More in
Berita AI di Tempat Kerja
OpenAI Membuka Pengiklanan ChatGPT kepada Perniagaan Kecil pada Sebarang Bajet
Jun 6, 2026
AI Ada Di Mana-mana di Tempat Kerja. Hanya 1 daripada 10 yang Menyatakan Ia Mengubah Pekerjaan
Jun 6, 2026
Detik $10.5B Vibe Coding: AI Kini Memulakan Kebanyakan Pembangunan Perisian Baharu
Jun 6, 2026
Ejen AI Kini Mempunyai Lebih Banyak Akses Sistem daripada Pekerja Anda. Sedikit yang Dilindungi
Jun 5, 2026
Patut Bina atau Beli AI Anda? Perhatikan Apa yang Dibeli oleh Gergasi.
Jun 5, 2026 · Currently reading
Uber Menetapkan Had Perbelanjaan AI Pekerja pada $1,500 Setiap Tempat Duduk Selepas Anggaran Terlampau
Jun 5, 2026
Perintah Eksekutif AI Trump Bersifat Penyahregulan. Risiko Pematuhan Anda Tidak Bergerak
Jun 4, 2026
AI Menolak 220 Unicorn di Bawah $1B. Syarikat Pra-ChatGPT Berdepan Pertanggungjawaban
Jun 4, 2026
Harga Token Jatuh 67% Tahun Ini. Bil AI Anda Tetap Naik
Jun 3, 2026
Perniagaan Kecil yang Menggunakan AI Melaporkan Hasil Lebih Tinggi dan Hari Kerja Lebih Pendek
Jun 3, 2026
Patutkah Anda Bina atau Beli AI? Perhatikan Apa yang Dibeli oleh Syarikat Gergasi.

Turn this article into takeaways for your work.
Each assistant summarizes the article only for you and suggests best practices for your work.
Syarikat perisian terbesar di dunia mempunyai bakat kejuruteraan yang hampir tidak terbatas. Dalam dua minggu yang lalu, beberapa daripada mereka memutuskan untuk tidak menggunakannya.
Sebaliknya, mereka menandatangani cek. Dan corak dalam cek-cek tersebut adalah jawapan paling jelas setakat ini kepada soalan yang sedang dihadapi setiap pengasas.
Menurut ERP Today, sekumpulan vendor perisian perusahaan baru sahaja mengumumkan pengambilalihan kecerdasan buatan (AI) dalam tempoh singkat yang sama, dan semuanya menunjuk ke arah yang sama. Asana membeli pembina ejen tanpa kod. Coupa membeli syarikat pemprosesan dokumen. Vertice membeli set data perolehan. Salesforce menandatangani perjanjian untuk platform kandungan. Tiada satu pun daripada syarikat ini kekurangan jurutera untuk membina ciri-ciri tersebut. Mereka tetap membeli. Bagi mana-mana pengasas yang mempertimbangkan sama ada hendak membina AI secara dalaman atau membelinya, gelombang penggabungan dan pengambilalihan (M&A) itu wajar dibaca dengan teliti, kerana ia memberitahu anda di mana parit pertahanan sebenar berada.
Satu Gelombang Pembelian dengan Satu Logik
Pada permukaannya, perjanjian-perjanjian itu kelihatan tidak berkaitan. Pengurusan kerja, pengurusan perbelanjaan, perolehan, kandungan. Sudut perusahaan yang berbeza.
Namun TechCrunch melaporkan bahawa Asana membayar $75 juta untuk StackAI khusus untuk menjalankan aliran kerja ejen merentasi sistem perusahaan, bukan untuk menambah bot sembang. Sasaran Coupa membawa pemahaman dokumen ke dalam proses sumber-ke-bayar. Sasaran Vertice membawa set data penetapan harga perolehan dan kecerdasan rundingan. Pandangan ERP Today adalah jelas: vendor-vendor ini bukan lagi sekadar menambah pembantu AI ke produk sedia ada. Mereka membeli data, aliran kerja, dan keupayaan pelaksanaan yang diperlukan oleh ejen untuk benar-benar melakukan kerja dalam domain tertentu.
Itulah tandanya. Model bukan lagi perkara yang sukar diperoleh. Apa yang ejen bergantung padanya itulah yang jarang.
Fakta Utama
- Asana memperoleh StackAI, pembina ejen AI tanpa kod, dengan harga $75 juta (diumumkan 28 Mei 2026). (TechCrunch)
- Coupa (Rossum) dan Vertice (Vendr) mengumumkan pengambilalihan AI dalam tempoh yang sama, seiring dengan perjanjian Salesforce untuk membeli Contentful. (ERP Today)
- Gartner mengunjurkan 40% aplikasi perusahaan akan membenamkan ejen AI khusus tugasan menjelang akhir 2026, naik daripada bawah 5% pada 2025. (Gartner)
Mengapa Mereka Membeli dan Bukannya Membina

Inilah bahagian yang sepatutnya membingkai semula peta jalan anda sendiri.
Ejen AI hanya sebaik apa yang menyokongnya. Ejen yang bijak tanpa data proprietari, tanpa aliran kerja untuk bertindak di dalamnya, dan tanpa konteks domain hanyalah sebuah demo. Ia meringkas dan mencadangkan, kemudian manusia melakukan kerja sebenar. Ejen yang benar-benar menggerakkan perniagaan ialah yang disambungkan kepada data tertentu, rekod tertentu, dan proses tertentu yang dibenarkan untuk diubah.
Aset tersebut lambat untuk dibina. Set data penetapan harga perolehan memerlukan bertahun-tahun transaksi untuk dihimpunkan. Enjin pemprosesan dokumen yang mengendalikan seribu format invois yang tidak kemas memerlukan proses yang panjang dan tidak glamor. Kedalaman aliran kerja dalam sesebuah kategori memerlukan satu dekad maklum balas pelanggan. Model di atasnya boleh diganti pada sebelah petang. Data dan aliran kerja di bawahnya tidak boleh.
Jadi syarikat gergasi membeli masa. Mereka mempunyai wang tunai untuk melangkau proses yang panjang dan memperoleh aset asas, kemudian mengarahkan model sedia ada mereka padanya. Model frontier sedang menjadi input komoditi, satu realiti yang dapat dilihat dalam cara bil AI perusahaan terus meningkat walaupun harga token jatuh dan dalam pengiraan semula yang lebih luas tentang nilai sebenar vendor AI. Nilai tahan lama telah beralih ke bawah model.
Pengajaran Tersembunyi dalam Perjanjian Tersebut
Bagi pengasas, gelombang M&A ini bukan sekadar berita perniagaan. Ia adalah memo strategi percuma.
Keputusan bina-berbanding-beli sebenarnya bukan tentang AI langsung. Ia tentang sama ada anda memiliki data dan aliran kerja yang akan menjadikan ejen itu boleh dipertahankan. Asingkan aspirasi AI anda kepada dua kategori.
Di mana anda memiliki data proprietari dan aliran kerja yang mendalam, binalah. Inilah parit pertahanan anda. Jika anda mempunyai bertahun-tahun transaksi pelanggan, satu proses yang tidak dapat direplikasi oleh sesiapa pun, atau konteks domain yang benar-benar milik anda, ejen yang dibina di atasnya adalah sesuatu yang pesaing tidak dapat salin dengan membeli sebuah model. Itulah satu-satunya tempat di mana usaha dalaman berbaloi. Logik yang sama menjelaskan mengapa Salesforce membayar untuk memberi Agentforce enjin kandungan natif dan bukannya menunggu untuk membinanya.
Di mana anda tidak memiliki data atau aliran kerja, beli atau bermitralah. Cuba membina keupayaan generik dari awal, penguraian dokumen, pengayaan, rangka kerja ejen mendatar, bermakna bersaing dengan syarikat yang mempunyai permulaan satu dekad dan simpanan perang. Syarikat gergasi baru sahaja memberitahu anda bahawa mereka lebih suka membayar daripada menghadapi pertempuran itu. Anda patut mendengar.
Terdapat prasyarat penting di sebalik semua ini. Ejen yang dibina di atas data yang tidak kemas, tidak lengkap, atau lapuk bukan sahaja berprestasi rendah. Ia bertindak salah, pada skala besar, lebih cepat daripada manusia yang boleh menangkapnya. Sebelum anda membina ejen di atas data anda, data tersebut mesti bernilai untuk dibina, itulah sebabnya disiplin pengayaan bersih dan kebersihan data yang tidak glamor secara tiba-tiba menjadi perbezaan antara ejen yang memberikan nilai dan ejen yang diam-diam mencipta liabiliti.
Ujian Bina-atau-Beli Anda
Anda tidak memerlukan sesi luar strategi. Anda perlu menjalankan empat soalan pada setiap ciri AI yang anda pertimbangkan.
Adakah kami memiliki data di sini yang tidak mudah diperoleh oleh pesaing? Jika ya, ini adalah calon untuk dibina. Jika tidak, ia adalah calon untuk dibeli atau bermitra.
Adakah membina ini bermakna bersaing dengan pakar yang mempunyai permulaan bertahun-tahun? Jika ya, membeli atau mengintegrasikan hampir selalu lebih cepat dan lebih murah daripada kejuruteraan yang anda akan bakar dalam perlumbaan yang kalah itu.
Adakah data itu cukup bersih untuk dipercayai ejen bertindak atasnya? Jika tidak, betulkan data sebelum anda membiayai ejen. Ejen pada data yang buruk adalah cara yang lebih cepat untuk membuat keputusan yang buruk.
Bolehkah kami melancarkan versi yang dibeli pada suku ini dan versi yang dibina tidak pernah? Kelajuan adalah input yang nyata. Keupayaan yang hidup dalam lapan minggu biasanya mengatasi yang lebih baik yang dihantar dalam lapan belas bulan, terutama semasa kategori masih terbentuk.
Syarikat gergasi mempunyai lebih ramai jurutera daripada yang akan anda pernah ambil bekerja, dan mereka memilih untuk membeli. Itu bukan pengakuan kelemahan. Itu adalah pembacaan yang jernih tentang di mana nilai kini berada: dalam data dan aliran kerja di bawah ejen, bukan dalam ejen itu sendiri. Binalah di mana anda memiliki kawasan itu. Belilah di tempat lain. Jika sebahagian daripada peta jalan AI anda adalah alat generik yang boleh anda lesenkan esok, pengasas paling bijak baru sahaja menunjukkan kepada anda apa yang perlu dilakukan dengannya. Untuk titik permulaan yang kukuh tentang sistem yang paling bernilai untuk dimiliki berbanding dibeli, panduan kami tentang cara memilih CRM untuk syarikat permulaan membincangkan di mana data proprietari sebenarnya terkumpul.
Soalan Lazim
Apa yang diberitahu oleh gelombang pengambilalihan AI perusahaan kepada pengasas tentang bina berbanding beli?
Bahawa parit pertahanan adalah data dan aliran kerja, bukan model. Asana, Coupa, Vertice, dan Salesforce semuanya mempunyai jurutera untuk membina ciri-ciri AI, namun mereka membeli syarikat yang memiliki data proprietari, keupayaan pemprosesan dokumen, atau kedalaman aliran kerja. Isyaratnya: binalah di mana anda memiliki data unik, dan beli atau bermitralah untuk keupayaan generik yang sebaliknya memerlukan bertahun-tahun untuk dicipta semula.
Mengapa ejen AI hanya sebaik datanya?
Kerana tugasan ejen adalah bertindak dalam konteks tertentu. Tanpa data proprietari dan aliran kerja sebenar untuk beroperasi di dalamnya, ia hanya boleh meringkas dan mencadangkan, yang menyebabkan kerja sebenar jatuh kepada manusia. Lebih buruk lagi, ejen yang bertindak berdasarkan data yang tidak lengkap atau lapuk membuat kesilapan yang yakin pada kelajuan mesin. Data dan aliran kerja asas, bukan model, yang menentukan sama ada ejen mencipta nilai atau risiko.
Bilakah syarikat permulaan patut membina AI sendiri dan bukannya membelinya?
Apabila keupayaan itu bergantung pada data atau aliran kerja yang anda miliki secara unik. Itulah parit pertahanan anda yang boleh dipertahankan, dan ejen yang dibina di atasnya adalah sesuatu yang pesaing tidak dapat replikasi dengan melesenkan sebuah model. Untuk keupayaan generik dan mendatar, membeli atau bermitra adalah lebih cepat dan lebih murah berbanding bersaing dengan pakar yang sudah lama bertapak.
Sumber: ERP Today, 2026 | TechCrunch, 28 Mei 2026 | Reworked, 2026
