你真的需要人工智慧團隊嗎？
大多數公司關於「是否需要人工智慧團隊」的提問，通常是在他們應該回答這個問題的一年之後，而且他們將此作為人力規劃的問題來提出。但實際上，這不只是關於人力的配置，而是關於你需要永久擁有哪些能力，以及哪些能力可以選擇性地租用。
你正在做出的實際決定
有三個方法可以獲得你缺乏的能力：招聘、在現有員工中建設它，或從他人那裡購買。人工智慧不會改變這一點。它改變的是半衰期。你這個季度建立的整合可能在十八個月後就過時了，但對你業務自動化哪些部分的判斷，在十年內仍然有價值。
因此，將問題分為兩部分：工作中的哪些部分是持久的——你的數據知識、客戶知識、監管風險暴露、運營實際故障點？以及哪些部分是變動的——模型選擇、評估工具、檢索管道、部署？擁有持久的部分，租用變動的部分，直到它停止移動。
這一區別解決了下文的大部分內容。
招聘
招聘在人工智慧工作是持續的而不是項目型時有意義，當它與產品緊密相連時，當你已經有工程師可以吸收新專家的建構時。
常見錯誤是第一份招聘。一位獨自的資深人工智慧工程師在公司沒有人工智慧實踐中，沒有人來審查他的工作，也沒有人將工作交給他，而且他離開後，沒有人能維護它。如果你要招聘，至少招聘兩名員工，或將一名員工招入一個能夠接手工作的團隊中。
也要誠實地評估。如果你的面試小組無法區分一個健全的評估策略和一個聽起來可信的策略，你不是招聘，而是賭博一個十二個月的回報期。
培訓
培訓現有員工是最被低估的選項，對持久性工作具有更好的經濟效益。你的運營經理已經知道哪些發票出錯以及為何。教導那個人指定、測試和監督人工智慧系統所需的時間，比教一個外部工程師你的發票處理時間短。
培訓在應用時有效：自動化你已經了解的流程，在日常使用的工具中使用人工智慧，寫清楚的規格，檢查輸出並捕捉失敗。它不適用於需要生產基礎設施的情況。兩天的課程不會創造一名工程師，假裝相反會產生無法在實際體量中生存的原型。
為這分配真實的工作時間。在工作週內保護的時間，有一個命名的改進過程——而不是一個晚上的義務和證書。
合作
合作適用於你需要立即行動時，當工作是項目而不是實踐時，或者你還沒有足夠的知識來招聘時。在中型公司中人工智慧採用的第一年主要是發現：哪些用例有回報，哪些悄無聲息地失敗，你的數據可以和不能支持什麼。一次性的發現成本低於長期招聘一支永久團隊來找出答案。
失敗模式是依賴性。一個離開後讓你無法解釋、更改或定價系統的合作夥伴，就像是賣給你一個訂閱服務。在合同中寫明獨立性：你的員工可以閱讀的文件、提示、評估集和數據管道的所有權、一名你的人員與他們一起工作的整個過程，以及明確的交接點。
如何知道需要哪一種
誠實地根據以下五個因素評分你的處境：
- 頻率：一個系統就表明需要合作夥伴，一排系統則表明招聘。
- 接近核心：如果人工智慧涉及客戶支付的內容，則擁有它；如果它是加快後台的工具，則租用它。
- 現有技術庫：沒有工程師接收工作意味著第一份招聘不會持久。
- 數據敏感性：嚴格的監管風險暴露提高了內部控制的價值，以及一個已經通過審計的合作夥伴的價值。
- 清晰度：如果你無法描述過程和它應該移動的數量，任何人力配置都還不夠。
通常的工作順序
大多數公司最終會做所有三種，而順序很重要。首先與合作夥伴合作，找到並證明兩個或三個用例。培訓你的員工運行已部署的系統，這樣知識就能保持下來。一旦你知道具體需要招聘哪個職位，則可以撰寫工作描述，並能區分強大的候選人與自信的候選人。
這一順序是Herculesa所做的工作：在早期承擔負荷，然後將一些你的團隊可以運行的東西交還給他們。