簽 AI 導入合約前必看:報價、SLA、資料權與退場的 9 個陷阱

上個月我們幫一家製造業客戶審一份還沒簽的 AI 導入合約。報價單很漂亮,分項清楚,總價落在預算內。問題藏在第 14 頁一行小字:「模型微調產出之權重歸乙方所有」。翻譯成白話就是,他們花錢用自己的產線資料訓練出來的模型,最後不屬於他們。這種條款不會在 Demo 那天被提起。它只會在你想換供應商、或想把系統搬進自家機房的那一天,變成一道牆。

AI 導入合約的陷阱,幾乎都不是寫錯,而是「刻意寫得模糊」。模糊對誰有利?對握著交付主導權的那一方。我們陪客戶談過幾十份這類合約,把最常踩的坑整理成九條,附上你在談判桌上可以直接照著問的檢核點。

報價與計費:先問「三個月後帳單長怎樣」

報價灌水的典型手法有三種。一是把一次性的建置費拆成「導入費+顧問費+整合費」,同一件事收三次;二是 token 或 API 用量的成本轉嫁,合約寫「按實際用量計費」卻不給封頂;三是「席次授權」綁定,你以為買的是系統,實際是每個帳號每月都在滴血。

我們的做法是要求對方跑一張「規模化後的月度帳單模擬」:假設上線半年、日活躍成長三倍,總成本是多少。問得出來,代表對方算過;答不出來,代表帳單風險會全轉到你身上。

SLA:沒有數字的承諾等於沒有承諾

「我們保證系統穩定運行」這句話在法律上約等於零。真正能執行的 SLA 必須有數字、有量測方法、有罰則。我們看過太多合約只寫「99.9% 可用性」,卻沒定義「可用」是什麼——是 API 有回應就算,還是回答正確才算?對 AI 系統來說,這兩者天差地遠。

資料權與模型權:分開談,逐條寫死

這是整份合約最貴的一頁,也是最多人略過的一頁。你要拆成四個獨立問題分別確認:原始資料的所有權、衍生資料(清洗、標註後)的所有權、微調模型權重的歸屬、以及供應商能否拿你的資料去訓練「服務其他客戶」的通用模型。第四點尤其危險,很多 SaaS 合約預設你同意,除非你主動劃掉。

鎖定效應與退場:簽約當天就要談分手

最健康的合作,是雙方都知道怎麼好聚好散。鎖定效應通常不寫在「鎖定」兩個字裡,而藏在資料匯出格式、API 相依、和「服務終止後 30 天刪除所有資料」這類條款。三十天聽起來合理,但如果你的匯出檔是對方專屬格式、沒有文件、沒有遷移協助,那三十天就是逼你續約的倒數計時。

下面這張表是我們給採購方的隨身檢核清單。談判時逐條念出來,對方的反應本身就是最好的盡職調查。

陷阱	常見話術	你該問的檢核點
報價重複收費	「這是標準拆項」	要求合併報價,列出每項的實際交付物
用量無封頂	「按實際用量,很划算」	要規模化月度帳單模擬與成本上限
SLA 無定義	「保證穩定運行」	「可用」的量測方式、停機罰則、補償條款
資料權模糊	「資料當然是你的」	原始/衍生/模型權四項分開白紙黑字
拿你資料訓練	預設條款不提	明文禁止用於訓練通用或他客模型
模型權歸乙方	「權重是我們的技術」	微調權重歸屬與可攜出的授權範圍
匯出鎖定	「終止後會刪資料」	開放格式匯出、遷移協助、文件交付
驗收標準空泛	「上線即驗收」	以實際使用率/準確率為驗收門檻
責任歸屬缺失	「AI 輸出僅供參考」	錯誤輸出的責任與人工審核分工

最容易被忽略的一條:驗收綁的是 Demo,還是上線

第九條我想單獨講。多數合約把「驗收」定義成「系統交付並展示成功」,也就是 Demo 通過就付尾款。但 Demo 過關和真的有人在用,中間隔著一整條鴻溝。我們遇過一套客服系統,驗收那天回答得漂漂亮亮,三個月後現場實際使用率只有 4%。合約早就付清,沒人扛採用。

所以我們幫客戶談合約時,會把一部分尾款綁在「上線後 N 週的實際使用率或準確率門檻」,而不是綁在展示。這一條會篩掉一批供應商——願意接的,通常才是真的打算把系統推上生產線的那種。這也是我們自己做 FDE 前線部署時的底線:Demo 很美不算數,上線且有人在用,才算數。