选择企业 AI 服务时，除了功能和报价，更应该先说清楚一件事：上线以后由谁让它持续可用。没有工程团队的企业，需要外部团队持续承担运行责任；有开发团队的企业，可能更希望能力留在内部；有实施能力但缺方法的企业，则需要诊断和专项支持。
可以据此讨论三种合作模式：结果托管、能力共建、方法导入。它们的区别主要在责任分工和交付方式，不只是服务费高低。
结果托管：围绕约定工作承担持续服务
适合希望使用 AI 处理明确业务，但暂时没有完整内部维护能力的企业。双方先定义工作范围、所需来源、业务审批人和验收方法，再由实施团队承担技术维护与运行支持。
企业仍需提供业务负责人，确认规则与重要动作。结果托管不代表外部团队可以代替企业作所有经营决策，也不代表对不受控制的数据和业务条件作无上限承诺。
能力共建：共同实施并形成内部维护能力
适合已有软件或数字化团队，希望掌握知识整理、技能和系统接入能力的企业。双方一起完成实际流程，内部人员参与设计、调试、发布和异常处理。
交付应包含可维护的知识、技能、连接器说明、题集和操作资料。源码、平台许可、数据导出和后续修改权，按合同分别约定，不能把“能力留在企业”简化为默认交付所有平台源码。
方法导入：内部实施，外部解决关键方法问题
适合已有可执行团队和工程条件，但缺少诊断、场景选择、评测或知识治理经验的企业。外部团队提供方法、模板和阶段审查，内部团队承担实现与运行。
这类合作需要确认内部人员确实有时间和能力推进。若业务骨干无法参与、接口无人维护，仅交付一套方法文档，很难自动形成可用系统。
| 判断项 | 结果托管 | 能力共建 | 方法导入 |
|---|---|---|---|
| 主要实施力量 | 外部团队主导 | 双方共同实施 | 内部团队主导 |
| 企业必要投入 | 业务负责人和确认机制 | 业务骨干与工程人员 | 能独立推进的实施团队 |
| 交付重心 | 约定工作持续可用 | 流程与维护能力 | 方法、评审与关键问题支持 |
| 上线后责任 | 按服务范围持续托管 | 明确交接与支持边界 | 内部运行，外部专项支持 |
同一企业可以按工作组合模式
企业可能对通用知识服务采用托管，对核心生产流程采取共建，对内部培训选择方法导入。重要的是每项工作责任清楚，不能在发生故障时才发现双方都认为对方负责。
组合模式也应避免重复维护。同一企业的正式知识、身份规则与系统连接，应尽量复用；不同合作方参与时，要约定谁维护公共部分、谁有权发布变化，以及变化怎样通知使用方。
报价之前先把工作范围写具体
至少明确目标任务、系统与资料来源、允许动作、人工确认点、异常处理、交付资产和验收样本。相同名称的“知识助手”，仅做文档问答与接入多系统业务流程，工作量与责任差别很大。
费用可以按诊断、首条流程实施、后续扩展与持续服务分别说明，但不应只按 Agent 数量计价。新增一个名字可能复用大量已有能力，也可能需要全新的数据与权限链路，应根据实际工作判断。
验收与交接要能现场操作
托管模式检查约定工作是否稳定运行、异常是否有人处理；共建模式还要让内部人员独立完成一次更新与故障排查；方法导入则检查内部团队是否按方法完成了一个真实任务。
所有模式都应该保留企业可用的成果与证据，方便后续更换入口、扩展业务或调整服务范围。资料是否可导出、哪些能力依赖特定平台，应在合作开始时说清楚。
选择模式前，可先做五维度诊断，同时安排三级人员能力建设。具体建设与合作范围见企业 AI Agent。
更多同主题内容见企业 AI Agent 落地专题。
