人工知能の進歩により、ツールの購入と社内での構築の選択は複雑化しています。AIは構築コストを低下させる一方で、購入を容易にしました。歴史的にはプロダクトマネージャーが決定していましたが、AIはトレードオフを保守の所有権、システム統合、ユーザーエクスペリエンスといった要因にシフトさせました。エンタープライズAIのユースケースの大部分は現在購入されていますが、AI搭載のコーディングエージェントは社内ツールの構築を deceptively simple に見せています。この「vibe coding」は、予算と専任のオーナーを必要とするプロダクトとなる、保守不可能なシステムにつながる可能性があり、これは初期の構築ケースではしばしば見過ごされるコストです。ツールの購入は、ベンダーのロードマップ、データモデル、リリーススケジュール、そして場合によっては組織構造を引き継ぐことを意味します。これらの購入されたシステムは、企業の特定のユーザーやワークフローと一致しない可能性があり、非効率につながります。ユーザーはツールを孤立して体験するのではなく、それらの間のギャップを通して体験し、しばしば絶え間ないアプリケーションの切り替えやデータの再入力が伴い、これはかなりの作業時間を消費します。複雑さは常に存在し、選択は単にそれがどこに存在するかの問題です。それは企業のコードベース、ベンダーのロードマップ、あるいはユーザーに負担としてかかります。多くのプロダクトは現在、TeamsやChatGPTのようなホストサーフェスを通じてアクセスされており、デザインはホストの制約に適合する必要があります。既存のシステムを置き換えることも、ユーザーの専門知識の喪失、古いソフトウェアに埋め込まれた隠れたルール、「not invented here」バイアス（外部ソリューションを採用するよりも再構築を優先する傾向）などのコストを伴います。AIコーディングエージェントは、開発時間の見積もりを歪め、誤ったスピード感を生み出す可能性があります。核となる原則は、コモディティは購入し、差別化要因は構築することです。AIモデル自体はコモディティになりつつありますが、複製がより困難な周囲のユーザーエクスペリエンスは、依然として差別化要因です。企業は、専有データが重要な利点である場合、または規制によりカスタムソリューションが必要な場合に、社内で構築すべきです。しかし、ほとんどの組織は、プロダクションAIアプリケーションに必要な専門スキルを欠いており、多くのニーズに対して購入がより実用的な選択肢となっています。