人工智能(AI)正以前所未有的速度重塑着企业的运营模式与人才发展格局。在这场深刻的技术革命面前,企业学习与发展作为连接员工成长与组织目标的关键桥梁,正面临着前所未有的挑战与机遇。企业如何培养 AI 时代的员工备受瞩目。
我们特别邀请了人才发展领域的资深专家尹锴先生,为我们深入剖析 AI 时代下企业学习与发展的转型路径,以及人才能力重塑的关键议题。他拥有超过二十年的从业经验,对 AI 时代的人才培养有着深刻洞察和丰富实践。目前,尹锴先生供职于阿里巴巴集团。本次访谈中,他分享了关于企业如何在 AI 浪潮中实现破局与发展的独到见解,期望为更多企业提供具有启发性的参考与借鉴。(文中内容仅代表个人观点,不代表任何特定组织的立场。)
尹锴:生成式 AI 的广泛应用,确实从根本上改变了知识传递的模式,使得传统意义上培训部门作为“知识中介”的角色大幅弱化。在数字化程度较高的企业,结构化的知识和业务信息可以被整合进企业知识库并与大模型结合,员工通过智能问答就能便捷地获取信息。这意味着,以往那种以知识讲授为核心的常规培训,其必要性会显著降低。
比如,业务主管因其对业务和员工的深入了解,将在员工专业发展指导上扮演更核心的角色,他们更清楚员工需要学习什么才能匹配业务发展。相应地,学习与发展部门的价值将更多体现在战略层面,例如可以成为“数据驱动的人才发展专家”,借助 AI 分析整个团队的能力缺口,识别关键人才和岗位的需求,设计更精准、个性化的学习发展路径和职业发展建议,不再只是被动响应需求,而是主动洞察和规划。学习与发展部门部门还可以联合业务和技术部门,协同共建企业级的 AI 学习生态,这个生态系统能够整合内外部资源,利用 AI 为员工提供个性化、智能化的学习支持,帮助员工更好地识别和满足自身学习需求。
当然,正如之前提到的,培训和 HR 在团队凝聚力、人际互动促进、组织文化传承等核心“人本”价值方面的作用会更加凸显,这些依赖深度人际理解和情感连接的领域,是 AI 难以替代的,也是组织健康发展的基石。
02
人才能力画像的重构
CBR:AI 的发展会如何重塑岗位能力模型?AI 时代关键人才的能力画像是什么样的?
尹锴:在 AI 时代,静态的岗位能力模型已经失去了意义,因为它难以跟上业务和技能要求的快速变化。我更倾向于探讨关键人才在 AI 时代需要发展和组合具备的一系列核心素养。当然,要求个体在所有方面都达到顶尖水平是不现实的,但以下这些能力方向,对于在 AI 时代保持竞争力至关重要:
AI 技术素养:这不仅仅是知道几个 AI 工具,而是要理解 AI 的基本原理、核心能力和局限性。只有这样,才能判断在什么场景下、如何有效地利用 AI。
人机协作能力:这包括能清晰地向 AI 下达指令,引导 AI 产出高质量、符合目标的内容,并能与 AI 形成高效的配合,让 AI 成为工作的得力助手。
批判性思维与验证能力:AI 会产生“幻觉”,输出看似正确实则错误的信息。因此,员工具备审辨、质疑、验证 AI 产出的能力至关重要,不能盲从 AI。这背后是对专业知识的扎实掌握。
持续学习与适应能力:AI 技术日新月异,新的应用层出不穷。保持好奇心,快速学习新知识、新工具,并将其应用于实际工作,是 AI 时代人才的必备素质。
创新思维与解决复杂问题的能力:AI 可以处理很多常规任务,但面对复杂、模糊、需要创造性解决方案的问题时,人的创新思维就显得尤为重要。如何利用 AI 作为工具,去探索新的可能性,解决更复杂的问题,是高阶人才的核心价值。
尹锴:绝对是的。扎实的专业功底,或者说领域知识,在 AI 时代不仅没有过时,反而更加重要。它是我们与 AI 协作的“压舱石”。理由很简单:
首先,只有具备深厚的专业知识,才能敏锐地识别AI产出中的偏差、谬误,进行有效的甄别和纠偏,避免被 AI“一本正经的胡说八道”所误导。其次,专业知识能帮助我们更精准地定义问题,向 AI 提出高质量的问题和指令,从而引导 AI 进行深度思考和创造,获取更有价值的回应。最后,AI 可以辅助完成大量工作,但在很多领域,尤其是需要高度专业判断、创新和责任承担的环节,仍然需要人类专家来把控方向,完成最终的高价值输出。
至于培养方式,我认为不是单纯回归传统,而是传统方式与 AI 赋能的有机结合。扎实的业务实战、参与高质量的专家研讨、结构化的课程体系依然重要,它们帮助构建系统性的知识框架和批判性思维。同时,AI 可以作为强大的学习伴侣和认知增强工具,提升学习效率并深化理解互动。所以,不是要抛弃传统,而是要用 AI 让传统学习方式焕发新的生命力,变得更高效、更个性化、更具深度。
03
AI时代的复合型人才培养
CBR:AI的应用会对现有岗位的工作产生哪些变化?
尹锴: AI 的应用正在改变现有岗位的工作内容和边界,一个明显趋势是“岗位的融合”与“能力的泛化”。许多原本需要高度专业化技能或大量人工投入的环节,现在可以由 AI 辅助甚至部分替代,这使得个体能够承担更广泛的职责,岗位间的界限也因此变得模糊。
以软件开发领域为例,在一些互联网企业,这个趋势日渐明显:
产品经理过去在完成需求分析后,需要与前端工程师沟通界面原型、流程设计,再与后端工程师沟通功能实现;现在,借助 AI 工具,产品经理可以直接生成高保真原型、绘制流程图,甚至完成一些基础的前端任务,这不仅提升了效率,通过 AI 生成的直观原型与业务方、开发团队沟通,也能极大减少因抽象描述带来的理解偏差。
同样,部分业务运营人员可以利用 AI 编码自主开发简单应用,快速支持一些轻量级的业务需求,而无需完全依赖开发团队排期,提升了响应速度和自主性。
后端开发人员在 AI 的辅助下,也可以增强对业务逻辑的理解和需求洞察,从而更直接地对接业务需求,甚至在某些场景下,部分承担起产品经理的职责,缩短了沟通链条。
这种变革的本质是岗位能力的重构与融合。它要求技术开发人员不仅仅懂技术,还要强化业务敏感度和产品思维;产品经理则需要掌握 AI 协同工作的能力,并对技术实现有更深入的理解。最终将产生更多具备跨领域解决问题能力的复合型人才。
尹锴:这两者并不矛盾。从人才发展的角度看,看到员工通过 AI 大幅提升个人效率和能力,成为某个领域的“超级个体”,无疑是令人鼓舞的。例如,一个普通程序员在 AI 辅助下,编码效率和质量可能大幅提升;一个基层运营人员借助 AI,数据分析和洞察能力也可能远超从前。然而,个体能力再强也存在边界,AI 本身也有其局限性。面对真正复杂的系统工程、底层的技术攻坚,或是需要大规模协作的商业项目时,单纯依赖某个“超级员工”或 AI 都是不够的。这时,组织化的协同作战能力就显得至关重要。
未来,管理者的核心价值将更多地体现在战略引领、团队赋能和文化塑造上。他们需要具备敏锐的战略眼光,看清 AI 对业务的深远影响,为团队指明方向。随着 AI 接管更多流程化工作,管理者的重心必须转向激发团队潜能,营造创新氛围,帮助成员掌握与 AI 高效协作的技能,并通过教练辅导和资源支持,将 AI 的效率优势转化为团队的整体战斗力。此外,技术越是发展,对人的关怀和文化建设就越重要。管理者需要投入更多精力关注员工的成长与感受,传递企业价值观,打造有凝聚力的团队。最后,管理者自身必须成为拥抱 AI、驱动变革的表率,主动学习,理解 AI 如何重塑业务与管理,并带领团队抓住 AI 带来的机遇。
因此,我们的目标并非在“超级员工”和“强大组织”之间做简单取舍,而是要双管齐下:既要大力培养能够驾驭 AI 的“超级员工”,也要同步构建和强化能够支撑这些人才发挥最大价值、促进高效协同的组织能力与先进管理体系。
05
人才梯队建设
CBR:AI时代,企业应如何构建适配AI时代的人才梯队?是否需要转变人才评估维度?
尹锴:随着 AI 日益普及,许多基础性、重复性的工作逐渐可由 AI 高效处理,企业在人才的选拔与培养上,应更加聚焦于那些 AI 难以替代的核心人类素养与高阶认知能力。我认为,未来关键人才应重点发现或发展以下几方面的特质与能力:
技术敏感度与好奇心
快速学习与应用能力
跨学科整合与创新能力
批判性思维与独立判断能力
沟通与协作能力
对于具备上述核心素质的人才,即使其在特定专业领域的经验尚浅,也能在 AI 的辅助下,快速达到甚至超越传统模式下的中级水平。例如,过去一个新人可能需要 3 到 6 个月才能独立完成一些工作,现在通过 AI 赋能,这个周期可能缩短到 1 到 3 个月就能达到相当的熟练度,能够处理常规任务。