跳至主要內容
入選 The Agentic List 2026了解更多
Maven AGI
展示
自行擁有 vs. 採購

人人都能打造 AI 代理，但您能長期擁有嗎？

打造是最簡單的部分，但即使如此也不容易。真正的帳單在上線後才來：模型更替、API 故障、知識過時，AI 代理的回答都將成為您的責任。這就是「擁有」的代價。

估算您的擁有成本看看上線之後
自建 AI 代理的生命週期
示意
自您開啟此頁面以來，依下方試算工具計算，擁有自建系統已花費
$0.00
即時計算，以正式環境每日 $521 計。變更試算工具的輸入值即會重新計算。
上線後的維運永無止境

建置是一次性專案，維運是長期工作。

軟體研究數十年來一再指出：花錢的是維護，而非開發。平均而言，維護約占系統生命週期成本的 60%，依系統不同介於 40% 至 80% 之間。[1]

AI 代理還帶來新型態的維護工作。即使您的程式碼一行都沒改，模型也可能自行改變。[3] 而當 AI 代理答錯時，責任由您承擔。[6]

agent-ops.log
即時
週一 02:14ERROR
provider 模型版本已停用，原先針對其調校的提示詞開始漂移。
週一 09:40WARN
eval 相同測試集、新模型版本：準確率 84.0% → 51.1% [3]
週二 11:05ERROR
crm 上游 API 變更了欄位，工單建立失敗。
週二 16:32WARN
knowledge 同步停滯，AI 代理依過時的政策回答。
週三 08:17ERROR
guardrail AI 代理描述了航空公司並不存在的票價政策 [6]
週三 13:50WARN
infra 已達速率限制，對話排入佇列。
週四 10:02資訊
security 資安團隊針對代理的資料存取啟動新一輪審查。
週四 18:44WARN
team 負責建置檢索功能的工程師離職，找不到任何操作手冊。
週五 03:29ERROR
cost Token 支出再度超出預算。
示意的一週。每一行皆為下方資料來源記載的一類故障。
持有成本計算器

算算您的持有成本。

從您的建置計畫開始。研究預設值已標示，您可依自身假設自由調整。

4
您的假設
6
您的假設
$133,000
研究預設值：$133,080，美國軟體開發人員薪資中位數 [7]
70%
研究預設值：70%，其餘為福利支出 [8]
60%
研究預設值：60%，介於 40% 至 80% 範圍內 [1]
3
您的假設
總持有成本
$950,000總持有成本: $950,000
建置（第一天）
$380,000
持有（此後每一天）
$570,000
正式上線後每日成本
$521
耗用工程人年
5.0
機會成本

這相當於 5.0 人年的工程人力，沒有投入在您的核心產品上。每一個花在代理基礎架構上的衝刺週期，都少了一個用來推出帶動成長與營收功能的衝刺週期。

計算方式：每位工程師的全額成本為薪資除以薪資占比。建置成本 = 工程師人數 × 全額成本 × 建置時間。持有成本依維護占比推算，因此在 60% 時為建置成本的 1.5 倍。此處僅計入人力成本；模型使用、託管、工具與事故處理成本都會再增加總額。

您實際需要承擔的一切

代理只是其中一小塊。

Google 工程師的研究指出，在實際運作的機器學習系統中，模型程式碼只占整個系統的一小部分。其餘都是周邊的一切，而持續的維護成本正是在這裡不斷累積。[2]

維護
模型升級
供應商會依自己的時程淘汰與更換模型。
品質
評估與回歸測試
每次變更都必須以真實對話重新測試。
內容
知識同步
政策天天在變，過時的答案就是錯誤的答案。
系統
整合
CRM、工單與訂單系統會推出不相容的變更。
您的部分
代理邏輯
您原本打算建置的部分。
風險
防護機制與法規遵循
代理說的話，就代表您說的話。
維運
監控與待命
凌晨 2 點出問題時，總得有人被叫醒處理。
信任
資安審查
資料存取、保存與稽核，一再接受審查。
人員
只存在腦中的知識
建置者一離開，相關脈絡也跟著消失。
獨立研究

不必只聽我們說。

9 項發現來自已公開的第三方來源：學術研究、市場研究、一項法院判決、一份產業參考資料及分析機構研究。數據均依原始發表內容呈現。

自有 AI 代理的成本

資料來源包括
Harvard Data Science Review
O’ReillyBC Civil Resolution Tribunal
第 1 部分 · 獨立研究與公開紀錄

維護成本

60%

維護平均約占軟體系統生命週期成本的 60%，依系統類型介於 40% 至 80% 之間。其中大部分是因應需求變動而進行的功能強化。

資料來源：David Wood，〈The 60/60 Rule〉，收錄於《97 Things Every Project Manager Should Know》，O’Reilly Media。[1]

模型漂移

84% → 51%

在相同的質數與合數判斷任務上，GPT-4 的準確率從 2023 年 3 月的 84.0% 降至 2023 年 6 月的 51.1%。作者的結論是：LLM 的行為可能在短時間內大幅改變，必須持續監控。

資料來源：L. Chen、M. Zaharia、J. Zou，〈How Is ChatGPT’s Behavior Changing Over Time?〉，Harvard Data Science Review，2024 年。[3]

自建與採購的成功率

67%

向專業廠商採購的 AI 工具，成功率達 67%；內部自建的成功率僅為其三分之一。本研究依據 150 場高階主管訪談、350 名員工問卷調查，以及 300 個公開 AI 部署案例的分析。

資料來源：MIT NANDA，《The GenAI Divide: State of AI in Business 2025》，引自 Fortune 報導，2025 年 8 月 18 日。[4]

從試行到正式上線

88%

在觀察到的 AI 概念驗證中，有 88% 未能進入大規模部署。企業每啟動 33 個 AI 概念驗證，只有 4 個能進入正式上線。

資料來源：IDC 與 Lenovo 合作研究，引自 CIO.com 報導，2025 年 3 月 25 日。[9]

AI 代理的法律責任

C$812.02

加拿大卑詩省一個審裁處判決 Air Canada 須支付損害賠償、利息及相關費用，原因是其官網聊天機器人向客戶提供了錯誤的喪親優惠票價資訊。審裁處駁回了「聊天機器人是獨立個體、應自行為其陳述負責」的主張。

資料來源：Moffatt v. Air Canada，2024 BCCRT 149，卑詩省民事解決審裁處（British Columbia Civil Resolution Tribunal），2024 年 2 月 14 日。[6]
第 2 部分 · 分析師觀點：Gartner

專案取消

40%+

Gartner 預測，到 2027 年底，將有超過 40% 的代理式 AI 專案因成本攀升、商業價值不明確或風險控管不足而遭取消。

資料來源：Gartner 新聞稿，〈Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027〉，2025 年 6 月 25 日。[5]

上線所需時間

8.2 個月

Gartner 發現，「平均只有 48% 的 AI 原型能進入正式上線」，且從 AI 原型到正式上線「平均需要 8.2 個月」。

資料來源：Gartner，《Survey Shows How Generative AI Puts Organizational AI Maturity to the Test》，Leinar Ramos、Anthony Mullen、Bern Elliot，2024 年 4 月 23 日。

初期投資

Gartner 估計，自建 AI 代理的初期投資為 $2.5M 至 $4.3M，採購則為 $1.5M 至 $2.7M。

本圖表由 Maven AGI 依據 Gartner 研究製作。資料來源：Gartner，《How to Calculate the Value and Cost of AI Agents》，[Analyst names]，[Publication date]。

持續性的負擔

模型維護
稀缺的 AI 人才
團隊能力
合規稽核

自建代表您必須自行承擔原本由廠商處理的模型維護、招募稀缺的 AI 人才，並面對更繁重的合規稽核。Gartner 提醒，切勿高估團隊長期支撐這些工作的能力。

資料來源：Gartner，《How to Calculate the Value and Cost of AI Agents》；《Choosing Between an Agent Harness or Framework to Build AI Agents》；《2027 Planning Guide for Software Architecture and Integration》。[Analyst names]，[Publication dates]。

研究方法。 各項數據均依各來源公布內容呈現，Maven AGI 未做任何調整。圖表為 Maven AGI 依據所引用數據製作的示意圖。完整引用資訊請參閱「資料來源」。

Gartner 研究出版品代表 Gartner 研究機構的意見，不應視為事實陳述。GARTNER 是 Gartner, Inc. 及／或其關係企業在美國及全球的註冊商標與服務標章，經授權於此使用。版權所有。

各方分別承擔哪些工作

掌握體驗，不必維護底層管線。

持續性工作如果自建自管如果採購 Maven AGI
模型升級與淘汰您的工程師Maven AGI
每次變更後的迴歸測試您的工程師Maven AGI
知識內容的即時性您的工程師Maven AGI
隨 API 變動維護整合您的工程師Maven AGI
防護機制、法規遵循與稽核您的工程師Maven AGI
資安審查與資料控管您的工程師Maven AGI
監控與待命您的工程師Maven AGI
您的政策、品牌語調與客戶體驗（CX）您仍然是您
採購不等於黑盒子
在平台之上，打造屬於您的功能。

透過 Maven 開發者入口網站，客戶已自行打造專屬的聊天體驗，以及 WhatsApp 等自訂整合。您能享有自建的掌控權，平台的維運則交給別人負責。

讓您的工程師專注於打造差異化優勢。

Maven AGI 讓您完全掌控 AI 代理，卻不必費心維持其運作。我們的客戶只需數天或數週即可上線，而非數個月。

預約展示重新算一算

資料來源

  1. David Wood，〈The 60/60 Rule〉，收錄於《97 Things Every Project Manager Should Know》，O’Reilly。oreilly.com
  2. D. Sculley 等人（Google），〈Hidden Technical Debt in Machine Learning Systems〉，NeurIPS 2015。neurips.cc
  3. L. Chen、M. Zaharia、J. Zou，〈How Is ChatGPT’s Behavior Changing Over Time?〉，Harvard Data Science Review，2024 年。hdsr.mitpress.mit.edu
  4. MIT NANDA，〈The GenAI Divide: State of AI in Business 2025〉，據 Fortune 2025 年 8 月 18 日報導。fortune.com
  5. Gartner 新聞稿，〈Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027〉，2025 年 6 月 25 日。相關報導：sdtimes.com
  6. Moffatt v. Air Canada，2024 BCCRT 149：判賠 C$812.02（含損害賠償、利息及費用）。mondaq.com
  7. 美國勞工統計局，《Occupational Outlook Handbook》：軟體開發人員年薪中位數，2024 年 5 月。bls.gov
  8. 美國勞工統計局，《Employer Costs for Employee Compensation》，2026 年 6 月：工資與薪資占民間產業雇主成本的 70.0%。bls.gov
  9. IDC 與 Lenovo 合作研究：每 33 個 AI 概念驗證中，僅有 4 個進入正式上線，據 CIO.com 2025 年 3 月 25 日報導。cio.com