通过将AI技能提升和再培训视作一项系统性的变革工程，组织有望实现AI应用的持久落地、自身竞争力的增强及更多长远价值。
提升员工的AI技能具体何指？是要让员工懂得AI语言、工具和风险？具备在日常工作中使用AI工具的能力？抑或通过AI赋能的业务领域变革，重构组织运营模式，彻底改变工作方式？
实际上，以上三者皆有之。但执行顺序、关注重点和领导方法至关重要。若将技能提升单纯视作一次培训推广，则可谓盲人摸象，不得要点：AI技能提升其实是一项变革管理工程。
在充满变化的时代，学习与发展的重要性尤胜以往：它不仅有助于打造个人能力，还能提升组织韧性和应变能力，实现组织的长远发展。在各组织纷纷推进AI应用之际，唯有那些从系统性角度全面推进变革的组织，才能加速AI应用落地、解锁创新、增强员工信任并提升组织的竞争实力。
AI技能提升和再培训的3个维度
AI技能的提升与再培训可从3个相互关联的维度展开：
AI素养：在组织各部门内建立共同的基础能力，从而消除疑虑、提升透明度、让员工有信心放手去试。
AI应用：调整职能设计、重构流程及激励机制，将工具和行为融入核心工作流程，从而让AI成为工作执行的一部分。
业务领域转型：开发针对特定业务领域、能拓展竞争优势的AI应用场景，通常可通过提升技术及职能专家的技能来拓展可行边界。
根据最新发布的《麦肯锡全球AI调研》(McKinsey Global Survey on AI)，78%的受访者表示，其所在组织会在至少一个业务职能中使用AI。大多数公司对提升AI素养有较大投入，原因在于这么做成果可见且容易衡量。偏重于AI应用落地的组织数量则较少，因为这一过程更为复杂且需要领导层具备决断力。只有为数不多的几位受访者表示其所在组织持续将技能提升和再培训与创新挂钩。然而，技能提升和再培训才是驱动绩效增长的真正所在。
从培训课程到能力形成
有证据表明，仅靠培训通常难以带来持续的行为改变。在研究人们使用M365 Copilot的行为模式时发现，90%的参与者承认正式培训是有帮助的。然而，有70%的参与者不会去观看培训视频，更是凭借体验式学习（即通过试错学习）和社交学习（即与同事讨论）来掌握工具。
员工情绪也是组织需要改变方式来对待技能提升过程的一大原因。《明日世界：未来劳动力与职场》(Tomorrow’s World: The Workforce and Workplace of the Future) 报告指出，75%的美国就业者预计未来5年自己的工作岗位将会因AI而改变，但只有45%的人近期提升过技能——这一差距是无法单凭培训来弥合的。
近期的一些举措表明，大规模再培训可以成为一种催化剂和竞争优势——若采用由AI驱动的再培训路径并直接打通求职者与就业机会之间的连接，则还能缩短招聘时间，降低招聘成本。
当组织将技能再培训设计为一段人才与变革之旅、而不再将之视为一个孤立的培训项目时，即可加速应用落地并培养信任。领导者若能将AI应用过程阐释为一段共同成长之路，便可解除员工的危机感，转而吸引员工更加忠心投入。而且，通过利用AI将学习嵌入到AI工具与工作流程之中，企业能够以过去无法实现的方式，持续打破工作与学习之间的界限。将技能提升融入工作流程，并将其与清晰可见的职业发展路径相连接，这会改变整个叙事。人们不再只是为了保住未来的饭碗而学习新技能，他们会对自己在一个AI赋能组织中的未来发展有所期待。
领导力与人才挑战
大多数员工只需几小时就能掌握提示词的基础知识，或了解生成式模型的相关术语。但难点在于如何改变领导者及团队在AI赋能环境中的思维方式、决策方式以及协作方式。这需要一套以行为改变为核心的人才战略。
麦肯锡通过对大量转型案例的研究发现，为实现AI应用的持久落地，员工要清楚自己应该做出哪些行为上的改变，认同这些转变的重要性，能感受到领导层的支持，同时能在身边看到这些意义被一再强调。
以某家为员工开设AI素养课程的企业为例。课程结束后，人人都了解了生成式AI 能做些什么。但1个月后，实际应用寥寥无几，原因就在于这家企业的工作流程、激励机制以及业务一线领导层的行为并没有改变。
与此形成鲜明对比的是，另一家企业将AI直接引入工作流程，培训主管以身作则、带头推进AI应用，公司重新设计了绩效考核指标，鼓励创新尝试（例如，将持续的在线学习时长、场景开发以及效率相关KPI纳入考量），并建立起同事主导的支持社区。该公司这种系统性的全面变革做法，带动员工认知与AI应用实现了同步增长。
领导者让AI真正落地
以变革工程的眼光看待AI技能提升和技能再培训，需要领导层发挥核心作用。以下4点尤为关键：
领导者必须以身作则
员工会观察领导者在日常工作中如何谈论AI、使用AI，从中判断方向并加以效仿。因此领导者应该通过日常工作中的细微行为、抑或战略决策中的大胆举措，以身作则地推广AI应用，这一点至关重要。
技能之外，组织文化也必须更新
当组织营造出一个鼓励尝试并容许出错的心理安全氛围时，技能提升便更容易取得成功。对推进AI应用而言，这意味着组织文化应奖励勇于探索的行为和持续迭代的学习，不追求一步到位的完美结果。
奖励机制和制度设计必须符合技能提升目标
若员工接受了AI培训，员工考核却仍然参照原有KPI，则AI应用将很难推进。领导层必须确保绩效管理、职业发展路径以及认可和奖励机制能够强化并支持新的工作方式。
变革的持久需要得到持续强化
有关麦肯锡影响力模型的研究凸显了以身作则、促进理解、建立信念及正式强化的重要性。这些同样适用于AI应用推广工作：培训能提升认知，但强化才能带来持久改变。
一些组织已经开始朝着这一方向迈进。 例如，一家领先的快速消费品公司为高管团队设计并实施了定制化能力建设项目，帮助领导层掌握推广AI应用所需的专业语言和实践技能，以便领导者能够以身作则地推广AI并促进跨业务部门的协同合作。
另一家电信行业领军企业则通过建立生成式AI中心，并为高管层开展定制化培训，在全公司范围内为AI的应用奠定了基础。这家企业推出了针对不同群体量身定制的培训项目，采用持续再参与策略强化学习效果，并通过多维度指标跟踪和评估实施成效。
麦肯锡采取类似方法推进其生成式AI平台Lilli在全公司范围内的应用。在部署过程中，领导层通过讲述变革故事、推广新能力和新流程、开发学习内容并提供实践支持等一系列举措，将技能提升视作变革工程；借此，麦肯锡成功将这一平台推广至3万用户，并将获取洞见所需时间缩短20%。
上述案例有一个共同点：每家组织都将AI技能提升视为领导层主导的组织转型，而不是人事部门主导的培训项目。
通过将AI素养建设、AI应用推广以及最终以AI 驱动的业务领域转型合并为一条连贯的发展路径，并将再培训直接融入工作流程之中，领导者能够帮助组织实现从了解到自信、从犹豫到行动、从渐进式应用到变革性影响的跨越。
作者介绍：
Vincent Bérubé是麦肯锡全球资深董事合伙人，常驻蒙特利尔分公司；
Marc Metakis是麦肯锡全球董事合伙人，常驻纽约办公室；
Maria Ocampo是麦肯锡资深专家，常驻柏林分公司。
欢迎关注麦肯锡中国，您可在以下渠道获取我们的最新动态与洞见
麦肯锡 | 麦肯锡招聘
麦肯锡北京数字化能力发展中心 | 麦府学堂
麦肯锡 | 麦肯锡DCC | 麦府学堂
业务咨询：gc_client_enquiries@mckinsey.com.cn
媒体垂询：gc_communications@mckinsey.com
麦肯锡公司版权所有©2026年。未经许可，不得做任何形式的转载和出版。转载请在消息栏回复“转载”查阅须知。