问：AI算法选型到底是自研还是采购，需要什么样的数据基础才能做决定？

答：数据基础够不够，先看三件事——标注量级、数据闭环速度、以及数据资产归属权。这三项决定你是该买现成算法，还是值得自己养团队。年营收5亿以下的制造企业，九成以上场景优先采购或联合开发，自研只在数据壁垒极高的核心工艺环节才划算。

一、先看标注数据量够不够撑起自研

工业AI里，视觉质检、设备预测性维护、工艺参数优化是三大主战场。以视觉缺陷检测为例，自研一个能上产线的模型，通常需要单品类缺陷样本至少3000到5000张有效标注图，且缺陷类型覆盖要全。某电子厂做PCB焊点检测，初期只攒了800张图就启动自研，结果模型在换线后误判率飙升，返工成本远超采购一套成熟算法。采购方案的好处是厂商已经用120余家客户（覆盖15+行业）的数据打磨过底座模型，你只需要补几百张现场图做微调，冷启动周期能从半年压到两三周。

二、数据闭环速度比静态数据量更重要

自研的真正门槛不是初始数据，而是产线每天能回流多少新样本、多久完成一次标注和迭代。假设一家汽配企业做铸件气孔检测，每天产出200件，其中缺陷件约15件，如果质检员随手标一下就能入库，一个月能攒450条新样本，这个闭环速度足够支撑自研模型每月迭代一次。但如果数据散落在不同工位、格式不统一、没人负责回流，那就算初始有1万张图，模型也会很快退化。采购方案通常自带数据回流工具链，厂商会帮你把产线数据自动归集、去重、难例挖掘，这一点对数据工程能力弱的工厂很关键。

三、数据资产归属决定长期成本

自研意味着数据留在自己服务器，算法迭代权在自己手里，适合工艺know-how极强、不愿外泄的环节，比如军工配套、特殊材料配方。但要注意，自研团队年均人力成本不低，一个能落地的工业AI算法团队至少需要算法工程师、数据标注管理员、现场实施三类角色。采购或联合开发则要把数据授权条款看清楚：现场数据能不能用于厂商的通用模型训练？模型权重归谁？如果产线换型，厂商是否免费适配？建议从数据敏感度和工艺独特性两个维度打分，敏感度高且独特性强的环节考虑自研，其余优先采购。

四、实践建议：先做数据成熟度自检

建议从三个指标入手：单场景有效标注样本是否过2000；产线数据能否按天自动回流；是否有专人负责数据质量。三项都达标，可以尝试自研或联合开发；缺两项以上，直接选采购方案，把精力放在产线适配和人员培训上。累计3200余家终端的使用经验表明，多数工厂的瓶颈不在算法本身，而在数据治理和现场执行。先跑通一个采购方案的闭环，再考虑自研，风险小得多。