2022 年秋天，一个在 Fontana 做汽车配件分销的朋友跟我炫耀：他们仓上了 AI 视觉质检。入库口架了工业相机，纸箱过一道，缺件、错标签、破损全自动拦截，速度比人工快了一大截。我当时嘴上说恭喜，心里却咯噔了一下——给他做这套系统的，是一家刚融完 A 轮的 startup。
一年后，这家公司倒闭了。云服务关停，模型更新没了，最要命的是质检系统绑的是供应商的云 API，服务一停，整条质检线直接变砖。我朋友花了三个多月重新招标、重新部署，旺季就这么过去了。后来他跟我说，亏的不是那套系统的钱，是旺季三个月的人工返工和丢掉的客户。
这件事之后，我给所有想上 AI 的客户都加了一道必答题：供应商没了，你怎么办？不是诅咒谁，是 AI 项目和买设备不一样——设备买回来是你的，AI 系统的模型、数据、源码，默认全是供应商的。供应商在，一切好说；供应商不在，你连系统都打不开。
合同没写退出条款，等于裸奔
大多数 AI 供应商的合同，退出条款只有一句话："合同终止后 30 天内停止服务。"这等于没写。真正要写进去的，是四样东西。
第一，源码托管（escrow）。把源码、模型权重、部署文档托管在第三方机构，触发条件写死：供应商破产、停止维护超过约定天数、被收购后产品线关停，任一发生，托管的源码自动释放给你。没有这一条，供应商倒闭那天，你连系统长什么样都看不到。
第二，数据返还。格式、时限、完整性三样都要写：原始数据和标注数据以什么格式返还，别到时候给你一堆打不开的专有格式；合同终止后多少天内返还；返还后供应商必须删除备份。这条不写，等于你的业务数据白送。
第三，模型权重归属。用你的数据训练出来的模型，权重归谁？很多合同默认归供应商，或者写"共同所有"这种和稀泥的说法。我的建议是写死：用甲方数据训练出的模型及衍生权重，归甲方所有。谈不下来，至少要拿到永久、不可撤销的使用许可，不受合同终止影响。
第四，过渡期支持。合同终止后，供应商提供几个月的只读运维支持，或者开放自托管部署的权利。迁移不是一夜之间的事，没有过渡期，新系统还没上线，老系统已经停了，中间的空档期谁来扛？
这四条，销售在签约时都会跟你说"我们是大公司""我们刚融了资，不会倒的"。别信。前几年倒掉的 AI startup 一抓一大把，规模跟会不会倒没有必然关系。被大厂收购然后产品线被砍掉的，同样不少，结局都一样：你的系统没人管了。
真正属于你的，只有数据
退一步想：就算合同写得再好，供应商真没了，你拿什么接住业务？答案是数据。模型可以换，供应商可以换，唯一换不掉的，是你这几年沉淀下来的标注数据和业务规则。
标注数据是核心资产。视觉质检的缺陷样本、语音拣选的纠错记录、需求预测的历史订单——这些数据是供应商用你的业务喂出来的，合同里必须明确归你。数据在手，换一家供应商重新训练，周期按月算；数据不在手，一切从零开始，周期按年算。这个差距，旺季的时候就是生死线。
业务规则同样值钱。AI 系统里沉淀的阈值、例外处理逻辑、跟仓储流程绑定的规则（比如什么品类走什么质检标准），这些要定期以文档形式导出来，别只存在供应商的系统里。我见过最惨的案例不是模型没了，是用了三年的质检标准全在供应商的配置库里，人一走，标准也没了，新供应商来了还得重新摸一遍。
那开源模型能不能接管？我的判断是分场景。视觉检测、OCR 这类成熟场景，开源方案多，迁移成本主要是重新标注和重新对接，自己养一两个算法工程师就能扛住；但跟仓储系统深度绑定的调度优化、需求预测这类，业务逻辑耦合深，换供应商等于重做半个项目。选型的时候就要想清楚：这个场景如果供应商没了，我能不能在合理成本内接住？接不住的，要么别上，要么把退出成本算进总拥有成本里一起评估。
每年做一次退出演练，假戏真做
条款写了、数据拿了，还差最后一步：演练。消防演习没人觉得是诅咒，退出演练也一样。我建议每年做一次，内容很简单：假设供应商明天消失，团队用几天时间验证三件事——数据能不能完整导出来、模型能不能在自有环境跑起来、关键业务流程有没有不依赖供应商的手工备份方案。
第一次演练通常都会翻车：导出来的数据缺字段、模型依赖供应商的私有库跑不起来、某个关键报表只有供应商的后台能看。翻车是好事，说明预案有洞，趁供应商还在，赶紧补。等真出事那天再补，就晚了。
演练不用搞得太隆重，IT 负责人牵头，业务方配合，一年一次，半天到一天。成本不高，但这是唯一能证明"预案不是纸上谈兵"的方法。顺带说一句，演练报告要留档，下次续约谈判的时候，这是你压价的筹码——供应商知道你随时能走，涨价的时候手会软一点。
所以回到开头的问题：AI 值不值？值，但值的前提是你有退路。供应商选型的时候，别只看演示有多惊艳，多问一句：如果你们公司明年不在了，我的系统怎么办？对方的回答，决定了这家供应商值不值得签。
明天就能用的三条：第一，正在谈的 AI 合同，加一条源码托管和触发释放条件；第二，已经上线的系统，去要一份完整的数据导出，验证能不能用；第三，在日历上定一个每年一次的退出演练，第一次就定在下个月。别等，真到那天，没人会提前通知你。
