原文第 1 页
美国公民及移民服务局 行政上诉办公室 非先例决定
案由：19804367 日期：2022年3月9日
对德克萨斯服务中心决定的上诉
表格 I-129，L-1B 专业知识工人申请
申请人是一家信息技术咨询服务提供商，寻求根据 L-1B 跨国公司内部调动非移民类别，临时雇用受益人担任高级 AI 解决方案工程师。见《移民与国籍法》（该法）第 101(a)(15)(L) 条，8 U.S.C. § 1101(a)(15)(L)。L-1B 类别允许公司或其他法律实体（包括其关联公司或子公司）将符合条件、具有“专业知识”的外国雇员调往美国临时工作。
德克萨斯服务中心审理主任否决了该申请，认定申请人未能按要求证明受益人拥有专业知识、她曾在国外以涉及专业知识的身份受雇，以及她将在美国以专业知识身份受雇。此事现因上诉而由本办公室审理。在上诉中，申请人主张审理主任的决定未正确地将法规、条例及相关美国公民及移民服务局（USCIS）政策指导适用于所呈现的事实。
在本程序中，申请人负有以优势证据证明其符合所请求福利资格的责任。见该法第 291 条，8 U.S.C. § 1361；Matter of Chawathe, 25 I&N Dec. 369, 375 (AAO 2010)。行政上诉办公室（AAO）对本案问题进行重新审查（de novo）。见 Matter of Christa's Inc., 26 I&N Dec. 537, 537 n.2 (AAO 2015)。经重新审查，我们将驳回上诉。
一、法律框架
为确立 L-1B 非移民签证类别的资格，符合条件的组织必须在受益人申请入境美国之前的三年内，连续一年以“管理、行政或涉及专业知识的身份”雇用受益人。该法第 101(a)(15)(L) 条。此外，受益人必须寻求临时进入美国，以专业知识身份继续向同一雇主或其子公司或关联公司提供服务。同上。申请人还必须证明受益人先前的教育、培训和就业使其有资格在美国履行拟提供的服务。8 C.F.R. § 214.2(l)(3)。
原文第 2 页
根据该法，如果受益人有以下情形，即被视为拥有专业知识：(1) 对公司产品及其在国际市场中的应用具有“特殊”知识；或 (2) 对公司的流程和程序具有“高级”水平的知识。该法第 214(c)(2)(B) 条，8 U.S.C. § 1184(c)(2)(B)。申请人可以通过提交证据证明受益人和拟提供职位满足专业知识法定定义中的任一分支来确立资格。
专业知识也被定义为个人所拥有的关于申请组织的产品、服务、研究、设备、技术、管理或其他利益及其在国际市场中应用的知识，或对组织流程和程序的高级水平知识或专长。8 C.F.R. § 214.2(l)(1)(ii)(D)。
二、背景
申请人是一家 IT 咨询公司，为各行业客户企业提供“数字化转型解决方案”。申请人的支持信和公开公司材料表明，其核心能力是“认知业务自动化”，涉及使用人工智能（AI）、机器学习（ML）、自然语言处理（NLP）和计算机视觉技术来自动化任务并为其客户实施“智能数字劳动力”。申请人表示，其与 Amazon Web Services（AWS）和 IBM 建立了紧密合作伙伴关系，使其员工能够使用合作伙伴的“行业定义工具和平台”来交付定制软件解决方案。
申请人提供了证据，证明其黎巴嫩关联公司自 2016 年 5 月起雇用受益人担任高级 AI 解决方案工程师。该公司现寻求将她调往其纽约办公室担任相同职务。受益人于 2015 年获得计算机科学学士学位，在加入外国关联公司员工队伍时，作为初级软件开发人员的专业经验不足一年。此外，记录中包含证据表明受益人完成了 IBM 通过 Coursera 数字学习平台提供的六门在线非学分课程。完成这些课程使她获得了 IBM 专业方向（AI Foundations for Everyone）和专业证书（IBM Applied AI）。申请人还提供了一份证书，表明受益人因通过“Neo4j Graphing Academy”提供的认证考试并获得及格分数而成为“Neo4j 认证专业人员”。
三、专业知识
需要处理的主要问题是，申请人是否证明受益人拥有专业知识、她曾在国外以涉及专业知识的职位受雇，1 以及她将在美国以专业知识身份受雇。
在否决决定中，审理主任认定申请人未能证明受益人对公司内部和专有流程、工具和方法的了解等同于专业知识，也未证明受益人的
1 申请人未在 alternative 中主张受益人在国外以管理或行政身份受雇。见 8 C.F.R. § 214.2(l)(3)(iv)。
原文第 3 页
先前在国外的职位或目前在美国的职位要求她拥有与公司或 IT 咨询行业中类似受雇工程师所拥有的知识相比真正不同、不常见或高级的知识。
在上诉中，申请人主张审理主任的决定未充分考虑支持性陈述或为支持申请而提交的其他证据，也未正确适用与专业知识相关的法律、条例和 USCIS 政策。申请人坚持认为，受益人拥有“通过五年 AI 软件工程渐进经验获得的、对申请人专有业务活动、系统、流程和方法的内部专长”，并且基于其高级知识，她是“唯一能够”满足所提供职位要求的人。申请人进一步主张，本案事实与我们在一项非先例决定中维持某申请人上诉的案件相似，该申请人曾代表其一名软件工程师提交 L-1B 类别申请。此外，申请人主张审理主任未考虑受益人拥有符合 USCIS 政策备忘录 PM-602-0111《L-1B 审理政策》（2015 年 8 月 17 日）的专业知识雇员特征的证据，https://www.uscis.gov/laws-and-policy/policy-memoranda。
A. 评估专业知识
作为门槛问题，我们必须确定申请人是否证明受益人拥有专业知识。如果证据不足以证明她拥有专业知识，那么我们就不能认定她曾在国外以涉及专业知识的职位受雇，并将以专业知识身份在美国受雇。
由于“特殊知识”涉及对申请组织产品或服务及其在国际市场中应用的知识，申请人可以通过证据证明受益人拥有的知识相较于特定行业中其他类似受雇工人所拥有的知识而言是独特或不常见的，从而履行其举证责任。关于“高级知识”，申请人可以通过证据证明特定受益人对组织流程和程序的知识或专长相较于雇主运营中的其他工人而言，在进展、复杂性和理解方面高度发展或更为深入，从而履行其举证责任。此类高级知识必须由证据支持，使该知识与他人所拥有的初级或基础知识区分开来。在申请人整个行业中普遍掌握的知识，或可以轻易从一人传授给另一人的知识，不被视为特殊或高级知识。
一旦申请人阐明了所主张专业知识的性质，证据的权重和类型即决定受益人是否实际拥有专业知识。如果申请人至少未能具体阐明其产品和服务或流程和程序的性质、所涉特定行业或领域的性质以及受益人知识的性质，我们就无法对特定受益人的专业知识作出事实认定。申请人还应描述雇员如何能够在组织内获得专业知识，并解释特定受益人如何以及何时获得此类知识。在此，基于下文所述理由，申请人未能证明受益人拥有专业知识。
原文第 4 页
B. 特殊或高级知识
在上诉中，申请人主张受益人拥有公司“专有商业活动、系统、流程和方法论”的特殊知识和高级知识，用于向其客户提供基于人工智能的解决方案。然而，尽管提及受益人的专有知识，申请人关于其专业知识的大部分主张是基于其在技术方面的知识、经验和技能，而这些技术既未被证明是专有的，也未被证明是请愿组织特有的²，也未被证明在同样基于IBM、Microsoft、Google和AWS开发的广泛可用的人工智能平台开发客户解决方案的类似受雇软件工程师中是不常见或独特的。申请人表示其与上述领域“顶尖表现者”享有“紧密合作关系”，使其能够为客户提供“使用其行业定义工具和平台的最佳体验”。然而，申请人并未另行试图将其定制的认知业务自动化解决方案与其它基于相同人工智能技术开发定制客户解决方案的IT咨询组织所提供的解决方案区分开来。
申请人一般性地主张人工智能领域本身相比其他工程领域更为复杂，强调受益人的知识比“大多数工程师”更高级，因为其涉及人工智能。然而，申请人未详细阐述这一主张，也未试图支持该领域本身如此专业以至于任何精通人工智能技术的工程师都应被视为拥有专业知识这一论点。例如，申请人解释称受益人“比具有相同年限经验的类似[高级]工程师拥有更多技能和专业知识，因为她获得了在市场前3大人工智能供应商（IBM、Microsoft和AWS）工作的经验和认证。”申请人还指出受益人“最近完成了其领域的一系列课程认证，特别是人工智能应用和编程，这进一步增强了其在人工智能服务方面的专业知识，使像[申请人]这样的企业能够将预构建的人工智能智能应用于其解决方案。”申请人未支持其主张，即对于专注于人工智能技术咨询的软件工程师来说，获得该领域行业领先人工智能平台的经验和认证是不寻常或不常见的。申请人记录了受益人最近在IBM人工智能技术和Neo4j技术方面的认证，但未解释这些第三方认证——尽管对公司提供的服务有价值且相关——如何构成法规和条例所定义的“专业知识”。
此外，我们注意到申请人表示公司的整体核心能力包括基于认知业务自动化领域领先平台开发定制的人工智能、机器学习、NLU和计算机视觉解决方案。申请人表示受益人拥有构建人工智能模型的经验（使用机器学习算法和深度学习神经网络）、了解“对话式人工智能框架”、具有“从各种来源提取、处理和转换数据以通过不同算法进行机器学习输入”的经验，以及“在云开发和DevOps原则方面的广泛知识
² 申请人提供了受益人的简历，其中列出了其在Java、Javascript、Python、C、HTML/CSS、Swift、.NET、SQL、Node JS和Springboot等编程语言方面的经验，以及各种第三方软件和工具，包括IBM Watson、Microsoft Azure Cognitive Services和MLOps、Azure DevOps、MS SQL、Google AutoML、Azure AutoML、IBM BPM、Blockchain和Git。
原文第 5 页
这些对于构建和部署人工智能解决方案至关重要。”虽然这些软件开发技能与申请人业务的“核心能力”相关，并使受益人能够基于行业领先平台定制解决方案，但申请人关于拥有该技能组合构成其自身软件工程师中或同一领域工作的软件工程师中的“特殊知识”的主张，在记录中缺乏充分的解释和支持。
由于“特殊”和“高级”都是相对术语，确定特定受益人的知识是否“特殊”或“高级”本质上需要将受益人的知识与他人的知识进行比较。此外，申请人有责任建立有利的比较。如上所述，记录未确立受益人所履行的职责如何要求其拥有与在人工智能和认知业务自动化领域为咨询公司工作的类似经验工程师相比不常见或独特的知识。
关于内部比较，申请人主张受益人在基于这些技术为客户开发定制解决方案超过四年经验后，相比公司内其他工程师在该领域的第三方平台、工具和软件方面拥有更广泛和更深入的技能组合。然而，这一主张也缺乏支持，因为申请人未提供证据使我们能够将受益人的知识和技能与美国或外国实体雇用的其他工程师的知识和技能进行比较。申请人在上诉中主张审理主任未考虑受益人持有“高级”软件工程职位这一事实，并主张仅此事实就足以表明其专业知识或高级知识。我们不同意，因为受益人的职位名称及其在提交的组织结构图中的位置均未提供进行所需比较所需的充分解释性信息。
申请人提议的组织结构图显示受益人将向“人工智能解决方案负责人”汇报，并亲自监督一个由三名人工智能解决方案工程师组成的团队。然而，该图还表明所有三名团队成员与受益人一样已完成相关学士学位，并负责跨“多种认知服务”开发人工智能软件。申请人未充分解释他们的相对知识和经验如何支持通过比较确定受益人拥有特殊或高级知识的裁定。申请人的组织结构图还描绘了其他几个软件工程师和高级软件工程师团队，他们向架构和智能自动化部门负责人汇报，且未提供关于这些员工的任何信息以支持申请人关于受益人拥有与公司内其他工程师相比不常见或高级的知识的主张。我们承认申请人提供了获奖证书，表明受益人在公司内因“技术卓越”和“顶级CBA表现者”而受到认可，但我们无法基于证据得出结论认为这些奖项是基于其拥有专业知识而非仅基于其工作相关表现。
鉴于申请人业务的性质及其提供的服务，合理认为其要求工程师精通软件开发技能和第三方技术，以便为客户定制人工智能驱动的解决方案。虽然记录反映受益人参与了需要其基于行业领先人工智能平台开发客户特定解决方案的项目，但申请人未具体指明任何专业培训
原文第 6 页
或请愿公司本身特有的内部系统、工具、产品或流程，导致受益人获得专业知识。相反，申请人一般性地主张受益人拥有其“专有商业活动、系统、流程和方法论”的知识。专有或公司特定的知识仍必须是特殊或高级的才能被视为专业知识。因此，申请人必须确立其活动、系统、流程和方法论的性质要求该受益人拥有超出行业常见水平的知识。例如，如果申请人确立其专有系统、流程和方法论足够复杂，以至于所有使用它们的员工都必须接受大量培训才能履行其指定职责，这一事实可能支持仅凭对专有工具和方法论的了解即构成对公司服务的“特殊知识”的裁定。然而，在此，申请人未解释或记录所主张的专有知识，也未指明其员工获得此类知识的任何培训或其他方法，或员工获得此类知识需要多长时间。
事实上，尽管申请人表示需要五年时间培训另一名个人来填补在美国提供的职位，但申请人既未指明也未记录受益人完成的任何内部或公司特定培训。如上所述，寻求将受益人归类为L-1B专业知识工作者的申请人应描述员工如何在组织内获得专业知识，并解释该个人受益人如何以及何时获得此类知识。
在此，在陈述新员工可以通过五年的公司培训获得所需知识之后，申请人暗示受益人本人是在工作中获得了她所主张的特殊知识。例如，申请人指出她“通过责任日益增加的特殊知识岗位快速晋升”。然而，申请人同时也表示，她自2016年首次被该外国实体聘用以来一直担任高级AI解决方案工程师一职；申请人既未解释她在不同岗位上的渐进经历，也未指明公司内部还有哪些岗位被其视为“特殊知识岗位”。
尽管我们不怀疑申请人和外国实体拥有自己内部的交付IT服务和解决方案的方法、工具和流程，但申请人并未支持其关于仅凭对这些方法的了解即构成特殊知识的主张。申请人未提交证据以佐证其主张，即其自有工具、流程和方法如此独特和复杂，以至于培训一名在AI领域有经验、但此前从未接触过申请人所属公司集团的软件工程师需要大量时间。
我们也认可申请人的主张，即“[受益人]在黎巴嫩帮助构建的技术资产和应用程序开发框架/工具[]使[其]在美国的顾问能够更高效、更有能力成功应对任何解决方案。”该陈述表明受益人参与了组织内他人所使用的、公司专有的内部知识产权的开发；然而，记录中缺乏关于受益人贡献的任何“技术资产”和“应用程序开发框架/工具”的任何进一步解释或文件。在没有更多信息的情况下，申请人未能履行其举证责任，以证明受益人基于此类贡献拥有特殊或高级知识。申请人反复将受益人的知识称为专有知识，但既未以足够的细节阐明该主张，也未
原文第 7 页
提交支持性证据，证明她对该公司的专有产品、服务、技术、方法或其他利益的知识或贡献。
申请人还强调，受益人曾与零售、健康保险和医疗保健行业的关键客户合作，因此了解这些行业客户的AI和自动化需求。然而，个人对客户项目和功能需求的熟悉程度，虽然对申请人有价值，但不能被视为请愿组织特有的知识，也不能构成认定受益人拥有特殊知识的基础。请愿组织内聘用的所有软件工程师理应熟悉公司设计和交付定制软件解决方案的内部流程和方法。同样，大多数员工也会拥有相对于一个或多个客户的项目特定或行业特定知识。然而，此类客户或项目特定知识并不等同于法规和条例所定义的“特殊知识”。
即使受益人关于将AI技术应用于特定客户或特定行业部门自动化需求的知识可以被视为请愿公司特有的知识，申请人仍需要区分其职位如何要求具备在受过类似培训和拥有类似经验的软件工程专业人员中并不常见的软件开发知识或技能。申请人未尝试证明，例如，为零售药房开发AI驱动的“聊天机器人”所需的知识为何不常见，或为何一名在相同第三方AI平台、编程语言和开发工具方面具有类似专业背景和经验的软件工程师不会拥有该知识。
总体而言，申请人未能充分支持以下主张：计算机科学学士学位、对行业领先AI平台及相关软件技术、编程语言和工具的知识，以及对申请人集团曾合作过的特定客户和行业的了解，这些因素的结合使受益人拥有了与申请人所在行业中受过类似培训的软件工程师普遍拥有的知识相比真正独特或不常见的特殊知识。申请人关于受益人拥有大量专有或公司特定知识、且只能通过广泛培训或经验获得的主张过于宽泛，且无充分证据支持，未能满足其举证责任。
在上诉中，申请人援引了一项非先例决定，在该决定中我们推翻了一份代表一名软件工程师提交的L-1B申请被拒的决定，该软件工程师被证明在其雇主开发一个新的专有云计算平台中发挥了关键作用。该决定未作为先例公布，因此对USCIS官员未来的裁决不具有约束力。见8 C.F.R. § 103.3(c)。非先例决定将现行法律和政策适用于个别案件的具体事实，并可能因诉讼记录中的证据、所审议的问题以及适用的法律和政策而有所区别。此外，我们不同意申请人关于本案事实与该非先例决定中的事实基本相似的主张。申请人强调受益人在“为雇主的特定客户制定AI软件”中发挥“关键作用”。然而，如上所述，记录并未证明按项目逐个为客户开发定制AI软件解决方案要求
原文第 8 页
受益人拥有在AI或认知业务自动化领域为咨询公司工作的软件工程师中不常见或独特的知识。
我们也认可申请人的主张，即受益人具备特殊知识员工的各项特征，与上述涉及L-1B裁决的2015年USCIS政策备忘录一致。申请人坚持认为，受益人对客户的“深入了解”，加上她所拥有的对公司所使用的所有AI平台的全面知识，使她成为公司运作不可或缺的资产。
尽管我们不怀疑申请人拥有用于交付客户项目的内部工具、流程和方法，这些为其生产力和市场竞争力做出了贡献，且受益人擅长提供依赖这些方法的服务，但仅凭这一特征并不能证明受益人拥有特殊知识。申请人关于受益人是曾担任关键任务的无价员工的主张，也不足以证明她符合所寻求的资格。正如该备忘录所指出的，申请人所列的“特征”仅是“USCIS在确定受益人知识是否特殊时可能考虑的因素”。USCIS政策备忘录PM-602-0111，同上。该备忘录强调，“最终，是证据的权重和类型决定了受益人是否拥有特殊知识。”同上，第13页。此处的申请人未提交充分证据证明受益人的知识如何符合“特殊”或“高级”的资格。
基于上述理由，申请人未能证明，基于行业领先的第三方平台为客户开发AI驱动解决方案所需的技能和知识符合“特殊知识”的定义，即使结合其对客户的了解以及公司为交付此类解决方案而实施的任何内部工具和方法也是如此。申请人未证明此类知识足够独特或不常见，或不能轻易转移给具有必要职能和技术背景的另一名IT专业人员。申请人关于获得美国职位所需的所谓特殊知识需要多年培训的主张，完全没有记录支持。因此，上诉被驳回。
由于申请人未证明受益人拥有特殊知识，我们无需进一步讨论她是否曾在国外受雇于涉及特殊知识的职位，或是否将在美国受雇于特殊知识岗位。3
裁定：上诉被驳回。
3 见 INS v. Bagamasbad, 429 U.S. 24, 25 (1976)（“法院和机构无需对作出其结论所不必需的问题作出认定”）；另见 Matter of L-A-C-, 26 I&N Dec. 516, 526 n.7 (BIA 2015)（在申请人本不符合资格的情况下，拒绝在上诉中处理替代性问题）。
