原创 | AI技术驱动的数智化培训

文 / 路琳、宋红波、赵晗

数智化时代的到来势必引起社会、经济、政治等领域的变革，这对企业的经营与发展既意味着空前的机遇，也暗含着未知的挑战。海量的数据信息、更为复杂的运营模式、日益激烈的竞争环境，都要求企业能够洞悉环境变化，利用最新技术持续有效地构筑自己的核心竞争力。培训作为人力资源管理的重要环节，着力于提升企业员工的整体知识技能水平，是企业竞争力的根本来源，因此培训活动的有效性直接影响企业的生存能力和长期发展。人工智能（AI）技术催生了更加多样化和智能化的培训模式，但如何趋利避害，真正实现数智化培训赋能企业，还有待企业家和管理学者不断探索。

历史经验反复证明，新技术的出现和演进能够从根本上改变企业的组织架构和生产经营模式，也会影响员工间的协作、沟通模式及个人发展路径。近年来，以机器学习技术、自然语言处理技术、专家系统等为代表的人工智能技术不断发展迭代，并迅速应用到各个领域。机器学习技术明显提升了AI图像识别、语音识别和数据挖掘的应用效果；自然语言处理技术大幅提升文本和语义分析水平，在自动问答、智能助理、机器翻译等方面已得到广泛应用；专家系统可以模拟人类专家的决策过程，通过构建知识库和推理机制来解决某些领域的特定问题。

数智化浪潮正以无可阻挡的态势影响着人们工作、生活的方方面面。企业纷纷展开各种“AI+培训”主动回应技术变革，既是面对复杂环境和激烈竞争的破局之道，也是融入科技浪潮、构建差异化竞争优势的必由之路。在积极迎接数智化培训新时代的过程中，如何重塑企业架构来提升AI技术应用能力？如何开发线下和线上相结合的培训方案？如何营建适宜的人机合作氛围以缓解AI给员工造成的潜在心理危害？如何通过高效的数智化培训打造企业独有的竞争力？这些都是亟需管理者和学者思考的问题。

培训活动是企业人力资源管理中的重要环节，其目标在于提升组织成员的知识技能，通过充分发挥人才的价值逐步建立企业独特的核心竞争力。培训过程通常包括四个环节：培训策略制定、培训需求分析、培训活动实施和培训效果评估。作为一种新兴技术，AI不会改变培训活动存在的意义及内涵，但其所具备的独特优势能够为培训的各个环节提供新的操作工具和作业方法，最终起到降低成本、提高效率、优化实施效果的作用。数智化培训的基本要求就是将AI技术应用于培训活动的各个环节（见图1）。新技术的价值并不等同于它给每个培训环节带来的增值的简单加总，只有各环节的增值产生协同效应才能提升组织培训的整体效果，为此管理者必须秉持系统化视角。

针对培训策略制定，首先，AI技术帮助企业拓展了组织边界，使人力资源管理较大程度上摆脱了传统的科层组织束缚，重新回归人力资本自身的价值。其次，借助互联网技术的低成本和即时性，企业能够实时监测内、外部环境动态，及时调整业务目标、经营策略及与之匹配的人才培训策略。最后，在组织扁平化、快速应对市场变化的趋势下，借助AI和大数据技术，企业能够建立结构化人才数据库，有效细化人力资源管理的颗粒度，实现精细化和个性化管理。

针对培训需求分析，AI技术以员工技能画像和胜任力模型为基础，催生了基于大数据、数据挖掘、预测算法和可视化界面的人才能力分析工具。通过定期和不定期的员工数据采集和更新，企业能够掌握员工教育背景、人格等相对固定的个体特征，以及个人技能、资历、工作业绩等动态的个体特征，用于团队人员配置、人才培养等人事决策。目前针对个体员工的人才画像和面向组织全局的人才盘点是人才分析过程中最为典型的两项AI技术应用。根据人才画像，管理者可以方便地识别培训需求，更有效地设计人才培训计划。通过细致刻画人才技能，企业能够有效开展人才盘点，让管理者对组织人力资本有全局的了解。AI技术使用定量数据简单、精炼地呈现员工的特征，据此制定的内部培训规划将更具科学性和有效性。

针对培训活动实施，依托互联网的AI技术延展了培训实施场景，培训活动可以跨越时空，脱离时间地点的限制，能够利用员工的碎片化时间来完成。此外，AI虚拟培训师、AI陪练机器人的出现，不仅可以降低人力培训成本，还能够确保培训质量和标准的统一性。AI系统还可以在培训的过程中根据受训员工的即时反应，动态调整培训内容和节奏，相较于人工讲师的现场培训，调整范围更大、灵活性更强。

针对培训效果评估，一方面，应用AI技术的评估是伴随培训过程同步进行的。系统全程、多维度采集受训员工对培训课程的接受和吸收程度，并监控培训内容调整过程中员工的反应。另一方面，AI培训系统能够为每个培训对象生成不同的个性化测试题目，相较于传统的标准化测试能更有效地测度培训效果。当然，有些业务场景需要将系统多维度数据评估与培训师人工评估相结合才能确保培训评估的客观性和有效性。

将新技术应用于企业活动通常需要经历若干阶段。一方面，新技术在很长一段时间里仍需不断更新优化。另一方面，新技术切实应用到某项具体的企业活动，不仅需要组织成员学习并掌握如何使用该技术，往往还需要自行开发或者从第三方获取相应的配套工具或方法。在新技术的推动下，企业培训模式的演进大致经历了四个阶段：传统线下培训、线上学习（E-learning）培训、数字化培训、数智化培训（见图2）。当前，不同阶段的培训模式均有企业采用，但伴随AI技术出现的数智化培训尚处于探索阶段，有待发展和完善。

面对面的现场集中培训是最成熟、最普遍的培训方式。以岗位能力模型与员工胜任力水平的差距为依据，培训师对受训员工进行授课、交流互动或模拟演练。由于嵌入了密集的人际互动，这种培训方式在隐性知识传授上拥有不可替代的优势，此外，集体活动也有助于团队建设。

传统线下培训也存在诸多问题。培训成本方面，面对面培训的组织协调成本较高，且培训实施受到参训人员时间和地点的约束。培训效果方面，线下集中培训教材内容是标准化的，针对性差，无法一次性满足所有参训员工的培训需求；培训内容迭代也较慢，很难迅速跟进最新涌现的业务场景；此外，培训效果高度依赖培训讲师的个人授课能力和现场互动氛围。培训评估方面，传统线下培训的评测维度相对单一（其中现场打分过程存在主观性偏差），评估覆盖面狭窄，此外，非结构化的评估结果难以进行长期追踪和分析复用。

随着互联网技术的普及，线上学习培训方式的出现解决了传统线下培训存在的部分问题。线上培训覆盖范围广、形式灵活、不受培训场地和时间限制，这些明显的优势能够大幅减少组织培训所需时间并降低成本，而且通过学员线上学习留存的数据记录能够对培训活动进行简单的量化分析。

然而，线上学习的单向输出模式使其培训效果受到质疑。首先，线上培训要求员工以自我学习的模式完成若干培训模块，过程中缺乏交流互动。其次，无法对参训员工的学习过程进行有效监控，培训后的评估也往往采用标准化考试，这种模式仅适用于显性知识的传递。最后，单向输出的模式下员工与培训师缺乏即时互动，这使得参训员工缺乏主动性。很多员工都只是为了完成任务而参加线上培训，学习效果不佳。

为了弥补线上学习的不足，众多企业对原有线上学习平台加以完善并提供多样化的教学内容，进阶到数字化培训。在培训形式上，增加了视频、直播和AI场景陪练等方式。授课内容趋向模块化和碎片化，并大幅增加了测试和模拟练习的比重。这种新型培训的学习形式和时间组合更加多样化，学员可以随时随地进行学习，并能根据自身需求反复观看重点知识和技能培训模块，还能通过AI陪练获取即时反馈。课程互动性强，评估标准一致性高，同时系统平台还记录了大量学员行为数据，能够为后续培训分析和优化奠定基础。

然而，目前大多数企业实施的数字化培训仍存在一些问题。其一，视频网课的内容难以覆盖和匹配企业的重要人力技能需求。其二，课后练习上传的图文、语音和视频作业需要投入较多人力进行评估反馈，一定程度上导致培训成本上升。其三，开发AI陪练功能需要投入大量人力物力，即便如此也难以针对每个学员的特性和学习状况进行个性化教学。其四，线上平台学习主要是员工自主参与，往往缺乏对培训过程进行监控、对培训效果进行科学评估的有效机制。

数智化培训借助先进的AI技术，遵循“业务场景—学习培训—行为改变—驱动绩效”的教学逻辑，将培训活动纳入基于大数据的人力资源管理体系。具体而言，对于参训学员，数智化培训会在课前对其进行能力测评和大数据诊断，从而根据学员的实际能力推送匹配的学习内容；学员无须依次完成所有课程，可以选择性学习，从而获得更好的培训体验。对于人力资源管理者，数字化测量工具的大幅增加，可以打破部门间的壁垒，实现全体人员能力的数字化、可视化，从而有利于其洞悉组织整体人力资本情况，进而将这些可量化的人力资源数据应用到企业管理实践，如对员工的选用育留。对于高层管理者，应用AI技术的数智化培训能够精准量化人员培训方面的投入产出比，让培训活动紧贴业务场景，切实提升培训效果进而推动业务成长。当然，任何一项新技术从出现到成熟应用都需要经过长时间的改进与优化，目前数智化培训仍处于起步阶段，在实践过程中还存在各式各样的问题。

企业的培训模式从线下集中培训演变为数智化培训通常会经历四个阶段，每个阶段的培训模式呈现出不同的属性与特征，也各具优劣势（见表1）。从表1可以看出，优势越突出的培训模式，实施条件要求也越高。能够迈入数智化培训阶段的企业通常依次经历了前面几种培训模式，并在过程中积累了大量IT管理技能以及数字化培训内容的制作经验。尽管如此，那些已经能够熟练进行数智化培训的企业仍面临着各种新的挑战。