指南
供应商锁定的定义:2027 年如何在你的 AI 技术栈中识别它
本文整理自 Duaer 文档站,讨论企业 AI 落地中供应商锁定的定义、常见藏身位置、四阶段暴露评估方法,以及如何在续约前降低迁移成本。
锁定为何在试点后才浮现
AI 试点跑通了:演示打动了指导委员会,答案准确,团队准备全面推广。然后有人问了一个简单的问题:如果要把它迁移到另一家供应商,需要做什么?会议室一下子安静下来。提示词是针对某个 API 的特性调优的,向量嵌入存放在专有索引里,评估数据留在供应商的仪表盘中,业务团队从未认真考察过替代方案。这种沉默,才是供应商锁定真正的痛点。在 AI 领域,锁定的形成速度往往快于买方的预期,代价也更高。
供应商锁定的定义
供应商锁定,指切换供应商的成本、风险或耗时高到让买方即便面对更好或更便宜的选项,仍然持续向其采购的状态。关键概念是转换成本。依赖供应商本身不等于锁定,因为任何企业都依赖供应商。只有当离开的成本高于留下的成本时,锁定才真正存在,而这部分差额并不会体现在发票上。
在 AI 采购中,这一定义的范围超出了软件许可证。锁定可能来自数据格式、与特定模型绑定的提示词、微调权重、检索管线、评估套件、监控工具、合同条款,以及围绕某一平台建立起来的内部技能。
为什么 AI 让锁定更难察觉
传统企业软件同样存在锁定,但其边界相对清晰。数据库迁移是一个范围明确、已知的项目。AI 则不同,依赖关系分散在多个层面,而团队很少把这些层面放在一起盘点。更换模型可能同时改变输出风格、拒答行为、token 计价、延迟和故障模式。一个在某模型上效果很好的提示词,换到另一个模型上往往会退化,因此切换更像是重写,而不是改配置。
AI 决策还常常由追求速度的试点团队做出。他们会选择最快的路径,通常是带有专有连接器的托管平台。在试点阶段,这个选择是合理的;但当同样的选择被复制到多个部门、却没有人重新审视时,规模化后的代价就会变得很高。
锁定通常藏在哪里,以及如何判断所处阶段
锁定很少只存在于某一处,因此应先把各个层面列出来。最常见的藏身位置包括:数据层面,文档以专有格式导出,向量索引无法在别处重建,或日志以离开平台后无法查询的格式存储;提示词与编排层面,逻辑写在供应商专属的工作流构建器里,而不是纳入版本控制的代码;模型层面,微调权重无法导出,或某些 API 行为没有可对应的文档说明;评估层面,测试集和质量分数只存在于某个仪表盘内;合同层面,自动续约条款、最低承诺量和数据删除条款会让退出变得复杂;人员层面,内部专业知识集中在某一家供应商的工具上。
每个层面都可能是可移植的,也可能是黏性的。有价值的问题不是锁定是否存在,而是它位于哪里,以及迁移难度有多大。
一种实用的暴露程度分类方法分为四个阶段。第一阶段为开放:数据、提示词和评估集都保存在自己的系统中,并且至少在一个样本工作负载上测试过一家替代供应商。第二阶段为察觉:大部分资产可以迁移,但一两个组件(通常是编排工具或向量存储)是供应商专属的,你知道它们是哪些,并对迁移工作量有粗略估计。第三阶段为依赖:多个业务流程依赖供应商专有功能,退出需要数月项目,但没有人估算过成本。第四阶段为锁定:理论上可以退出,但实际上已不可行,因为成本、风险或内部政治因素超过了任何竞争对手能提供的节省。
许多已经运行 AI 一年左右的企业,在不知不觉中处于第二或第三阶段。一个快速的诊断方法是:让每个团队说出如果供应商明天变更,最先会出问题的三件事。如果答案含糊,你的暴露程度很可能比想象中更深。
三个让团队停滞不前的误区
第一个误区是认为锁定只对大额承诺有意义。实际上,小决策会不断累积。一个在某次试点中采用的便捷连接器,会在接下来的三次试点中成为默认选项,到那时,切换将同时牵动许多系统。
第二个误区是认为多供应商架构能保护你。如果两家供应商各自掌握工作流的一半,且彼此都无法单独替换,那么同时使用两家依然可能被锁定。
第三个误区是认为开源模型能消除锁定。开放权重确实有帮助,但周边技术栈(包括推理服务基础设施、监控、提示词库和再训练管线)仍可能与某个托管服务紧密绑定。某一层的开放,并不保证整个系统的可移植性。
从设计上预留退出路径,并衡量真实暴露
最有效的习惯,是把可移植性当作一项硬性要求,而不是锦上添花。将提示词、评估集和检索配置保存在你自己掌控的版本控制仓库中;源文档以开放格式存储,并保留清晰的来源记录;在应用与模型 API 之间加一层轻量抽象,让应用代码调用你自己的接口,而不是直接调用供应商 SDK。
然后定期进行退出演练:选一个非关键工作流,尝试在第二家供应商上运行。这种演练揭示隐藏依赖的速度,比任何合同审查都快。如果你希望在不自建工具的情况下完成这套映射和演练,可以在 Duaer 中运行同样的梳理与演练流程。需要说明的是,Duaer 是我们自己开发的产品,请将其与其他方案一并评估;但这套方法适用于任何技术栈,而且试用可以让你在承诺迁移之前,先在真实工作流上完成测试。
采购通常只比较单价,而锁定需要不同的衡量指标:转换成本占年度支出的比例、在替代供应商上恢复某个工作流所需的时间,以及完成一次替换需要改动的系统数量。请将这些指标与质量和成本一起追踪。一个便宜但需要九个月才能退出的模型,最终可能比一个价格更高、却能在数周内替换的模型更昂贵。如需更全面地了解模型价格之外的总体成本,可以参考如何计算企业 AI 采用成本。
本周可以做的一件事
选择一个生产环境工作流,在一页纸上写下它依赖的每一个组件:数据存储、提示词存放位置、模型端点、评估工具,以及下一次合同续约日期。把这一页分享给负责该工作流的团队,并询问他们最不希望迁移的是哪一项。他们的回答,就是你第一个需要优先处理的锁定问题。
如果你想在真实工作流上测试退出路径,而不是停留在幻灯片层面,可以访问 https://www.duaer.com 注册并开始试用。建议从一个边界清晰的流程入手,将结果与当前方案进行比较,并在下一次续约前利用这些比较结果做出决策。
供应商锁定不是读一遍就能掌握的单个条款,而是随着每一次设计选择不断累积的成本。尽早识别它,续约谈判就会从被动让步变为主动协商。
常见问题
什么是供应商锁定?
供应商锁定是指切换供应商的成本、风险或耗时过高,使企业即使有更好或更便宜的选择,仍不得不继续采购。它不等于依赖供应商,关键在于离开的成本是否高于留下的成本。在 AI 场景中,锁定还可能来自数据格式、提示词、微调权重、评估工具和合同条款等多个层面。
如何判断我们的 AI 系统是否已经被锁定?
可以先让每个业务团队列出供应商明天变更时最先会出问题的三件事,并盘点数据、提示词、模型端点、评估集和合同续约日期等组件的可移植性。如果答案模糊,或者从未在替代供应商上测试过样本工作负载,就说明暴露程度可能较深,通常处于依赖或锁定阶段。
企业如何降低 AI 供应商锁定风险?
一般做法包括:将提示词、评估集和检索配置纳入自有的版本控制仓库;源文档使用开放格式并保留来源记录;在应用与模型 API 之间增加抽象层;定期选择非关键工作流进行退出演练。同时,在续约前用切换成本占比、恢复时间和需改动的系统数量等指标来衡量风险,而不只比较单价。