快速摘要
企業不需要一開始就建立 10 人的 AI 團隊。從一位 AI 負責人開始，隨著使用規模擴大逐步擴編。本文提供從「一人起步」到「AI 卓越中心（CoE）」的組織架構演進路線。
AI 團隊的核心角色
| 角色 | 職責 | 必備技能 |
|---|---|---|
| AI 負責人 | 策略制定、工具選型、跨部門協調 | AI 知識、專案管理、溝通 |
| AI 工程師 | API 整合、RAG 建置、自動化開發 | Python、API、雲端服務 |
| AI 安全工程師 | 安全評估、政策制定、事故處理 | 資安、AI 安全、合規 |
| AI 培訓師 | 員工培訓、最佳實踐推廣 | 教學、AI 應用、溝通 |
| 資料工程師 | 資料管線、向量化、品質管控 | ETL、資料庫、Python |
團隊演進路線
Phase 1：一人起步（員工 < 50 人）
指派一位對 AI 有熱情的員工兼任 AI 負責人，花 20% 的時間在 AI 相關工作上。負責工具選型、制定使用政策、基礎培訓。
Phase 2：小組成形（員工 50-200 人）
AI 負責人轉為全職，搭配一位 AI 工程師。開始建置內部 AI 工具和自動化流程。
Phase 3：專責團隊（員工 200-1000 人）
3-5 人的 AI 團隊，包含工程、安全和培訓。開始建置 AI Gateway 和治理框架。
Phase 4：AI CoE（員工 > 1000 人）
建立 AI 卓越中心（Center of Excellence），成為組織內的 AI 知識中樞。
技能需求
現階段最需要的 AI 技能組合：
- Prompt Engineering：所有 AI 團隊成員都需要
- Python + API：建置 AI 應用和自動化
- 資安基礎：理解 AI 的安全風險
- 專案管理：管理 AI 導入的多個工作流
- 教學能力：將 AI 知識傳遞給非技術人員
AI 卓越中心
AI CoE 的四大功能：
- 策略：制定 AI 策略、評估新技術、選型工具
- 治理：制定和執行 AI 政策、安全標準、合規要求
- 賦能：培訓、諮詢、最佳實踐推廣
- 建置：開發內部 AI 工具、整合、自動化
招募建議
- 優先從內部培養，而非外部招募——了解業務的人學 AI 比 AI 專家學業務更快
- 資安背景的人特別適合 AI 安全角色
- 不要追求「全能型」AI 人才，專注找到互補的技能組合
- 讓候選人展示實際的 AI 專案成果，而非只看證照
常見問題
AI 團隊應該放在哪個部門下？
初期可以放在 IT 或數位轉型部門下。成熟後建議直接向 CEO 或 COO 報告，因為 AI 是跨部門的策略議題。
需要聘請 AI 博士嗎？
除非你在做模型訓練或基礎研究，否則不需要。企業 AI 應用需要的是工程能力和業務理解，不是學術研究能力。
外包 AI 開發可行嗎？
短期專案或 POC 可以外包，但核心的 AI 策略、安全和治理必須由內部團隊負責。長期依賴外包會失去累積 AI 能力的機會。