星巴克把微软甩了，但这作业你抄不得
7 月 8 日，星巴克干了件让 IBM 和微软都不太舒服的事。
Bloomberg 拿到一份星巴克内部演示，CTO Anand Varadarajan 说得很直接：这家公司一年花 4 亿美元买软件，现在准备把其中一部分自己写。
第一批要替换的很具体——一个是微软的库存监控系统，一个是 IBM 的设备维护系统。星巴克打算用 AI 编程工具自研替代品，2027 年底可能上线。
消息出来当天，IBM 跌了 3%，Salesforce 跌了 4%。
一家咖啡公司的技术决策，砸下去两只科技股。这事在 X 上被 Luke Pierce 称为「今年见过的最大信号」：全世界最大的公司，开始不愿意再为「只能部分适配自己」的软件付钱了。
我理解这种兴奋。真的。但作为一个天天用 AI 写东西的人，我想泼一点冷水——星巴克这张作业，大部分人抄不了，而且有一半你根本不该抄。
这篇就掰扯清楚一件事：AI 时代，到底什么该自建，什么打死都别碰。
先看清楚：星巴克自建的到底是哪一层
魔鬼藏在细节里。星巴克要自建的是应用层，不是基础层。
它自研的是「库存监控」「设备维护」这类业务系统——逻辑其实不复杂，难点从来不在技术，而在于这类系统过去被 SaaS 厂商用授权费死死锁住。你不买它的，就没有第二个选择。
现在 AI 编程工具把「写出一个够用的内部系统」的成本打下来了，自建这笔账，第一次算得过来了。
注意 CTO 的原话逻辑：不是「我们要造一个比微软更强的库存系统」，而是「AI 让我们的工程师快到足以跟成熟商业软件竞争」。他省的是授权费，赌的是 AI 提效。
再看量级。星巴克整体目标是降本 20 亿美元，这次自建本财年预计省 3000 万，其中软件省 1000 万。
4 亿的盘子，第一年抠出 3000 万。
看清楚这个比例：这不是「掀翻 SaaS」的革命，这是「大公司精打细算过日子」。媒体标题里那种「SaaS 末日」的味道，是加了滤镜的。
而算力自建，是完全相反的一个故事
真正的坑，在另一层。
很多人看到星巴克自建，第一联想是「那我们是不是也该把 AI 自己部署，别老给 OpenAI 交钱」。
打住——先别。这两件事看着像，方向完全相反。
一句话记住：应用层自建，AI 帮你省钱；算力层自建，AI 帮你烧钱。
摆几个 2026 年的行业数字，你就明白算力自建是个什么坑：
| 项目 | 数字 | 说明 |
|---|---|---|
| 自购一张 H100 | 2.5 万–3 万美元 | 这还只是卡钱 |
| 配套基础设施 | 5 万–15 万美元 | 网络、供电、散热、机架 |
| 盈亏平衡点 | 14 个月 7×24 满载 | GPU 得几乎一刻不停转 14 个月才追平租云 |
| H100 云价 | 从 8-10 美元/时 跌到 2.99 美元/时 | 一年跌六到七成 |
| 推理成本 | 三年降 1000 倍 | 等效 GPT-4 的推理价 |
这几个数字合在一起说的是同一件事：云在疯狂降价，自建的固定成本却是硬邦邦的。
你花大价钱买的卡，利用率如果不到一半（这是行业常态），就是在烧钱买一堆发热的金属。
有人会说，vLLM、TensorRT-LLM 这些推理框架不是能把 GPU 利用率从 30-40% 提到 70-80% 吗？对，能。但那是有一支专职团队天天盯着调优的前提下。
你有这支团队吗？没有——那 70% 的利用率跟你没关系，纸上数字而已。
一张表：什么该自建，什么该租
判断一个东西该不该自建，就问两个问题：AI 在这件事上是帮你降本还是抬本？这东西是不是你的核心差异？
| 类型 | 例子 | AI 的作用 | 该自建吗 |
|---|---|---|---|
| 承载你独门逻辑的应用 | 星巴克库存系统、你的业务工作流 | 降本（省授权费） | 该，这是护城河 |
| 通用应用但被授权费绑架 | CRM、项目管理、内部工具 | 降本 | 算账，多数该 |
| 底层算力基础设施 | 自购 GPU 集群跑推理 | 抬本（固定投入巨大） | 基本别碰，租 |
| 大模型本身 | 从头训练自己的基座模型 | 抬本（天文数字） | 除非你是大厂 |
这张表的分界线其实特别清楚：越靠近你的独门业务，越值得自建；越靠近通用基础设施，越该租。
星巴克恰好踩在了正确的那一格——它自建的是承载自己零售逻辑的应用，租的是底下的云和模型。它没傻到去自购 GPU 训练一个「星巴克大模型」。
而普通人和小公司最容易犯的错，是被「自建」两个字冲昏头，一上来就想自己搭最难、最烧钱、最没差异化的那一层。买一堆 GPU 堆在那，结果三个月后发现云价又跌了一半。
自建翻车，往往不是技术问题
补一个大家不太爱听的角度：自建的成本，从来不只是「写出来」那一下。
商业软件贵，但它包含的东西你未必算进去了：持续的安全更新、合规认证、7×24 的技术支持、出了事有人担责。你自建的那套系统，这些全得自己扛。
星巴克敢自建，是因为它有一整个企业技术团队，扛得住后续维护。你如果是个几人小团队，AI 帮你两周写出来的系统很爽，但半年后它需要打补丁、需要适配新需求、原来写它的人离职了——这些账，一开始没人算。
自建的第一天很便宜，自建的第一百天才见真章。
所以那张表还要加一个隐藏的第三问：这东西建出来之后，你养得起吗？
一个更小的例子，可能更适合你
星巴克太大了，看着不解渴。说个小的。
Shopify 的 CEO Tobi Lütke 讲过一件事：他每年做 MRI，医院给他一个装着数据的 U 盘，但要打开这些数据，得用一款专门的商业 Windows 软件。他嫌麻烦，直接让 Claude 读了那个 U 盘，做了个基于网页的查看器。
结果他说，比那个商业软件还好用。
这才是「自建」这个词对个人的真正含义——不是让你去跟微软抢生意，是当你遇到一个「为了用一次而被迫买一整套软件」的场景时，你现在有了第三个选择：自己让 AI 拼一个刚好够用的。
注意 Tobi 自建的边界：他没自建操作系统，没自建大模型，甚至没自建一个「通用医疗影像平台」。他只自建了那个卡住他的、小小的、只属于他一次性需求的查看器。用完可能就扔了。
这跟星巴克是同一个道理的两种尺寸：自建你独有的那一小块，租下所有通用的大部分。
收尾
星巴克这张作业，正确的抄法不是「我也要自建」，而是先过一遍那三个问题：AI 在这事上帮我降本还是抬本？这东西是不是我的核心差异？建出来我养得起吗？
三个答案对了，自建是护城河。答案错了，自建是给自己挖坑，还得自己填土。
IBM 那 3% 跌得有道理，但它跌的是「卖标准化软件收授权费」这门老生意，不是「所有软件都得自己写」的新神话。这两者之间的距离，比大部分人以为的远得多。
至于你要不要动手——先从那个最小的、卡了你很久的场景开始。
别一上来就想着掀桌子。桌子很重，砸到自己脚更疼。