AI 行銷供應商驗收的重點不是問「功能做了什麼」，而是問「試點留下哪些可被查證的證據」。台灣 SME 在續約、加碼或改找供應商前，至少要看五件事：原本承諾的商業 KPI 是否被量到、資料與權限邊界是否清楚、AI 輸出是否能交給內部團隊維護、錯誤與風險是否有處理紀錄，以及合約結束後能否帶走素材、設定與學習。沒有這些證據，再漂亮的 demo 都只能算展示，不能算驗收。
為什麼 AI 行銷供應商驗收不能只看 Demo
很多中小企業導入 AI 行銷時，會先被廣告素材生成、受眾建議、客服摘要、LINE 自動回覆或 CRM 分眾 demo 打動。問題是 demo 通常使用乾淨資料、理想流程與短時間成果；真正上線後，才會遇到資料欄位不一致、追蹤事件沒接好、業務沒有回填成交、客服不敢採用 AI 建議、或合約結束拿不到設定檔的情況。
這也是為什麼供應商評估頁面常把 proof of concept、資料安全、整合、採用與退出計畫列為核心題目。NIST 的 AI Risk Management Framework 強調要把 AI 風險放回使用情境中辨識、衡量、管理與治理；對 SME 來說，最實際的做法就是把每次試點變成一場可查證的驗收會議，而不是一場續約簡報。
AI 行銷供應商驗收要看的 5 個證據
1. KPI 證據：不要只看曝光，要看流程是否被量到
供應商若說 AI 讓行銷更有效，驗收時應拿出原始目標、事件設定、期間比較與限制條件。以名單開發為例，Google Analytics 的官方建議事件把 generate_lead 用於表單、訂閱或 demo request 這類初始名單，也有 close_convert_lead 這類成交後訊號。這不代表每個 SME 都要照搬事件名稱，但至少要能分清楚「名單產生」「有效名單」「業務接觸」「成交」不是同一件事。
驗收會議可以要求供應商出示一張漏斗表：廣告或內容來源、點擊、表單或 LINE 互動、合格名單、業務回覆、成交或失敗原因。若試點只交付貼文數、素材張數、曝光與互動，卻沒有對應到 CRM、LINE 標籤、銷售紀錄或客服紀錄，就不應直接續約放大。
2. 資料證據：哪些客戶資料被拿去給 AI 處理
台灣 SME 常把客戶名單、LINE 對話、訂單紀錄、會員標籤、廣告受眾和客服回覆一起丟給供應商整理。這些資料一旦包含可識別個人，就要問清楚蒐集目的、使用範圍、保存期限、刪除方式、次處理者與跨境處理。台灣個資法第 20 條也要求，當資料被用於行銷且當事人表示拒絕時，應停止使用；PDPC 英文頁面也整理了 Personal Data Protection Act Article 20 的方向。
同時，不要把某一家 AI 平台的政策當成所有供應商的政策。OpenAI 的 business data 與 enterprise privacy 說明指出，商業資料預設不會用於訓練模型；但你的供應商可能還串接其他模型、外掛、標註服務或內部資料庫。驗收時要看書面資料流，而不是聽口頭說「我們都有保密」。
3. 交接證據：AI 產出的不是檔案，而是可維護流程
一個好的 AI 行銷試點，不只交付幾十則文案或幾張素材，而是讓內部人員知道哪些情境可以用 AI、哪些一定要人審、哪些欄位不能亂改。若供應商幫你建立了 LINE 分眾、廣告素材測試、客服摘要、內容日曆或再行銷名單，驗收時要請他交付欄位定義、命名規則、提示詞或 SOP、權限清單、例外情境，以及下一個月內部要維護的節奏。
這個證據特別重要，因為 AI 行銷不是一次交稿就結束。素材會老化，受眾會變，產品會調價，節日檔期會改，法規與平台政策也可能更新。供應商不能只把「AI 會自動化」講成黑盒子，而要把人機分工講清楚。
4. 風險證據：錯誤、拒絕與人工覆核有沒有紀錄
AI 行銷供應商如果只展示成功案例，沒有展示錯誤處理，驗收不完整。你要看三類紀錄：AI 曾經產生哪些錯誤或不適合上線的輸出；哪些內容因為價格、療效、金融、個資、版權或品牌風險被退回；人工覆核如何把錯誤改成新的規則。
經濟部中小及新創企業署與 Meta 舉辦的 AI 行銷論壇中，也提到中小企業在運用 AI 提升行銷與營運效率時，仍要兼顧資料保護、內容正確性與使用風險管理。這對 SME 很務實：AI 可以加快產出，但供應商要能證明他們知道哪些輸出不能直接上線。
5. 退出證據：不續約時，企業帶得走什麼
很多 SME 到合約後期才發現，素材原始檔、廣告帳戶設定、GA4 事件對照、CRM 欄位、LINE 標籤邏輯、受眾名單、提示詞、報表模板或素材測試結果都散在供應商手上。這會讓下一家供應商無法接手，也讓企業被迫續約。
所以驗收時要把退出條件問清楚：資料刪除證明、帳號權限移交、素材與模板授權、報表原始資料、模型或提示詞是否屬於企業、第三方工具費用由誰負擔、以及終止後幾天內交付。續約不是問題，但續約應該是因為供應商證明有價值，不是因為企業拿不回自己的行銷資產。
驗收會議可以用這張決策表
| 驗收結果 | 可以接受的證據 | 下一步 |
|---|---|---|
| 通過並續約 | KPI、資料流、交接文件、錯誤紀錄、退出條件都有書面證據，且內部團隊知道怎麼接手日常維護。 | 續約前把成功條件改成下一期合約附件，並設定月度檢查節奏。 |
| 重做試點 | 方向有價值，但追蹤缺欄位、資料邊界不清，或只證明產出速度，還沒證明商業效果。 | 縮小範圍重跑 2 到 4 週，先補事件、CRM 回填、人工覆核和資料處理文件。 |
| 暫停或停止 | 供應商無法說清楚資料如何使用、成果無法對應到商業流程，或結束後拿不到企業資產。 | 停止放大預算，先取回帳號權限與資料，再重選供應商或改成內部維護。 |
誰適合用這套 AI 行銷供應商驗收
這套方法適合已經做過 AI 行銷試點的台灣中小企業，尤其是正在導入廣告素材生成、LINE/CRM 分眾、客服摘要、內容自動化、名單評分、再行銷或報表自動化的團隊。它也適合老闆、行銷主管、業務主管與外包窗口一起開會，避免每個人只看自己熟悉的指標。
它不適合用來評估完全沒有接觸客戶資料、沒有行銷流程整合、也沒有續約決策的小型一次性設計案。若只是買一張圖、一篇短文或一次活動支援，驗收重點會更偏向交稿品質、授權與品牌一致性。
資料更新與來源
本文依 2026 年 7 月可查到的公開資料撰寫。AI 供應商條款、平台資料政策、GA4 事件文件與台灣個資法實務可能更新，正式合約仍應由企業、法務或資安顧問確認。重要來源包括 NIST AI Risk Management Framework、OpenAI business data 與 enterprise privacy 說明、Google Analytics recommended events、台灣 Personal Data Protection Act Article 20，以及經濟部中小及新創企業署 AI 行銷論壇新聞。
結論：把續約變成證據決策
AI 行銷供應商驗收最怕的是把 demo 當成果、把報表當答案、把續約當慣性。台灣 SME 要求的不是大型企業等級的繁重採購流程，而是一場清楚的證據會議：試點是否真的量到商業流程、資料是否被正確處理、內部是否接得住、錯誤是否被管理、退出時資產是否拿得回來。只要這五件事講得清楚，AI 才是可持續的行銷能力，而不是下一筆看起來很先進的外包成本。
FAQ
AI 行銷供應商驗收一定要有多少週資料？
通常至少要有一個完整活動週期。若是廣告或名單開發，2 到 4 週可先看方向；若是 CRM、LINE 分眾或客服流程，還要看後續成交、回覆與人工覆核紀錄。
供應商只給曝光和互動數，可以續約嗎？
不建議直接續約放大預算。曝光和互動可以當輔助指標，但驗收仍要看到名單品質、業務接觸、成交或其他明確商業流程證據。
中小企業沒有資安部門，也要問 AI 資料條款嗎？
要。至少要問資料來源、使用目的、保存期限、刪除方式、次處理者、模型訓練用途和帳號權限。這些問題不需要大型資安團隊才可以問。
AI 供應商的提示詞和設定檔一定要交付嗎？
不一定全部交付，但合約要先寫清楚哪些屬於企業資產、哪些屬於供應商方法論。若沒有交付替代方案，企業會在換供應商時失去延續性。
驗收沒通過時，要立刻換供應商嗎？
不一定。若問題是追蹤欄位、CRM 回填或內部採用不足，可以縮小範圍重跑試點；若資料邊界、帳號權限或退出條件說不清楚，就應先暫停放大。