報價單上少的那一行：委託客製化開發前，先問清楚 AI 功能上線後每個月要花多少
委託開發一套系統，報價單上通常會列出設計、開發、測試與主機費用。但如果這套系統裡有 AI 功能，例如自動回覆客戶、摘要文件、產生內容，還有一筆費用常常沒被寫上去：AI 功能營運成本。每一次使用者按下按鈕，系統就向模型供應商付一次費，用得愈多、付得愈多。研究機構 Futurum 在 2026 年 9 月公布的調查顯示，46.9% 的企業 AI 支出已經超出預算。這篇文章說明這筆錢為什麼難估，以及簽約之前該請開發方寫清楚的四件事。
AI 功能營運成本，為什麼和一般軟體不一樣
傳統軟體的營運費用相對固定：主機、網域、維護合約，多十個使用者，帳單不會有明顯變化。AI 功能不同，它是依用量計價的，模型處理多少文字（業界以 token 為單位計算），就收多少錢。
這帶來一個反直覺的現象：單價在降，總帳單卻在漲。依 eeNews Europe 的報導，高盛研究部門在 2026 年 5 月預估，代理式 AI 可能讓 token 用量在 2030 年前成長 24 倍，同時晶片進步會讓每個 token 的運算成本每年下降 60% 到 70%。單價便宜了，但用量成長得更快。
Futurum 的調查訪問了 1,636 位全球企業技術決策者，結果是：
- 46.9% 表示 AI 支出超出預算，其中 11.3% 是大幅超出
- 31.8% 大致符合計畫
- 10% 根本沒有正式的 AI 預算
連大型企業也不例外。同一篇報導提到，Uber 據報在年初幾個月內就用完了 2026 年的 AI 預算。
帳單是怎麼變大的：四個常見原因
以我們的開發經驗，AI 功能的費用通常由四件事決定：
- 使用次數：功能愈好用，用的人愈多。這是好事，但費用會跟著等比例上升。
- 每次送出的內容長度：為了讓 AI 回答得準，系統常會把對話紀錄、相關文件一起送給模型。附帶的資料愈多，每次的費用愈高。
- 步驟數：AI 代理完成一項任務可能要來回呼叫模型十幾次，成本遠高於一問一答。
- 模型等級：最強的模型與輕量模型的單價可能相差數倍到數十倍。所有任務都用最貴的模型，是最常見的浪費。
這四項在試作階段都看不出來，因為只有幾個人在測試。等到正式上線、全公司或所有客戶開始使用，帳單才會現形。
簽約之前，請開發方寫清楚的四件事
1. 每次操作的預估成本
不要只問「一個月大概多少」，而是請對方估出「每回覆一則客服訊息」「每摘要一份文件」的單次成本，再乘上你預期的使用量。有了單價，你才能自己推算不同情境下的總額。
2. 用量上限與警示
系統應該能設定每日或每月的費用上限，接近上限時通知負責人，超過時有明確的處理方式（例如改用較便宜的模型，或暫停非必要功能）。沒有上限的 AI 功能，等於一張沒有額度的信用卡。
3. 模型分級與快取
簡單的分類、摘要用輕量模型，需要深度推理的才用高階模型。重複的問題可以把答案存起來，不必每次重新計算。這些設計要在開發階段就做進去，事後再改的成本高得多。
4. 成本儀表板
你應該隨時看得到：哪個功能花最多、哪個部門用最多、趨勢是往上還是持平。看不到的費用無法管理。
這四件事適合直接寫進需求規格。我們在〈AI 會寫程式之後，需求規格才是關鍵〉整理過規格該寫清楚的項目，營運成本值得列為其中一節。
AI 負責運算，人負責決定值不值得
成本控制最終不是技術問題，而是取捨問題。eeNews Europe 的報導引述 Uber 營運長 Andrew Macdonald 的說法：公司目前還看不出 token 用量增加與更有用的消費者功能之間有清楚的關聯。花得多，不代表做得好。
分工可以這樣看：
- AI 負責：處理大量重複的工作、依設定選擇模型、記錄每一次的用量。
- 人負責：決定哪些功能值得用 AI、每個功能願意花多少、上限設在哪裡，以及定期檢視這筆錢換到了什麼。
Gartner 曾預測，到 2027 年底將有超過四成的代理式 AI 專案被取消，成本攀升是主因之一。提早把營運成本談清楚，是避免專案走到這一步最直接的方法。如果你還在評估要自建還是採用現成工具，也可以參考〈客製化軟體還是 SaaS？2026 年企業主該怎麼判斷〉。
結語：好的報價單，會告訴你上線之後的事
一份只寫開發費用的報價單，只說了故事的前半段。AI 功能的價值在上線之後才開始累積，費用也是。TitApeX 相信「AI 負責完美，人負責動人」，而在預算這件事上，人還要負責一件事：知道每一塊錢花在哪裡、值不值得。
如果你正在規劃含有 AI 功能的系統，想在動工前先把營運成本估清楚，歡迎看看我們的服務項目，或直接與我們聊聊。
留言