数字主权：企业尚未计入的依赖成本

关闭提示

本文也有英文版本。

本文在技术协助下翻译，并在发布前经过编辑审校。

.

把贵公司的数据从最重要的云服务中取出来需要多长时间？这个数字是否出现在任何一份经济性测算中？第一个问题许多IT人员都能回答，第二个问题恐怕不能。然而，正是这个数字决定了在与供应商进行下一轮价格谈判时的议价地位——也决定了万一该服务因任何原因中断时造成的损失。

广告后继续阅读

许多企业希望摆脱数字依赖，却对迁移所涉及的成本望而却步。

但它们忽视了依赖所带来的成本：供应商锁定会削弱自身在价格谈判中的回旋余地；依赖意味着一旦某项服务或软件中断或被关停就会面临风险；在某些市场中，数字独立性是一种竞争优势。

只有把这些成本与迁移成本相对比，才能有意识地做出支持或反对数字主权软件和服务的决定。

在做出购买决策之前，企业会核算许可、部署和培训成本，却不算日后退出的成本。没有人会主动决定形成依赖，依赖是自然而然产生的。这也解释了为什么没有哪家企业管理层会反对数字主权，却几乎没有一家真正落实它。因此，把数字主权这一政治概念翻译成企业的语言——也就是成本、风险和营收——会有所帮助。借助这笔账，也能说服管理层。

知识已经具备，缺的是这笔账

大多数企业其实都清楚自己存在数字依赖。2026年夏季，行业组织Bitkom的一项调查显示，在使用非欧洲数字技术的中小企业和较大企业中，有94%对其存在依赖。据企业自行估计，如果没有这些技术，它们的业务平均还能维持16个月。

根据Bitkom的《2026年云报告》，71%的受访企业使用美国供应商的云服务，但只有8%会优先选择它们。德国供应商的情况则相反：91%的企业会优先选择它们，但只有53%的企业实际使用。这种声称的偏好与实际做法之间的差距，主要原因是只有37%的企业愿意为德国云服务在性能、等待时间或价格上做出让步。

只要这笔账不完整，这种态度看起来就是理性的。天平的一端是主权战略的成本，即溢价加上迁移投入。另一端本应是依赖的成本。但由于没有人把它列出来，那一端就是空的，主权解决方案只能落败。

只有把迁移成本、风险和错失的潜在额外营收都计入，主权解决方案的利弊才能在企业管理层面变得可计算（图1）。

IT服务商adesso在2025年对近500名决策者进行的一项调查也表明，只有少数企业把依赖的成本放在心上。尽管92%的人认为数字主权重要，但只有17%的人将供应商依赖导致的更高成本视为风险。

广告后继续阅读

与此同时，在使用云服务的企业中，有近三分之二在《云报告》中表示，其云运营成本相比上一年有所上升。原因何在，仍不清楚。是因为使用量增加，例如由于AI？还是供应商也在提价，因为他们知道客户无法在不付出较大投入的情况下更换供应商？只要没有人把这两个成本驱动因素分开核算，企业的依赖就始终不可见。

三个项目，分开核算

如果企业分别审视三个项目，依赖就能变得可见。第一个项目是依赖的经常性成本。如果企业无法更换供应商，供应商在定价上就有更大的空间，更好或更便宜的替代方案也得不到利用。这些成本在正常运营中就会产生，无需地缘政治紧张或灾难情景。

第二个项目涉及的就是这类情景，即风险。它的作用就像为一种也许永远不会发生的损失投保，例如长时间中断或某项服务被关停。此时，能够转向其他解决方案的能力就是保险保障。建立这种能力的成本就是保险费。

本文作者Barbara Engels将在今年的heise IT Summit上发表题为《从成本因素到竞争优势：数字主权的经济学》的主题演讲。IT Summit将于11月24日至25日在慕尼黑Nemetschek Haus举行。节目安排及更多信息请见it-summit.heise.de。

第三项是营收，关键在于利用优势，而不是避免劣势。当公共采购方和企业客户追问主权问题时，企业可以借此赢得额外订单。

如果不把这些项目分开核算，最阴暗的情景很快就会占据主导，比如一家美国供应商一夜之间关停某项服务。任何支出都能以此为由，但这很少能说服管理层。相反，如果把这个情景按其发生概率加权计入风险核算，成本和营收就能作为独立的论据令人信服。

第一项：成本——切换成本作为定价空间

涨价很常见，而且往往理由充分。然而，如果供应商知道客户切换需要付出高昂代价，它在定价上就有更大的空间。这种锁定效应在经济学中已有充分描述。例如，微软自2026年7月1日起将Microsoft 365套件按不同套餐涨价5%至33%，并以新增的安全和AI功能作为理由。是否必须接受这样的涨价，只能结合自身的切换成本来判断。

VMware的例子展示了供应商锁定如何转化为价格。自被博通收购以来，不再提供永久许可证，客户只能购买固定产品包中的订阅，并按处理器核心数计费。云管理供应商CloudBolt于2026年1月对北美大型企业302名IT决策者进行的一项调查显示，对大多数客户而言，成本因此上升了25%至49%。尽管如此，只有4%的受访者完全替换了VMware；86%的人减少了使用量。从供应商的角度看，其行为在经济上是理性的：它接受失去一部分客户，并从那些无法迅速切换的客户身上赚得更多。

尽管如此，锁定效应往往并未对企业的采购产生影响。虽然《云报告》中59%的受访企业将锁定列为不切换的原因，但同时只有37%的企业把易于切换作为采购时的必备标准。

而切换能力具有期权价值：今天投资于开放格式、退出条款或可替换接口的人，明天就能自由决定。这在市场快速变化的领域尤其有价值，比如AI。据Epoch AI，2022年至2025年间，语言模型在同等性能下的价格按任务不同每年降至九分之一到九百分之一。这种价格和质量上的跃升，主要惠及那些能够切换的企业。

石勒苏益格-荷尔斯泰因州展示了切换能带来什么。该州已将其行政系统基本迁移到开源软件，并预计由此每年节省超过1500万欧元的许可费，而一次性迁移成本约为900万欧元。因此， Mittelstand-Digital伴随研究于2026年发布的一项关于中小企业数字主权的研究建议，按总成本评估软件，包括日后切换的成本。专栏“估算切换成本”展示了如何粗略估算这些成本。

粗略估算就足以填补空着的那一端：

数据：供应商处存有多少TB数据？导出费用是多少，需要多长时间？

格式：数据是否为开放、有文档记录的格式，还是必须转换？

集成：有多少系统、脚本和工作流依赖专有接口？每项集成：调整和测试所需的人天。

并行运行：新旧系统并行运行多少个月？

员工：培训和入职期间的生产力损失需要多少成本？

合同：剩余期限、解约通知期、最低采购量如何？

切换能力最迟在出问题时就会显现价值。此时，尤其是对业务关键型服务而言，B计划能帮上忙，企业为此像买保险一样支付保费。

国际刑事法院展示了极端情况可能是什么样。在美国于2025年对其首席检察官实施制裁后，后者失去了对其Microsoft邮箱的访问权限等。对大多数企业而言，这种情况极不可能发生，而这正是保险这一比喻的贴切之处。即使保费在计算上高于预期损失，保险也可能是值得的——即当损失会威胁企业生存时。

更常见的是数字服务的临时中断。据《云报告》，2025年近三分之一的云用户遭遇过严重故障，而如果没有云，受访者平均只能维持约三天。因此，B计划必须回答两个问题：我们如何度过数小时或数天的中断？如果服务永久消失，我们如何切换？为此付出的保费是备用方案、合同保障的切换路径，或为风险更低的供应商支付溢价。

第三项：营收——主权作为入场券

主权也能带来机会，例如在公共采购中。自2026年7月起，根据《采购加速法》，公共采购方可以将数字主权作为评标标准。根据欧盟拟议的《云与AI发展法案》，公共机构应根据数据的敏感程度，按主权标准采购云服务。数字服务的主权供应商将从中受益。

然而，即便对于自身不销售数字服务的企业而言，主权也可能意味着市场准入，因为客户会更加仔细地审查其供应商。例如，自2025年12月起，根据NIS2的实施要求，近3万家企业必须将供应链中的安全风险纳入其风险管理。那些了解并记录自身数字依赖关系的企业，能够更快、更有说服力地回答此类客户的问题。

人工智能：绑定关系正在形成

目前，在人工智能领域尤其能够较好地权衡这三项成本，因为相关依赖关系才刚刚形成。许多企业首次使用人工智能，许多人工智能服务仍然免费或非常便宜。这是一种常见的市场进入策略：供应商先赢得市场份额、将客户绑定在其服务上，然后再提高价格。这与前述价格下降并不矛盾：技术确实变得更便宜，但被绑定的客户未必能从中受益。

起初，语言模型很容易替换。然而，企业每在其上构建一个应用，更换的成本就会上升：提示词是针对特定模型的行为调校的，工作流使用特定供应商的接口，向量数据库基于该供应商的嵌入模型。若要更换，企业必须调整并重新测试所有这些内容。

人工智能代理会加剧锁定效应，因为它们深入介入企业流程，使得更换会直接影响流程本身。此外还有捆绑效应：人工智能越来越多地作为企业本来就在使用的平台的一部分出现，例如Microsoft 365中的Copilot。如果平台无法更换，人工智能也无法自由选择，而且当套餐涨价时，企业还得为其付费。

企业在多大程度上主权化地使用人工智能，很大程度上掌握在自己手中。德国经济研究所未来面板2026年夏季的结果表明了这一点。对于65%使用人工智能的企业来说，数字主权是选择人工智能时的一项标准，而且企业建立的人工智能结构（如审批流程或自有的人工智能规则）越多，就越会注意这一点。在具备9项被调查结构特征中至少7项的企业中，这一比例为83%；而在完全不具备这些结构的企业中为45%，且与企业规模无关。因此，主权也取决于企业是否自身了解、评估并管理其依赖关系。

有三项预防措施可以帮助企业在人工智能方面保持可更换性。第一项是在应用与语言模型之间建立自己的中间层。这样，应用不再直接访问某家供应商的模型，而是访问这一中间层。想要更换模型的人，只需在这一处进行替换。第二项预防措施是自有的测试用例，即来自自身企业实践、已知良好答案的典型任务。借助它们，可以在几天内检验新模型是否更好、更换是否值得。第三项预防措施是将提示词、文档和训练数据存储在自有系统和可导出的格式中，以免在更换时丢失。如今这一切成本很低，因为只有少数应用依附于某个模型。但几年后，任何一次更换都将是一个迁移项目。

主权何时划算，何时不划算

主权是否值得，必须针对每个应用分别决定，有时计算结果会不利于主权。如果这是有意识地做出的决定，那也是一种主权决策。例如，对于用于公共活动的网络研讨会软件，这三项成本几乎都无足轻重。内容本来就是公开的，有众多替代方案，而且一旦发生故障，活动可以改期。在这里，为主权支付的溢价会高于可能的损失。

在其他情况下，虽然各项成本支持主权，但反向计算更强，例如用于产品开发的人工智能模型明显优于任何替代方案。此时，主权的溢价就是放弃性能和质量，而这可能比依赖关系更昂贵。

然而，即便在这种情况下，企业也应保留更换路径，并定期审查其依赖关系。从外部看，被动接受的依赖关系与有意承担的依赖关系看起来一样——但在后一种情况下，有人计算过并指出了出路。

决策框架有助于对关键服务做出主权决策（图2）。

把账算清楚

对于管理层，这可以转化为三句话，每项成本一句。第一，成本：我们在签订合同时就把可更换性一并买下，通过开放格式、数据导出和退出条款。欧盟的《数据法案》提供了助力，根据该法案，自2027年1月12日起，云提供商不得再收取更换费用。第二，风险：对于每项关键服务都有B计划。欧盟《数字运营韧性法案》（DORA）已经要求银行和保险公司制定此类退出策略。第三，营收：可证明的主权在所有委托方或客户询问之处都是卖点。

最终，主权的企业不是没有依赖关系的企业，而是了解自身依赖关系的企业。最昂贵的，尤其是那种无人有意承担的依赖关系。

是科隆德国经济研究所的高级经济学家，研究数字化的经济影响。她的研究重点包括人工智能、数字市场、数据经济和网络安全。

（odi）