大流行之后，人工智能在组织技术体系中所扮演的角色发生了变化，其影响力越来越靠近关键业务流程，例如维护供应链或实现远程工作。
但是要维持AI的动力，企业需要能够同时保持系统运行和创新的人才。随着AI变得更具战略性，多种战略可以使公司找到所需的劳动力。
根据Chandrasekaran的说法，在一个高效能的AI团队中，组织需要一组明确定义的角色来统一工作。
数据工程师：他们负责数据的各个方面，从数据的摄取和集成到数据的标签和功能工程。
数据科学家：这些专家利用利益相关者的见识，设计了AI模型来演示关键用例。
业务领域专家：他们与数据科学团队合作，共同确定具有高业务影响力的用例。
AI工程师：AI工程师通常接受过DevOps和软件工程方面的培训，他们在生产环境中部署模型，提供连续的反馈循环。
产品经理：这些专家帮助将AI嵌入核心产品或构建独特的AI项目。
AI架构师：这组专家思考所有技术如何相互融合，并帮助指导核心架构决策，例如公共云与混合云或构建与购买。
