AI技術驅動的數智化培訓

數智化時代的到來勢必引起社會、經濟、政治等領域的變革，這對企業的經營與發展既意味著空前的機遇，也暗含著未知的挑戰。海量的數據信息、更為復雜的運營模式、日益激烈的競爭環境，都要求企業能夠洞悉環境變化，利用最新技術持續有效地構筑自己的核心競爭力。培訓作為人力資源管理的重要環節，著力于提升企業員工的整體知識技能水平，是企業競爭力的根本來源，因此培訓活動的有效性直接影響企業的生存能力和長期發展。人工智能（AI）技術催生了更加多樣化和智能化的培訓模式，但如何趨利避害，真正實現數智化培訓賦能企業，還有待企業家和管理學者不斷探索。

AI技術在人力資源領域的應用

歷史經驗反復證明，新技術的出現和演進能夠從根本上改變企業的組織架構和生產經營模式，也會影響員工間的協作、溝通模式及個人發展路徑。近年來，以機器學習技術、自然語言處理技術、專家系統等為代表的人工智能技術不斷發展迭代，并迅速應用到各個領域。機器學習技術明顯提升了AI圖像識別、語音識別和數據挖掘的應用效果；自然語言處理技術大幅提升文本和語義分析水平，在自動問答、智能助理、機器翻譯等方面已得到廣泛應用；專家系統可以模擬人類專家的決策過程，通過構建知識庫和推理機制來解決某些領域的特定問題。

人工智能技術的興起同樣給企業培訓活動帶來一輪新的變革升級。IBM人力資源部首席技術官安舒爾·舍奧布里（Anshul Sheopuri）表示，IBM通過掃描2.2億份內部文檔進行員工技能診斷，并建立人工智能系統沃森（Waston），98%的IBM員工每個季度都會使用該系統，且自動化評估的準確率接近90%。畢馬威公司的數字解決方案主管斯瓦米納坦·錢德拉塞卡蘭（Swaminathan Chandrasekaran）介紹畢馬威利用人工智能系統來閱讀同業利率拆借的合同，并提取特定信息以完善員工培訓系統，這種培訓方式更適合新一代職場人。中國企業也不甘落后，積極將人工智能應用于組織培訓。2023年5月，北森發布的名為Mr.Sen的個人領導力教練AI產品，具備輔導他人、溝通交流的能力，能為員工提供實時輔導支持，有助于激發員工的自我覺察，進而提升個人技能。2023年9月，騰訊樂享發布基于大模型的AI助手，圍繞知識創作、內容生成和知識問答場景，推出AI智能問答、AI輔助創作、AI提煉知識點、AI生成考題等功能，可以有效應用于企業培訓。中國平安集團旗下的平安知鳥智能培訓平臺，深耕AI+培訓創新，能夠結合企業實際情況提供完善的線上學習平臺，支持員工隨時隨地想學就學，針對新員工特點進行個性化學習推薦，根據不同員工的工作崗位和學習進度形成大數據分析報告，提升員工學習的內驅力。

數智化浪潮正以無可阻擋的態勢影響著人們工作、生活的方方面面。企業紛紛展開各種“AI+培訓”主動回應技術變革，既是面對復雜環境和激烈競爭的破局之道，也是融入科技浪潮、構建差異化競爭優勢的必由之路。在積極迎接數智化培訓新時代的過程中，如何重塑企業架構來提升AI技術應用能力？如何開發線下和線上相結合的培訓方案？如何營建適宜的人機合作氛圍以緩解AI給員工造成的潛在心理危害？如何通過高效的數智化培訓打造企業獨有的競爭力？這些都是亟需管理者和學者思考的問題。

AI技術嵌入培訓活動

培訓活動是企業人力資源管理中的重要環節，其目標在于提升組織成員的知識技能，通過充分發揮人才的價值逐步建立企業獨特的核心競爭力。培訓過程通常包括四個環節：培訓策略制定、培訓需求分析、培訓活動實施和培訓效果評估。作為一種新興技術，AI不會改變培訓活動存在的意義及內涵，但其所具備的獨特優勢能夠為培訓的各個環節提供新的操作工具和作業方法，最終起到降低成本、提高效率、優化實施效果的作用。數智化培訓的基本要求就是將AI技術應用于培訓活動的各個環節（見圖1）。新技術的價值并不等同于它給每個培訓環節帶來的增值的簡單加總，只有各環節的增值產生協同效應才能提升組織培訓的整體效果，為此管理者必須秉持系統化視角。

針對培訓策略制定，首先，AI技術幫助企業拓展了組織邊界，使人力資源管理較大程度上擺脫了傳統的科層組織束縛，重新回歸人力資本自身的價值。其次，借助互聯網技術的低成本和即時性，企業能夠實時監測內、外部環境動態，及時調整業務目標、經營策略及與之匹配的人才培訓策略。最后，在組織扁平化、快速應對市場變化的趨勢下，借助AI和大數據技術，企業能夠建立結構化人才數據庫，有效細化人力資源管理的顆粒度，實現精細化和個性化管理。

針對培訓需求分析，AI技術以員工技能畫像和勝任力模型為基礎，催生了基于大數據、數據挖掘、預測算法和可視化界面的人才能力分析工具。通過定期和不定期的員工數據采集和更新，企業能夠掌握員工教育背景、人格等相對固定的個體特征，以及個人技能、資歷、工作業績等動態的個體特征，用于團隊人員配置、人才培養等人事決策。目前針對個體員工的人才畫像和面向組織全局的人才盤點是人才分析過程中最為典型的兩項AI技術應用。根據人才畫像，管理者可以方便地識別培訓需求，更有效地設計人才培訓計劃。通過細致刻畫人才技能，企業能夠有效開展人才盤點，讓管理者對組織人力資本有全局的了解。AI技術使用定量數據簡單、精煉地呈現員工的特征，據此制定的內部培訓規劃將更具科學性和有效性。

針對培訓活動實施，依托互聯網的AI技術延展了培訓實施場景，培訓活動可以跨越時空，脫離時間地點的限制，能夠利用員工的碎片化時間來完成。此外，AI虛擬培訓師、AI陪練機器人的出現，不僅可以降低人力培訓成本，還能夠確保培訓質量和標準的統一性。AI系統還可以在培訓的過程中根據受訓員工的即時反應，動態調整培訓內容和節奏，相較于人工講師的現場培訓，調整范圍更大、靈活性更強。

針對培訓效果評估，一方面，應用AI技術的評估是伴隨培訓過程同步進行的。系統全程、多維度采集受訓員工對培訓課程的接受和吸收程度，并監控培訓內容調整過程中員工的反應。另一方面，AI培訓系統能夠為每個培訓對象生成不同的個性化測試題目，相較于傳統的標準化測試能更有效地測度培訓效果。當然，有些業務場景需要將系統多維度數據評估與培訓師人工評估相結合才能確保培訓評估的客觀性和有效性。

數智化培訓的演進歷程

將新技術應用于企業活動通常需要經歷若干階段。一方面，新技術在很長一段時間里仍需不斷更新優化。另一方面，新技術切實應用到某項具體的企業活動，不僅需要組織成員學習并掌握如何使用該技術，往往還需要自行開發或者從第三方獲取相應的配套工具或方法。在新技術的推動下，企業培訓模式的演進大致經歷了四個階段：傳統線下培訓、線上學習（E-learning）培訓、數字化培訓、數智化培訓（見圖2）。當前，不同階段的培訓模式均有企業采用，但伴隨AI技術出現的數智化培訓尚處于探索階段，有待發展和完善。

傳統線下培訓

面對面的現場集中培訓是最成熟、最普遍的培訓方式。以崗位能力模型與員工勝任力水平的差距為依據，培訓師對受訓員工進行授課、交流互動或模擬演練。由于嵌入了密集的人際互動，這種培訓方式在隱性知識傳授上擁有不可替代的優勢，此外，集體活動也有助于團隊建設。

傳統線下培訓也存在諸多問題。培訓成本方面，面對面培訓的組織協調成本較高，且培訓實施受到參訓人員時間和地點的約束。培訓效果方面，線下集中培訓教材內容是標準化的，針對性差，無法一次性滿足所有參訓員工的培訓需求；培訓內容迭代也較慢，很難迅速跟進最新涌現的業務場景；此外，培訓效果高度依賴培訓講師的個人授課能力和現場互動氛圍。培訓評估方面，傳統線下培訓的評測維度相對單一（其中現場打分過程存在主觀性偏差），評估覆蓋面狹窄，此外，非結構化的評估結果難以進行長期追蹤和分析復用。

線上學習培訓

隨著互聯網技術的普及，線上學習培訓方式的出現解決了傳統線下培訓存在的部分問題。線上培訓覆蓋范圍廣、形式靈活、不受培訓場地和時間限制，這些明顯的優勢能夠大幅減少組織培訓所需時間并降低成本，而且通過學員線上學習留存的數據記錄能夠對培訓活動進行簡單的量化分析。

然而，線上學習的單向輸出模式使其培訓效果受到質疑。首先，線上培訓要求員工以自我學習的模式完成若干培訓模塊，過程中缺乏交流互動。其次，無法對參訓員工的學習過程進行有效監控，培訓后的評估也往往采用標準化考試，這種模式僅適用于顯性知識的傳遞。最后，單向輸出的模式下員工與培訓師缺乏即時互動，這使得參訓員工缺乏主動性。很多員工都只是為了完成任務而參加線上培訓，學習效果不佳。

數字化培訓：微課+AI陪練

為了彌補線上學習的不足，眾多企業對原有線上學習平臺加以完善并提供多樣化的教學內容，進階到數字化培訓。在培訓形式上，增加了視頻、直播和AI場景陪練等方式。授課內容趨向模塊化和碎片化，并大幅增加了測試和模擬練習的比重。這種新型培訓的學習形式和時間組合更加多樣化，學員可以隨時隨地進行學習，并能根據自身需求反復觀看重點知識和技能培訓模塊，還能通過AI陪練獲取即時反饋。課程互動性強，評估標準一致性高，同時系統平臺還記錄了大量學員行為數據，能夠為后續培訓分析和優化奠定基礎。

然而，目前大多數企業實施的數字化培訓仍存在一些問題。其一，視頻網課的內容難以覆蓋和匹配企業的重要人力技能需求。其二，課后練習上傳的圖文、語音和視頻作業需要投入較多人力進行評估反饋，一定程度上導致培訓成本上升。其三，開發AI陪練功能需要投入大量人力物力，即便如此也難以針對每個學員的特性和學習狀況進行個性化教學。其四，線上平臺學習主要是員工自主參與，往往缺乏對培訓過程進行監控、對培訓效果進行科學評估的有效機制。

數智化培訓

數智化培訓借助先進的AI技術，遵循“業務場景—學習培訓—行為改變—驅動績效”的教學邏輯，將培訓活動納入基于大數據的人力資源管理體系。具體而言，對于參訓學員，數智化培訓會在課前對其進行能力測評和大數據診斷，從而根據學員的實際能力推送匹配的學習內容；學員無須依次完成所有課程，可以選擇性學習，從而獲得更好的培訓體驗。對于人力資源管理者，數字化測量工具的大幅增加，可以打破部門間的壁壘，實現全體人員能力的數字化、可視化，從而有利于其洞悉組織整體人力資本情況，進而將這些可量化的人力資源數據應用到企業管理實踐，如對員工的選用育留。對于高層管理者，應用AI技術的數智化培訓能夠精準量化人員培訓方面的投入產出比，讓培訓活動緊貼業務場景，切實提升培訓效果進而推動業務成長。當然，任何一項新技術從出現到成熟應用都需要經過長時間的改進與優化，目前數智化培訓仍處于起步階段，在實踐過程中還存在各式各樣的問題。

企業的培訓模式從線下集中培訓演變為數智化培訓通常會經歷四個階段，每個階段的培訓模式呈現出不同的屬性與特征，也各具優劣勢（見表1）。從表1可以看出，優勢越突出的培訓模式，實施條件要求也越高。能夠邁入數智化培訓階段的企業通常依次經歷了前面幾種培訓模式，并在過程中積累了大量IT管理技能以及數字化培訓內容的制作經驗。盡管如此，那些已經能夠熟練進行數智化培訓的企業仍面臨著各種新的挑戰。

數智化培訓面臨的障礙

將AI技術應用于企業培訓活動固然能夠顯著提升人才培養的速度和效果，但要將這種新技術融入企業管理體系并有效發揮其作用，管理者仍需克服多方面的挑戰。如果輔助資源配置不足、不均衡，或者數智化培訓策略實施步驟有誤，不僅無法達到預期的效果，甚至會與原有組織運營模式發生沖突，阻礙企業發展。

人力資源部門承壓過重

數智化培訓的核心是將AI和大數據技術應用于企業的培訓活動，但如果高層管理者寄希望于由人力資源部門獨立完成培訓模式的轉變，而未將其作為企業數字化轉型中的一環，將難以取得好的效果。

數智化培訓因跨越時空、低成本等優勢受到企業培訓部門的重視，但普遍采用的網絡培訓、專題學習等形式，存在學員分散、難以組織管理、學習周期長等特點，帶來實施難度大、多項培訓并行難以兼顧等問題。首先，學員分散、課程內容模塊化造成師資短缺，如果按線下培訓的營運模式開展工作，現有培訓師將承受巨大的工作壓力。其次，AI技術應用效果的好壞取決于人力資源部門數字化能力的高低，如能否為公司建立結構化的人力資源數據庫，清晰呈現全體員工的勝任力畫像；能否基于快速變化的業務需求開發并持續迭代模塊化的培訓內容；能否構建一個符合延續性發展策略的培訓框架體系，既具備滿足人力資源需求的冗余度又能夠利用積累數據持續自我優化。最后， AI技術的應用增加了組織協調工作的復雜性。保證整體培訓節奏，跟進學員的線上學習進度以及練習測評，及時與學員進行互動，這些增量工作無疑會耗費大量人力。由此可見，缺乏縝密的頂層設計、必要的額外資源配置和相關部門的輔助支持，僅僅依靠人力資源部門的一己之力，難以實現數智化培訓轉型。

員工對AI技術產生抵觸

人機共處的矛盾始終是新技術應用過程中不可回避的話題，AI技術介入培訓活動也是如此。對于培訓師而言，面對鏡頭與學員遠程互動，或者在沒有觀眾的工作室錄制視頻課程，都會讓講師失去人際交互的熱情；AI講師和陪練的出現也讓真人講師產生與機器競爭上崗的隱憂。參加培訓的員工更習慣和真人講師進行線下互動，冷冰冰的機器和AI系統可能會弱化組織內的情感交流。此外，眾多研究表明，企業培訓除了向員工傳授知識技能，還能夠通過線下培訓活動傳播企業文化，增強組織凝聚力。將培訓從線下轉移到線上在很大程度上削弱了培訓的這一重要功能。

引發企業倫理問題

互聯網和大數據技術的應用，給組織和個體的工作方式帶來了根本性的改變，同時也影響著人們的社會生活。員工不僅會面臨經濟方面的風險，還可能受到社會心理方面的損害。

在物質財產方面，數智化培訓設計和實施過程中，樣本數據的準確性和多樣性是決定AI應用效果的關鍵因素。隨著數據維度和數據量的增加，數據隱私泄露的風險也逐步增大。特別是涉及個人隱私的領域和行業，如果數據使用不當甚至被不法分子盜取，可能會造成嚴重的經濟損失。企業必須確保使用有關員工的數據和算法是基于隱私保護的，以避免侵犯員工的權利。

在社會心理方面，被標注結構化數據的員工信息錄入人力資源數據系統后，企業掌握了個體的標簽屬性及行為數據，員工將陷入時刻被監控的數字化“牢籠”。這種全景“監獄式”的培訓系統會讓員工逐漸喪失自我掌控感。更有甚者，缺乏倫理監督的數智化系統有可能對特定人群產生歧視，例如，人力資源輔助系統會對具有特定屬性的員工作出歧視性評價，由此引發倫理道德問題。

與業務場景融合不足

在線學習和早期數字化時代使用的培訓網課，主要由企業各職能部門根據自身的戰略要求和業務需要自行開發。然而，隨著技術的快速迭代、實際業務的不斷變化，數智化培訓需要更新、更具針對性的學習資源，培訓課程的開發難度也相應增加。首先，采集真實工作場景的一線情況、搭建工作行為庫、萃取知識點等前期準備工作都會帶來巨大人力消耗。其次，各職能部門很難獨立開發培訓內容，依賴人工智能輔助團隊或外部教育資源則會提升培訓成本。最后，目前AI技術在培訓場景中的應用較為分散，更多側重培訓課程的設計，在與培訓全流程深度融合，構建面向實際應用場景的算法、模型等方面仍非常欠缺。

應對數智化培訓的挑戰

盡管應用AI技術給企業帶來了各種新的挑戰，但當前的困難不會也無法阻擋AI技術推動社會前進的步伐，那些不愿積極應對變化、固守原有思維和工作模式、未能快速做出調整的企業必將被市場淘汰。企業如果能夠從以下四方面加大投入或實施變革，將有助于應對向數智化培訓轉型過程中遇到的問題。

建立基于AI技術的企業運營體系

如前文所述，依靠人力資源部門獨自承擔數智化培訓的重任是無法取得成功的，全新的培訓模式需要企業自上而下系統性規劃，全體成員學習掌握新技術并提供有效支撐。首先，組織全員要進行關于人工智能和大數據應用的培訓學習。研究表明，部門員工間的數字化鴻溝（數字化技術能力差異）是利用AI技術并開展內部協作的首要障礙，而且那些對新技術缺乏了解的成員往往占據重要管理崗位。其次，成熟有效的AI技術運營體系需要縝密的、自上而下的頂層設計，有步驟地進行跨部門資源配置和實施，同時應當對體系建立的步驟次序進行精心部署。例如，非結構化數據沒有經過清洗、整合并構建人力資源數據庫，數智化培訓模型就無從談起；不具備多媒體軟件、互聯網絡使用技能就無法產出多媒體培訓內容；一味追求建立完備無缺的AI培訓系統，可能喪失投入實踐快速迭代的最佳時機，建成無用或低效的培訓系統。最后，高層管理者需要對涵蓋數智化培訓模塊的整體AI運營系統進行長期持續投入，不應過分追求短期的顯著效果。只有勇于實踐、及時復盤、快速調整才能建立起一套適配、高效的數智化企業運營模式。

轉變對人機關系的認知

泰勒在《科學管理原理》一書中寫道：“長期以來一種謬論在工人中廣為流傳：在商業世界中，如果每個人或每臺機器的產出增加了，那么最終將導致大量工人失業。”一百年前的思維模式同樣體現在當下很多員工對AI的態度中。

大量有關人機交互的研究指出，在技術應用過程中，機器與人類的互動可分為兩種人機合作模式：功能增強（augmentation）與功能替代（automation）。功能增強是指機器拓展人類的能力邊界，與人類共同完成工作；功能替代則是指機器取代人類，自主完成工作。人工智能究竟是對人類智能的增強還是替代，要視不同流派技術在人力資源管理中的應用場景而定。考慮到AI技術在面對復雜性環境、創新性任務以及數據“雜音”時的功能缺陷，人類與AI聯合將是催生變革與進步的最佳路徑。此外，歷次科技革命在提高生產效率的同時并沒有給社會帶來大規模失業，反而擴大了就業人口總數。人們不應只關注人與機器之間的替代關系，而忽視了應用AI技術能夠創造出新的工作內容和工作崗位。因此，管理者一方面要摒棄機器徹底替代人工的偏執理念，另一方面要引導員工明確人和AI在培訓工作中承擔的角色，充分發揮人與系統各自的優勢。

采取混合式數智化培訓方案

培訓的根本目標在于提升企業的人力資本即全體員工的知識和技能。AI技術的出現為組織培訓活動提供了有效的工具，但不應因此而拋棄傳統的線下培訓。參照醫療領域的實例，微創式介入心臟手術治療的出現并沒有完全替代傳統的開胸心臟手術治療，因為針對不同的病患場景兩種治療方案各有優勢。

傳統的線下現場培訓方式有利于隱性知識的傳授，通過人與人的交流互動能夠宣揚企業文化，增強組織凝聚力。人機（系統）配合的數智化培訓，便于利用員工的碎片化時間，提供個性化的培訓方案，在顯性知識的學習方面更有優勢。線下面對面與線上系統相結合的培訓方案可以緩解學員獨自面對機器的無助感，讓其在人際交互與自主學習之間獲取平衡。此外，在數智化培訓的關鍵環節加入人工審核、干預與運營，能夠有效緩解或避免標準化培訓無法滿足員工異質性需求的問題，及時對自動化系統進行糾偏。

強化輔助支撐和資源配套

新技術的涌現為企業發展和進步帶來了契機，但要利用新技術塑造全新的管理運營模式，自然不能脫離各項輔助職能和配套資源的支撐，由此也將衍生出大量新型工作崗位。例如，以蒸汽機為標志的第一次工業革命產生了機械設備設計、制造、維護等崗位來輔助工廠生產運營；以內燃機技術為標志的第二次工業革命派生出電力、能源、通信等基礎輔助行業。參照過往歷史，要讓AI技術在企業培訓活動中發揮應有的作用，簡單將其嫁接于原有的組織架構和工作模式是不可行的。只有結合行業與企業的自身特點，拓展與數智化培訓相關的輔助崗位和配套資源，才能真正發揮人工智能在培訓實踐中的效能。

例如，培訓需求分析師的核心能力將從人力資源規劃變為數據挖掘、構建人才匹配模型。部分培訓師從線下轉移到線上，在制作培訓內容時，需要結合業務場景，熟悉微課內容設計、視頻錄制、剪輯等工作技能。數智化培訓項目還需要一批專業運營人員，探索新型培訓項目的運營機制，通過運營促進質量、用質量要求反思運營，形成良性循環，最終提升培訓效果。AI陪練系統的設計者應當是精通多種業務場景的軟件設計人員，他們參與企業人才策略制定，不定期從各部門采集業務場景。只有盡快擁有掌握AI技術的各類專業人才、配備相關資源才能真正實現數智化培訓。此類人才和資源是內部培養還是外包采購，按照怎樣的次序和權重進行配置，這是對高層管理者智慧和能力的考驗。

切實將AI技術應用于企業培訓活動需要經歷復雜而漫長的過程，切忌將其視為一次軟件系統的導入實施活動。對此，企業管理者除了要對新技術“一見傾心”，更要做到深思熟慮的用心，還要有持之以恒的決心。應當擁抱新興技術，改變或優化原有培訓模式，勇于付諸實踐并不斷復盤、優化，通過調整迭代逐步建立最佳的培訓模式和方法。向數智化培訓轉型也是企業積聚人力資源優勢的過程，這種優勢能讓企業從容應對多變的外部環境，在激烈的市場競爭中立于不敗之地。

本文受國家自然科學基金重點項目資助（項目編號：72232005）。