究”开始——选模型、搭环境、做实验。半年过去，Demo 有了，能用的系统没有。因为真正的难点不在技术，在业务梳理。

三种路径，各适合什么情况

路径一：全部外包

把需求交给外部团队，交付一套系统。

• 优点：快，不用管人
• 缺点：需求说不清就做歪，后期维护依赖对方
• 适合：需求明确、一次性项目

路径二：自建团队

自己招人，自己开发。

• 优点：完全可控，长期成本可能更低
• 缺点：起步慢，招人难，试错成本高
• 适合：规模较大（500 人以上）、有持续 IT 需求、已有技术积累的企业

路径三：外部团队做，自己人接

外部团队负责方案设计和首版开发，同时帮企业培养一到两个内部接口人，后续迭代自己维护。

• 优点：起步快，又保留了自主能力
• 缺点：需要企业有愿意学的人
• 适合：绝大多数中小企业

我们建议中小企业走第三条。

为什么第三条最实际

第一，避免从零试错。

做过和没做过，差别在踩过多少坑。外部团队的价值不是写代码，是知道哪些路走不通。

第二，成本可控。

不需要养一支完整团队，只需要一两个懂业务、愿意学技术的内部人。人力成本大幅下降。

第三，能力留下来。

系统交付时，文档、代码、部署方式都是你的。内部接口人理解业务，外部团队提供技术支持，两者配合，不依赖任何一方。

什么情况下真该自建

不是不能自建，是要看条件：

• 你的业务本身高度依赖技术，系统是核心竞争力
• 年 IT 相关支出已经超过 500 万
• 已经有成型的 IT 团队，只是缺 AI 能力
• 行业特殊到外部团队根本理解不了

四条里中两条以上，再考虑自建。

只因为”不想受制于人”就自建，通常做到一半会后悔。

一个务实的判断标准

问自己三个问题：

1. 这件事做完，我能算出来省了多少钱吗？ 算不出来，说明目标不清晰。

2. 如果做失败了，损失我能承受吗？ 自建失败的损失通常是外包的三倍以上。

3. 三年后这套系统谁来维护？ 答不上来，说明不该自建。

三个问题都能答清楚，再决定路径。

常见问题

中小企业需要自建AI团队吗？

多数不需要。自建团队需要持续投入（5 到 8 人，年成本数百万），且面临招人难、留人难的问题。更实际的做法是外部团队完成方案设计和首版开发，企业培养 1 到 2 名内部接口人负责后续维护。

自建AI团队的成本大概多少？

一个最小可用团队（产品 1 人、开发 3 人、测试 1 人、运维 1 人）年薪成本通常在 200 万到 400 万之间，不含服务器和软件授权。此外还需要考虑招聘成本和人员流动带来的重建成本。

什么规模的企业适合自建技术团队？

通常年营收 1 亿以上、IT 相关年支出超过 500 万、且已有成型 IT 团队的企业才具备自建条件。中小规模企业自建的投入产出比通常不划算。

外包开发的风险是什么？

主要风险有三个：需求描述不清导致交付偏离、后期维护依赖外部团队、代码质量不可控。降低风险的方式包括：分阶段验收、要求交付完整源码和文档、约定后期技术支持条款。

外部团队做完，我们自己能维护吗？

可以，前提是交付时包含完整源码、部署文档、数据字典和运维手册，并且企业有 1 到 2 名愿意学习的内部接口人。建议在项目过程中就让内部人员参与，而不是交付后才接手。

没有技术人员，怎么管理外包团队？

重点是控制需求范围和验收标准。具体做法：把需求拆成可验收的小块、每两周看一次可运行的东西、验收标准写清楚（什么算做完）、核心数据必须自己掌握。不需要懂技术细节，但要懂业务目标。

AI人才为什么难招？

企业 AI 落地需要的是”懂业务 + 懂工程”的复合能力，而市场上多数候选人是算法研究背景，缺少业务系统集成经验。同时这类人才集中在少数大公司，中小企业竞争力有限。

一句话

不用自己养一支军队，但要有一个能看懂地图的人。