AI 導入合約的 7 個陷阱:報價、資料所有權與退場條款怎麼審

去年底,一位製造業客戶把一份已經簽好的 AI 專案合約丟到我們面前,問了一句話：「我們是不是被綁死了?」

我們花了一個下午逐條看完。結論是:是。系統跑得出結果,但資料進去容易、拿出來難;報價寫的是「導入」,合約裡卻找不到「上線」兩個字;想換供應商,光是資料匯出就要另外報價。這不是詐騙,每一條都合法。這就是 AI 導入合約陷阱最麻煩的地方——它不違法,只是全部往供應商那邊傾斜。

我們看過的合約夠多,足以歸納出買方最常踩的七個坑。以下這份清單,你可以直接拿去對照手上那份還沒簽的合約。

先看這張表:七個陷阱與你該問的一句話

陷阱一到三:你以為買的,和你真正拿到的

第一個陷阱最貴,因為它決定了後面六個。報價單上寫「AI Copilot 導入」,聽起來很完整。但「導入」在合約語言裡通常只代表「系統裝好、能開機、Demo 過關」。我們接手過一個客服 AI 案子,交付當天全綠燈,三個月後實際使用率個位數。供應商沒違約——合約從頭到尾沒要求「有人在用」。所以第一件事,把驗收標準改成可量測的採用指標:生產環境跑滿三十天、日活躍使用者達標、真實工單覆蓋率達標。Demo 很美不算交付,上線且有人在用才算。

第二和第三是資料與模型的所有權。很多合約會用「共同使用」「共享成果」這種溫暖的字眼,但「共同」在法律上就是「不完全是你的」。你要找的是一句冷冰冰的話:客戶為資料的唯一所有權人,供應商僅在服務期間內為履約目的處理。同樣重要的是衍生資產——你的資料微調出來的模型權重、調校過的 prompt、建好的向量索引,這些常常被默認歸供應商所有。一旦你想換人,它們就成了對方的籌碼。

陷阱四到七:出得去,才叫合作

退場條款是整份合約裡最能看出誠意的一段。願意把「怎麼分手」寫清楚的供應商,通常對自己交付有信心。你要確認四件事:資料能以標準、可讀的格式匯出;有明確的匯出期限;匯出不另外收費,或費用事先寫死;對方有義務協助搬遷而非消極拖延。如果一份合約對「上線」寫得很細,對「退場」卻一字不提,這本身就是警訊。

第五個陷阱藏在計費裡。Agentic 工作流和 RAG 知識系統都吃 token,「用多少算多少」在 Demo 階段沒感覺,規模化之後帳單會嚇你一跳。要求月度用量上限、超額單價透明、以及接近上限時的預警。

第六個常被忽略:SLA 只保證「系統開得起來」,不保證「答得對」。99.9% 可用率的系統,可以每天穩定地產出錯誤答案。對 RAG 或客服類應用,你要爭取的是答案品質或幻覺率的可量測門檻,並綁定罰則。做不到未必能立刻拿到,但寫進去,對方就得認真對待品質。

第七個是資安責任。「依業界標準」是最危險的六個字,因為沒有一個叫「業界標準」的東西。資料存在哪個地區、留存多久、外洩了誰負責通報、罰則多少——這些都要落成具體文字。尤其金融、醫療、車用這幾個產業,監理要求直接寫進條款,別留給日後解釋。

審約時,把自己站到上線那天

這七條的共同邏輯只有一個:把合約的重心從「交付系統」搬到「你能長期、獨立、安全地使用系統」。供應商的標準合約天然為前者設計,因為那對他們最省事。買方要做的,是把後者一條一條寫回去。

我們在替客戶審約時,習慣先問一個問題:如果三年後我們要把這套系統接手自營,或換一家供應商,今天這份合約會不會擋路?答案幾乎總能照出那些被漂亮報價蓋住的坑。因為我們自己就是進場把 AI 推上生產線、扛到有人真的在用的那種顧問,所以看合約時,眼睛盯的從來不是簽約那天,而是上線那天,以及你想離開的那天。