苹果AI更新揭示了企业"自建还是购买"技术的未来走向

本周早些时候，苹果公司在一年一度的全球开发者大会上宣布，将部分依赖谷歌的Gemini模型来驱动下一代Siri体验中的某些功能。

在多年持续大力投资人工智能之后，这家全球最具技术实力的科技公司之一，最终决定与外部合作伙伴协作，而非完全依靠自主研发。苹果为何在Siri演进如此重要的环节上选择外部合作？官方尚未公开具体原因，但这一决策再次引发了IT组织内部的广泛讨论：

随着生成式AI让软件开发变得更快、更便宜、更易获取，企业是否应该更多地选择自主开发？还是说，AI时代反而进一步强化了购买和集成外部能力的理由？

几十年来，CIO们一直在反复权衡"自建还是购买"的决策。传统上，答案取决于成本、人才储备、维护需求以及某项能力是否能带来真正的竞争差异化优势。而如今，AI正在改变上述诸多变量，但这一根本决策本身是否也随之改变，目前仍不明朗。

软件开发的新经济逻辑

在现代企业发展的很长一段时间里，"自建还是购买"的争论始终受制于一个简单的现实：软件开发成本高昂。企业需要专业人才、漫长的开发周期和大量预算才能创建和维护定制化应用。因此，购买商业软件往往是更简便、风险更低的选择。

如今，生成式AI的出现正在改变这一格局。

Intelligence Briefing创始人兼首席人类智能体AI官安德烈亚斯·韦尔施表示，AI有助于消除IT组织面临的最大摩擦点之一。

"多年来，IT组织一直难以跟上新建应用或改进现有应用的需求，瓶颈在于人力。"韦尔施说道。

AI工具正在加速应用的构思、开发和维护流程，使团队能够交付比以往更多的软件。这一转变在企业软件工程领域已清晰可见。代码验证公司Sonar在其面向逾1100名开发者的《2026年代码开发者现状调查》中发现，72%曾尝试过AI编程工具的开发者如今每天都在使用这些工具，并报告称AI目前贡献了42%的提交代码——这一比例预计到2027年将达到65%。

这些数据解释了为何"自建还是购买"的讨论正在被重新提起。以前需要数周开发时间的任务，现在越来越多地能在数小时内完成；过去无法通过成本效益分析的内部工具，如今可能突然成为可行的项目。

金融科技公司Cynch AI的CEO兼创始人奈杰尔·达菲表示，他认为AI正在改变某些特定应用的经济逻辑。过去，构建和集成内部替代方案成本过高，但他认为，如今部分企业可能会发现，开发针对特定业务需求的小众应用，反而比在已经臃肿的技术栈中再添加一款第三方工具更为容易。

"生成式AI最擅长构建全新应用，最不擅长的是集成遗留的第三方工具。"达菲说道。

人们很容易产生一种误解：既然软件越来越容易构建，企业就应该多造。但两位专家都提醒，这道题远比表面上复杂。

构建软件与拥有软件是两回事

现实是，软件开发从来都不是企业面临的唯一成本。创建一款应用或许越来越容易，但维护它依然困难重重。

许多IT领导者花费数年时间，试图减少技术债务、整合应用组合、消除冗余系统。大幅增加内部自建应用数量的前景，可能在解决一个问题的同时制造另一个问题。

"CIO若让团队自建应用，就是在自行承担风险。"韦尔施说道。

他补充表示，经验丰富的CIO仍会从"总拥有成本"的视角评估自建与购买的决策。尽管AI可能降低开发投入，但企业仍需考量基础设施费用、网络安全要求、测试、维护、支持义务、升级以及持续增强工作——这些加在一起很快就会形成相当可观的开销。

这一区别至关重要，因为软件复杂性鲜少凭空消失，只会转移。AI或许能提升开发产出，但也可能给经验丰富的工程师带来新的负担——他们需要花更多时间审查、验证和纠正AI生成的代码。初级开发者的生产力提升，可能会被高级员工在审查和治理方面不断增长的工作量所抵消。

达菲表示，他看到了一个相关挑战正在浮现：如何为这个新时代配置人才。

"人才缺口正在向架构能力和业务领域理解力转移，这导致知识与专业技能集中在少数核心技术专家手中。"他说道。

换句话说，AI可能降低编程人才的稀缺性，同时提升那些懂系统集成、治理和业务流程的人才价值。急于自建大量内部应用的企业，最终可能会发现，维护这些系统所需的专业能力难以寻觅。

这造就了一种不同形式的依赖风险，但本质上仍是依赖。企业不再依赖外部供应商，转而依赖少数真正理解内部系统运作方式的架构师和领域专家。从长远来看，这是否会带来更大的局限？

竞争优势来自应用方式，而非所有权

尽管基础模型备受关注，但大多数企业从自主开发基础AI技术中获得有意义竞争优势的可能性其实相当有限。与OpenAI、谷歌、Anthropic和Meta等公司竞争所需的投入，远非大多数企业所能承受。

相反，战略问题越来越集中于：企业如何将AI应用于自身的业务场景。

在重要之处实现差异化

"构建基础模型对大多数企业而言并不是核心竞争优势，也不应如此幻想。"达菲说道，"这是一个反思自身核心竞争优势并加以深耕的时机。"

这一观点挑战了许多董事会中正在形成的普遍假设：AI让软件创建变得更容易，但这并不意味着技术栈的每一层都值得定制化。

韦尔施持有相似看法，建议CIO聚焦于差异化。

"我们仍处于AI采用的早期阶段，"他说，"一个组织的差异化优势并不单纯来自基础AI技术本身，而是该技术在业务场景中的应用——结合组织自身的数据与语义——才是真正让企业与众不同的所在。"

与云计算的类比或许具有参考价值。如今，几乎没有企业能从拥有自建数据中心中获得战略优势。竞争优势来自企业如何利用技术来提升客户体验、精简运营或创造新产品与服务。AI最终可能走上相似的道路。

CIO应该自建什么，应该购买什么

对于CIO而言，实际挑战在于判断哪些地方的定制化能创造价值，哪些地方的标准化依然更优。

两位专家都指向了相似的决策框架。财务、人力资源、会计等通用职能，以及高度标准化的业务流程，仍然是商业软件的强力候选场景。这些应用受益于成熟的支持生态、合规能力和完善的维护模式。

而与核心竞争差异化直接相关的领域，则可能需要不同的方式来处理。拥有独特工作流、专有数据、特殊运营流程或差异化客户体验的企业，可能越来越会发现，AI让定制化开发在经济上变得可行——而这在以前很难被合理化。

即便如此，目标也未必是从零开始构建一切。

达菲认为，企业最终将比现在在内部自建更多软件，尤其是随着AI降低开发成本。但他同时警告，许多企业将低估拥有这些系统的长期复杂性。简而言之：他相信企业会做出这个选择，但未必是正确的选择。

韦尔施也对过度自建的长期价值持怀疑态度："为了提升效率，如降低成本和加快价值实现速度，CIO应优先考虑集成和编排AI能力，而非尝试从头构建。"他说道。

这种张力，或许将最终定义企业技术战略的下一阶段。AI正在降低软件创建的门槛，但它并未消除几十年来左右"自建还是购买"决策的那些根本性权衡。

对于CIO而言，挑战已从"我们能否自建"转变为"我们是否应该自建"——以及在第一个版本上线数年之后，所构建的能力是否依然值得继续拥有。

Q&A

Q1：苹果为什么选择用谷歌Gemini模型而不是自己开发Siri的AI能力？

A：苹果官方未公开具体原因，但这一决策反映了一个在IT领域普遍存在的问题：即便是技术实力最强的企业，在AI时代也在重新评估"自建还是购买"的边界。借助外部合作伙伴的成熟模型能力，可能比自行开发更具效率和成本优势，尤其是在非核心差异化领域。

Q2：生成式AI如何改变了企业软件开发的成本结构？

A：生成式AI大幅加速了应用的开发流程，使以往需要数周完成的任务能在数小时内完成。据Sonar调查，72%尝试过AI编程工具的开发者每天都在使用，AI已贡献了42%的提交代码，预计2027年将达65%。这让过去无法通过成本效益分析的内部工具项目变得可行，降低了自建软件的初始门槛。

Q3：CIO在决定自建还是购买软件时，应该考虑哪些关键因素？

A：CIO应从"总拥有成本"视角评估，不仅考虑开发成本，还要涵盖基础设施、安全、测试、维护、升级等长期开销。通用职能如财务、HR等建议购买成熟商业软件；而与核心竞争优势直接相关的独特业务流程、专有数据处理等领域，可考虑借助AI降低成本后进行定制化自建。关键是聚焦真正能带来差异化的领域。