公司決定做 AI 後，下一個關鍵問題就是：自建團隊？外包顧問？還是混合？這篇用三維度比較幫您決定。
三種組織型態
1. 自建 AI 團隊
招聘 1–5 位 AI 工程師、PM、資料分析師組成內部團隊。
- 適合：員工 100+ 人、有持續 AI 需求、預算充足
- 年成本：NT$3,000K–8,000K（人事 + 工具）
- 優點：累積內部 know-how、靈活迭代、資料安全
- 缺點：招聘困難（南台灣尤其）、磨合期長、薪資成本高
2. 完全外包
把整個 AI 專案委託顧問公司或工程師接案。
- 適合：員工 < 50 人、需求單一、需要快速上線
- 年成本：NT$500K–2,000K
- 優點：上線快、責任明確、無人事負擔
- 缺點：依賴廠商、知識不沉澱、長期成本不低
3. 混合制（最常見的選擇）
顧問規劃 + 1 位內部 PM/工程師執行 + 員工受訓使用。
- 適合：員工 30–200 人、漸進式導入
- 年成本：NT$1,000K–3,000K
- 優點：兼顧速度與內化、可擴展、預算彈性
- 缺點：需要協調管理
決策框架
| 條件 | 建議 |
|---|---|
| 員工 < 20 人 | 外包單一專案 + 員工自學 |
| 員工 20–100 人 | 混合制：請顧問 + 1 位內部窗口 |
| 員工 100–500 人 | 混合制：請顧問 + 2–3 位內部團隊 |
| 員工 500+ 人 | 自建團隊 5–15 人 + 顧問支援 |
南台灣 AI 人才市場現況
2026 年 5 月時：
- 有 LLM 部署經驗的工程師（高雄）：< 100 位
- 平均年薪：NT$1,000K–1,800K
- 留任率：在中小企業 < 18 個月
所以南台灣的中小企業，混合制幾乎是唯一務實選擇——招不到人、留不住人。
常見錯誤
- 太早自建團隊：還沒驗證 AI 對公司有效，就先招 3 個工程師，半年後發現用不上。
- 過度依賴外包：顧問離開後沒人能維護，工具變廢墟。
- 沒有內部 PM：外包做完，公司沒人懂怎麼用、怎麼推廣。
建議的演進路徑
- Year 0：純外包 1 個試點 + 1 位內部 PM 跟著學
- Year 1：內部 PM 主導第 2、3 個專案，外包做技術深的部分
- Year 2：招 1 位 AI 工程師，外包退場到顧問角色
- Year 3+：依規模決定是否擴編團隊