核心結論
先選最接近營運瓶頸的指標，例如每件處理時間、錯誤或退件率、人工介入率、每週完成量或單件總成本。保留導入前基準，再用同類型任務比較。不要只用登入次數或使用者滿意度代替成果。
執行摘要
核心觀察：AI 採購最常缺的不是功能清單，而是可重複的驗收方法。台灣中企署 2026 年 AI 導入計畫要求至少兩項成效指標，並以使用紀錄與前後測佐證；NIST 與 GSA 也把真實工作流程測試、上線前評估及上線後監測列為採購重點。行動建議：簽約前完成一頁驗收表，寫清楚限定用途、測試資料、現況基準、通過門檻、人工接手、版本更新、資料移轉與終止方式，先用小範圍試點證明有效再擴大。
展示成功，不等於採購可以驗收
AI 展示通常挑選資料完整、問題清楚的案例，正式工作卻包含欄位缺漏、例外規則、權限限制與使用者差異。若採購文件只寫功能名稱，供應商可以交付一個會運作的介面，企業卻無法判斷它是否比原流程更快、更準或更省。
GSA 建議先從機構要解決的任務出發，透過沙盒、測試環境或小型試點量測結果，再決定是否擴大。[2] NIST 與 GSA 的 2026 年合作則進一步強調，要在真實使用者工作流程中評估效能、安全與功能，並同時建立上線前及上線後的量測方法。[3]
一頁驗收表先寫六件事
第一，限定用途與不適用情境；第二，現況基準；第三，測試資料與案例；第四，通過門檻；第五，人工覆核與失敗處理；第六，證據保存方式。通過門檻不只看模型正確率，也要納入完成時間、人工介入、錯誤能否被發現，以及每件總成本。
台灣中企署 2026 年 AI 導入計畫要求每案至少提出兩項成效指標，可用銷售額或決策時間等數字呈現，並以平台使用紀錄與相關文件佐證，期末需提供至少四個月的使用紀錄。[1] 這套邏輯可直接轉成企業採購原則：成果必須有數字、有期間，也有可回查證據。
合約要處理更新、責任與退出
AI 系統會因模型、提示、資料來源、權限或串接方式改變而產生不同結果。因此合約要寫清楚哪些變更必須事前通知、由誰重新驗收、未達門檻時如何回復，以及異常時由誰決定切回人工。NIST AI RMF 也把持續監測、人工覆核、停用、事故回應、復原與變更管理列入上線後管理。[5]
歐盟 AI 採購示範條款分為高風險完整版與非高風險精簡版，並提供實務說明，讓採購方界定用途、資料權利、雙方責任、透明度、稽核與問責。[6] 台灣中小企業不必照搬外國公部門合約，但可把這些項目轉成自己的供應商問卷與驗收附件，再交由法律與資安人員依實際情境確認。
小型試點的目的，是取得採購決策證據
試點不應只問使用者喜不喜歡，而要在同一批任務上比較導入前後。先固定範圍與使用者，記錄完成率、人工介入率、處理時間、錯誤與單件成本；只有主要指標達到門檻，資料與權限也可控，才增加部門、資料或自動化權限。
OECD 2026 年調查指出，中小企業使用 AI 正在增加，但策略性、針對性與安全地整合進營運仍不平均，時間、維護成本與技能缺口持續形成障礙。[4] 採購真正要買的不是一次展示，而是一套能被使用、維護、量測、調整與安全退出的營運能力。
關鍵要點
先寫限定用途：列出 AI 要完成的任務、不得處理的情境與最終負責人。
保留現況基準：先量工時、錯誤、等待、處理量與單件成本，才知道導入後是否真的改善。
用真實案例驗收：測試資料要包含正常、邊界與失敗情境，並在接近正式環境的流程中執行。
更新必須重驗：供應商更換模型、提示、資料來源或主要功能時，要先通知並重新跑關鍵測試。
先談退出再簽約：約定資料匯出、紀錄保存、停用、替代流程與交接責任，避免被單一供應商綁住。
參考來源
115年度提升中小企業智慧化經營效能計畫申請須知
經濟部中小及新創企業署 · 2026-02-04
https://www.sme.gov.tw/files/14180/DD0D7FD2-C397-4CAC-AAB5-903F4CD6093CBuy AI
U.S. General Services Administration · 2026-05-11
https://www.gsa.gov/artificial-intelligence/buy-aiCAISI signs MOU with GSA to boost AI evaluation science in federal procurement through USAi
National Institute of Standards and Technology · 2026-03-18
https://www.nist.gov/news-events/news/2026/03/caisi-signs-mou-gsa-boost-ai-evaluation-science-federal-procurement-throughEmpowering SMEs in the age of AI
OECD · 2026-04-13
https://www.oecd.org/en/publications/empowering-smes-in-the-age-of-ai_bf5a9816-en.htmlAI Risk Management Framework Core
National Institute of Standards and Technology · 2023-01-26
https://airc.nist.gov/airmf-resources/airmf/5-sec-core/Updated EU AI model contractual clauses
European Commission Public Buyers Community · 2025-03-05
https://public-buyers-community.ec.europa.eu/communities/procurement-ai/resources/updated-eu-ai-model-contractual-clauses常見問題
Q：中小企業採購 AI，第一個驗收指標應該選什麼？
A：先選最接近營運瓶頸的指標，例如每件處理時間、錯誤或退件率、人工介入率、每週完成量或單件總成本。保留導入前基準，再用同類型任務比較。不要只用登入次數或使用者滿意度代替成果。
Q：供應商提供模型正確率，為什麼還要自己測試？
A：供應商數字通常來自特定測試集與條件，不等於你的資料、語言、流程與例外情境。企業應準備自己的正常案例、邊界案例與失敗案例，在接近正式環境的流程中測試，並記錄人工覆核與錯誤處理成本。
Q：AI 試點通過後，就可以直接全面上線嗎？
A：不建議。先固定一個部門、明確任務與受控資料，確認主要指標穩定達標、權限與紀錄可追蹤、異常能切回人工，再逐步增加使用者與自動化範圍。每次擴大都應保留相同的驗收門檻。
Q：AI 供應商更新模型後，需要重新驗收嗎？
A：需要依變更影響決定範圍。若模型、提示、資料來源、權限或核心流程有實質改變，至少要重跑關鍵案例與風險測試。合約應約定通知期限、測試責任、未達標的回復方式，以及誰能核准重新上線。
Q：AI 採購合約的退出條件要包含哪些內容？
A：至少包含資料與紀錄如何匯出、帳號與權限如何停用、供應商保存或刪除哪些資料、替代人工流程如何啟動、系統與文件如何交接，以及未達績效或發生重大事故時的終止與復原方式。
由穹境科技 AI 情報系統生成 · 2026-08-17 · 資料來源見上方參考列表