当老板喊全员学AI， 培训与人才发展怎么做才有效？

引子：一个TD人的AI困惑

今年四月份，我开始用WorkBuddy这个工具。

随着使用的深入，一个困惑越来越强烈：

我好像只是多了一个工具而已。写东西更快了，查资料更方便了，但工作逻辑没有改变，底层思维方式也没有得到升级。AI Agent就是这样吗？AI不止于此吧。

于是我开始搜集更多的信息。我去听了大模型和AI智能训练师的课程，但我不是真的要转型做AI智能训练师。和同行聊AI Agent的应用，也陆续报名了一些AI Agent应用培训——但始终没找到答案。

直到看到字节跳动2026年6月29日发布的《AI时代，重新定义管理者》。再翻出自己之前写的三篇文章——关于SKILL与TD的关系、关于SOP如何进化为技能模块、关于数字员工入编后的新管理范式。

答案早就在那里了。只是之前没把这几条线串起来。

这篇文章是梳理的过程。先从当下最普遍的困局说起。

2026年6月29日，字节跳动CEO梁汝波发布内部信：AI时代，必须重新定义管理者。信中将管理者分为两类——可被AI替代的“管控型”（信息收集、流程审批、进度督办）和不可替代的“创造型”（定义方向、判断AI落地边界、深入一线、培养人才）。管控型岗位将持续精简、合并。

这条新闻，和大多数企业正在推进的“AI全员培训”放在一起看，反差巨大——

一边是顶尖企业用领导力重新定义管理者，一边是大多数企业让HR组织几场AI大课了事。

这个反差，暴露了AI时代人才发展最核心的误区：把管理范式转型，做成了培训工程项目。

01  三方诊断：这个局为什么“无解”？

HR主导的必然结果：搞了几场提示词工作坊，但审计底稿准确率没提升、财务对账周期没缩短。因为这些硬指标不在HR的OKR里。业务部门不是主导方，不会把“暗知识”——真实决策逻辑、例外处理潜规则——交出来。IT没进场，知识库接不上ERP，像一个没联网的ChatGPT。

AI落地从来不是技术问题，而是“谁疼谁负责”的问题。

字节的做法给出了对照：OKR考核新增两大权重指标——“业务长期高度突破”和“一线深度参与度”，纯流程管控不再计入正向绩效。

02  三大错误方向，正在把AI培训做死

错误一：AI=培训

员工学会了提示词，业务流程纹丝不动；培训KPI完成了，业务指标毫无变化。

错误二：自上而下，找错了疼痛点

老板想推，业务不疼。业务扔一堆过时SOP应付差事；一线员工认为“AI是来添乱的”。

错误三：追求宏大方案

全员大课→建知识库→做手册→等IT接系统……最后造出谁也救不了的巨婴系统。

在当下，搞AI培训很多时候热热闹闹，但真正内化为组织“造血”能力的，有多少呢？

昨天看世界杯淘汰赛——巴西和日本的“师徒大战”，公认的高质量对决，源于双方都是技术流。巴西是传统足球强国，而日本与巴西的实力差距，在过去的二十多年里持续缩小。靠的不是请外教，而是是多年持续内生、建立起自己的球员培养体系。

足球如此，AI培训也是如此。

03  一个关键的补充：流程底座与AI的双向加速

以上三个错误都隐含了一个前提：业务已经有相对清晰的标准化流程。但现实中，很多企业连这一步都还没走到。

AI工具包的本质，是把“人按规范做”变成“人+AI按规范更快地做”。如果规范本身不存在，AI只会让混乱加速。

我在《当SOP遇上AI：运营型组织如何把“认证标准”变成“肌肉记忆”》里谈过这个问题：SOP试图用文字把“怎么做”写清楚，但真正的能力藏在那些写不进去的“场景判断力”里——时机判断、情绪读取、语气温度。SOP把这些判断力藏在了四个字（例如：微笑问候）里，AI读不懂，人也不一定能做到。

所以对于流程还没标准化的企业，正确的路径是：

拆解SOP的隐藏判断力→定义模块化SKILL→训练行为→AI验证→固化工具包

但好消息是：AI也可以反过来加速这个规范化过程。让业务骨干用AI复述工作步骤，AI就能生成结构化初稿；让不同的人描述同一项工作，AI帮对比差异、标出冲突点。

AI既是终点，也是起点。流程规范化和AI工具包不是先A后B的单向关系，而是互相加速的双向循环。

从前梳理流程要靠专人跟岗一个月。现在借助AI，这个过程可以大幅加速。你完全不用等流程建好再做AI——从今天开始就可以用AI来帮助梳理流程。

04  字节范本：10条领导力原则给TD的启示

字节跳动的框架，为TD从业者提供了一份极具分量的外部对标。比照这份框架，你会发现：不是培训没做好，而是管理范式还没切换过来。

与TD最直接的5条原则

第10条原则说：“所有管理者必须主动学习大模型、智能体等基础AI知识。”

AI学习的责任主体是管理者自身。TD不是教AI的，是创造环境、提供工具、串联场景的。

我在《SOP已死，SKILL当立？当数字员工入编后，重新理解标准化的真相》中进一步提出了“新SOP”框架，与字节的原则指向同一个方向——

• 技能标准：定义AI Agent需要的SKILL

• 权限边界：AI能调什么数据、需人类审批的阈值

• 绩效协议：数字员工的KPI怎么定、怎么算

• 异常处置流程：AI出错时谁响应、怎么升级

AI时代的标准化不是回到僵化的文档管控，而是建立更精细的、动态的协作规则。无论是管理人类还是管理AI Agent，底层逻辑一致：先有标准，再谈赋能。

▶ 下篇预告：AI时代，TD角色跃迁路径和行动清单。

—— —— ——