最近做了几场企业 AI 实战培训，有 9 个发现

最近一段时间，我连续给几家企业做了AI 实战培训。

企业所处的行业不同，参加培训的人也不同。有财务人员、电商从业者、银行支行负责人，也有企业老板，培训形式也不完全一样，有两天实操课，有一天半的业务培训，也有面向 50 多位企业负责人的认知课。

最近做的几场企业AI培训

几家基本都是理论+实操，包括 AI 基础认知、工具地图、工作任务拆解、智能体、 skills、知识库、个人提效、落地实操解决他们日常工作中的实际问题等。

得物：财务团队 AI 实战培训

宝尊电商：两天 AI 实操培训

建行：四川分行大客户经理 AI 实战培训

建行：新都支行行长和总经理的 AI 实战培训

建行：建行的 50+企业客户，这些企业的负责人的 AI 落地科普

在这几场培训中，发现一些问题，每一个问题都可能会影响你是否能用的好 AI，企业 AI 落地是否能做好。

发现 1：他们电脑非常卡

以前我都是在互联网大厂工作，周边的人都是标配 Mac，没想到过第一个卡点居然是电脑。

很多人电脑是十几年前的，打完字之后需要过一两秒才能出来，切换屏幕、滑动操作，都是鼠标操作后，一两秒后电脑屏幕才会变化，甚至有的是，操作旁边电脑立刻出现，10 年+的电脑需要过几分钟才会开始执行。所以开玩笑的一句吐槽，想要员工提效，首先给他换一台 Mac，否则 AI 再快也没用。

发现 2：如果是实操训练营，最好不要超过 25 人

我给 20 人以内的团队培训过，也同时给 70+人的培训过，效果差别巨大。

因为现场他们会遇到各种各样的问题，例如安装、登录、权限、报错、执行结果判断、找不到下一步操作等等等非常多细节问题，25 人以内的话，一个导师能 cover 住，人太多的话一个导师帮助不过来，就导致很多人一直卡在一个很简单的小点无法继续向下走，导致实操效果差。

如果要增加人数，现场导师人数一定要增加。当然，如果是纯理论知识科普，那就再多人都不限制了。

我每次前期备课时都会备多一些，担心撑不满 2 天，但实际上因为现场各种各样细节问题，现场耗时通常是超过我预期的，导致装备的内容讲不完。

发现 3：最影响学习效果的是“主动性”

现场一些人会针对业务实际问题来提问，两天下来他们工作中大部分问题都可以通过 AI 来帮助他提效。还有一些人是听到一半就跑出去抽烟了，2 天结束可能还卡在如何安装，如何登录上。

我给建设银行四川分行的二十多位支行行长培训时，他们平均年龄最大，但他们的主动性最强，探索欲最强，实操效果也最好。

在另外一家公司培训时，有些人脾气暴躁，无法接受 AI 的任何犯错，也不愿意学……吐槽 Claude Code 哪儿都比不上龙虾。即使现场他安装了 ClaudeCode，跑通了，培训结束后他大概率依然不会使用。

发现 4：学员真实水平被严重高估

在前期和负责人沟通时，他说他们员工 AI 已经应用得很熟练了，workbuddy 也都了解，可以讲深一点。

但实际去培训时发现，一些人依然使用两个食指打字，安装过 workbuddy 的人寥寥无几，他们只是知道这个名词，基本只用过豆包、DeepSeek，只有两个人用过 ClaudeCode 和 Codex。

就导致我现场需要临时调整内容，因为我会根据负责人讲的他们学员水平，针对性准备内容，讲的深一点或讲的通俗易懂一点。

发现 5：一些公司数据安全是底线

一些公司的一些场景，数据安全是底线，绝对不能用外部模型，数据不允许出公司，例如经营数据、专利知识等。

我遇到最严的是建行，用外部模型是一定不能用的，甚至都不能往单位电脑安装软件，换句话说就是，没有上级单位允许他们连 workbuddy、Codex、ClaudeCode 这些软件都不允许在单位电脑上出现，所以只能采取一些无需联网的本地处理方案。

AI 在企业落地，经常是戴着镣铐跳舞。

发现 6：不同企业培训目的不同

我遇到不同企业他们的培训目的不同。

有的希望工作提效；

有的不止希望工作提效，也希望员工自身成长，在生活中也能应用起来，不被社会淘汰；

AI 发展是必然趋势，一两年后一定会淘汰一些不用 AI 的人，所以有的希望员工将来不要被企业淘汰；

有的是因为年初龙虾太火热，想要推动 AI 转型，做一次“集体补课”。

发现 7：AI 转型不止是一场培训

员工不会使用 AI 工具，培训可以解决。

如果企业的数据没有打通、流程没有梳理、权限没有开放、内部系统无法连接，讲再多工具也很难产生实际价值。

企业在组织培训前，最好先判断几个问题：

- 员工用 AI 是公司承担成本，还是需要他花钱上班？

- 员工真的不会用，还是公司没有可用工具？

- 员工不知道怎么做，还是业务流程本身就不清楚？

- 大家学会以后，公司是否允许在真实工作中使用？

- 最终需要的是培训、工作坊、咨询，还是系统开发？

培训能解决人的认知和部分能力，流程、数据、工具和组织问题，还需要其他方式承接。

发现 8：无法靠一场培训教会所有人

培训效果根据主动性、学习能力、参加人数、员工当前状况等不同，培训效果差别很大。

不要奢望靠一场培训就把所有人教会，所有人效率翻倍，实际情况可能是：

80% 的人掌握基础概念；

60% 的人能真正入门，现场跑通流程；

40% 的人培训结束之后，能在工作中用起来；

20% 的人能在 1 个月后效率翻倍。

培训结束后，公司内还需要建设相应的激励、分享机制，让这些火种用户带动组织内其他人成长。

发现 9：现场最重要的是亲手跑通

看懂演示，不等于自己会做。

AI 培训很像一款 App 的新手教程，想在短时间内把小白带到能够独立使用，需要把过程拆成一系列逐步进阶的任务：

- 完成安装和登录

- 学会输入一个完整需求

- 上传并处理自己的文件

- 根据结果继续修改

- 判断 AI 给出的内容是否可信

- 把方法用到真实业务

- 将重复做法沉淀成模板或Skill

每完成一步，学员都会建立一点信心。真正有价值的时刻，是学员把自己的业务任务跑通。哪怕只跑通一个，也比看十个炫酷案例更有用。

课程设计逻辑

现场那么多问题，最后再来分享下我课程设计的内容。

绝大多数人都处于 1-2 这个水平，2 天课程目标就是把大家快速提升到接触到 5-7 这个水平， 再通过 1 个月高强度应用，能够熟练掌握 5-7 水平。

模块 1：基础原理，得让大家知道 AI 是什么、什么能做、什么做不到、能力边界，才能更好的和 AI 协作。

模块 2：工具地图，得知道每个工具擅长什么，不擅长什么，能做不能做什么，才能在具体的事项上选择合理的工具。

模块 3：工作拆解，这个模块非常重要，我们的工作是 job，具体任务是 task，AI 永远无法完成 job，但 AI 可以完成 task，所以需要把 job 拆解成二三十个 task，再来评估每个 task 是否可以用 AI 完成，以及用 AI 如何来完成。

模块 4：prompt 工程，这简单提一下，讲清楚基础逻辑，而不是教大家写具体的 prompt，以及简单扩展提提上下文工程、harness 等。

模块 5：智能体，讲解智能体基本逻辑，智能体能做什么，智能体如何构成，如何搭建智能体。绝大多数人不需要自己搭建智能体，他们只需要向产品团队提搭建智能体需求就行，但为什么他们还是需要了解智能体呢？这是为了方便更好地提需求，知道智能体能干什么。

模块 6：ClaudeCode 入门，这是重点，（ClaudeCode 和 Codex、workbuddy，对绝大多数非高阶用户来说没太大差别），实操，用智能体来真的帮自己解决问题。

模块 7、8：ClaudeCode 的重要组成部分，学习如何搭建 skills，搭建个人知识库。

模块 9、10：实操应用，像是新手教程，按照路径逐步成长，逐个升级打怪。

我是曾俊，AI 创业者、企业 AI 顾问。提供企业 AI 培训、AI 落地咨询、智能体定制开发、落地陪跑、企业高管 AI 私教。服务过得物、建行、立讯精密等上市公司。如果你企业需要 AI 转型，欢迎加 V 详聊合作：ZF