上个月参加一个工业互联网的沙龙，饭桌上两个做设备的老板吵起来了。一个说自己花八十万自建了预测性维护云平台，另一个说自己一年十九万九买了SaaS，效果差不多。两个人都觉得对方是冤大头。
有意思的是，他们其实都没错------因为他们两家工厂的规模、IT能力、数据敏感度完全不一样。自建还是买SaaS，从来不是一个技术问题，而是一个业务问题。这篇我就把这两条路都走过的经验摊开说说，包括一笔很多人不算的账。
先算TCO：别只看软件报价
大部分人选型的时候只盯着软件本身的价格，这是第一个坑。
去年我在江苏一家做注塑机的工厂帮他们算过一笔账。他们原本打算自建，预算清单是这样的：云服务器（4台8核32G，含InfluxDB集群）一年大概12万，开发团队按3个工程师、6个月开发周期算人力成本接近60万，再加上后续每年至少一个专职运维12万。第一年总成本接近85万，之后每年还有20万左右的维持成本。
而同样的功能需求，问了两家SaaS厂商，报价分别是15万/年和22万/年，按接入设备台数计费。
看起来SaaS碾压？别急，往下看。
关键变量是设备规模和数据增长曲线。这家厂只有200台设备要接入，SaaS按台计费很划算。但如果你有2000台设备，SaaS按台计费可能一年就要上百万，而自建的成本曲线是平的------服务器加一点点，人力加一点点。我在另一个光伏组件厂见过，他们1800台设备，自建第三年的边际成本每台不到400块。
说白了就是：设备少买SaaS，设备多自建。分界线大概在500台左右，当然还要看你数据的采集频率，1秒一条和1小时一条完全是两个故事。
数据主权这事儿，比你想象的敏感
很多人以为数据主权是IT部门担心的事，其实不是，是老板担心的事。
我遇到过一个真实的场景：一家做汽车零部件Tier 2的工厂，用了某SaaS平台两年，突然想换厂商，结果发现------自己的历史振动数据导出来要按GB收费，而且导出的格式是他们自定义的，还得写转换脚本。更尴尬的是，那家SaaS平台的服务条款里写着数据可用于"产品改进"，也就是脱敏后可能给同行业的其他客户做基准对比。
厂里的质量总监知道后脸都绿了。
所以如果你的行业竞争激烈、工艺参数敏感（比如精密加工、化工配方相关），自建的隐性价值要往上加一大截。反过来，如果你做的是通用设备的振动监测，数据没什么商业机密属性，SaaS完全没问题。
这里有个细节很多人忽略：把数据导出的格式和费用写进合同里。别等到要搬家的时候才发现门是焊死的。
自建的技术栈，其实没你想的那么重
如果你决定自建，我给你一套被验证过的组合，别整那些花里胡哨的。
采集端用MQTT 5.0（EMQX开源版就够了），时序存储上InfluxDB 2.7或者TDengine 3.1，计算层用Python加Kafka，模型训练就scikit-learn 1.3起步，可视化直接Grafana 10.x，一天就能搭出像样的看板。整套东西在云上跑，前期月成本四五千块就能撑住。
python
# 边缘网关上数据降频的经典写法，很多教材不会告诉你的细节：
## 不要在云端做原始数据的降采样，要在边缘做！
def downsample(buffer, target_hz=1):
# 原始10kHz振动数据只取特征值上传，
# 时域特征 + 包络谱峰值，一条消息控制在2KB以内
features = {
'rms': np.sqrt(np.mean(buffer**2)),
'kurtosis': scipy.stats.kurtosis(buffer),
'bpfo_amp': envelope_spectrum_peak(buffer, band=[80, 120])
}
return features踩坑提醒：我们第一版是原始数据全量上传，一个月的带宽账单直接让老板请我喝了顿"谈心"的茶。10kHz采样乘上300台设备，一天的原始数据就是两百多个G。特征提取放到边缘之后，数据量直接降到千分之一。
还有一个争议点，说说我的真实观点：很多SaaS厂商宣传"内置AI模型，开箱即用"。说实话，如果你的设备不是他们模型库里的常见型号，那些所谓开箱即用的模型，准确率大概率不如你自己拿三个月数据训一个随机森林。通用模型是给演示用的，落地还是得按设备逐台适配。
怎么选：三个问题自测
最后说两句。选型前问自己三个问题：
第一，未来三年要接入的设备会不会超过500台？会，倾向自建。
第二，你有没有至少一名能长期维护这套系统的工程师？没有，买SaaS，别为难设备科的电工师傅。
第三，数据里有没有工艺机密？有，自建或者要求SaaS签数据隔离协议并验证。
我自己的建议是折中路线：先买一年SaaS跑通业务流程、验证价值，同时用这一年时间小步自建数据底座，第二年把数据迁回来，模型层看情况。这叫"用租的验证，用建的沉淀"，两条腿走路，风险最小。
一点儿碎碎念：选型这事没有标准答案，最怕的是用别人的答案套自己的题。先把设备清单和数据量拉个Excel表算一遍，比听十场产品演示都管用。