人工智能，几年前听起来是一个遥远的词汇，我们当时似乎也会认为，这与我们从事的企业培训工作并没有太大的关系。然而，在最近半年与SaaS软件供应商及我们的客户在沟通探讨数字化学习的过程中，却发现AI技术在数字化学习中，已经起到了很大的作用，甚至在影响我们设计学习项目的基本逻辑。
（一）数智时代，对培训产生的五大影响是什么？
（二）数智时代，人工智能在培训领域的技术突破
（三）数智时代，给培训管理者及培训师的职业发展建议
如果你是培训管理者、培训师或HR从业者，我建议你花10分钟左右的时间，认真看完本文，也建议你将此文推荐给企业的管理层，AI技术将在很大程度上，改善企业培训的设计与组织、有效促进企业生产力的提升。
1.1—AI内容工具
在目前的培训体系建设中，占比最多的是通用类的培训项目，而业务部门真正需要的培训项目却非常少，导致这一问题的主要原因是内部讲师梯队建设跟不上。而当我们去推动内部讲师建设的时候，却会遇到很多真实的挑战，例如：业务人员非常的忙碌，根本没有时间去做课程设计与开发，甚至都没有时间录制视频课程。
而在AI时代，虚拟视频课程、真人视频课程完全可以快速实现，培训师只需要做好脚本，AI就自动生成不同类型的课程，当这个技术完全商业化之后，那么规模化的数字课程将成为现实，线下培训的占比将大幅度下降。
1.2—AI刻意练习
AI学习技术，可以规模化实现刻意练习。在一个常见的应用场景中，比如销售软技能的训练，如果有规模化的刻意练习、及时的辅导与反馈方式，能极大地提高销售人员的表现。所谓的软技能主要是指：沟通技巧、销售、客服、演讲、领导力、脱口秀等。
721学习设计模型对于多数培训人是非常熟悉的，但是这个方法论的落地却遇到很大的挑战与困难，因为学员要完成刻意练习，大概需要以下的三种支持：陪练、评估与反馈。
通常而言，这三个动作是培训师、教练或者学员的直接上司扮演与协助。而在真实的工作场景中，培训师、教练或学员的上司很难拿出时间来完成这个任务，这是导致721模型很有道理，但是却无法落地的重要原因。
目前的AI技术对于评价与反馈已经相对成熟，与岗位专家给到的评估结果比较接近，例如：全球知名的某药业公司，使用AI视频训练技术训练销售代表的销售过程，AI的评价与真实老师的评价基本上是接近的。
或许有人会提出挑战，说优秀的教练是通过引导，帮助被教练者发现问题的，这样的效果比AI的数据反馈会好很多。的确，从目前的AI技术来看，AI教练是比不过引导型教练的。但是，我们扪心自问，有多少的企业管理者及教练具备了高超的引导能力呢？即便具备了高超的引导技术，我们有多少的培训与管理者有时间去1对1辅导下属呢？
1.3—AI个性化学习
在实际的培训项目中，我们是否会经常碰到这样的情况：学员张三、李四、王五都参加了《客户拜访》的培训，并且培训结束之后，这三名学员考核都达到了70分，但是最终这三名学员，暂时都无法完美执行《客户拜访》这一任务，但是这三个人的能力短板却不一样，张三肢体语言不到位、李四产品知识讲不清楚，王五不能很好地回应客户的问题。这三名员工大概的技能都掌握了，但是不同的员工，在不同的细节上会出现问题，而这些细节则直接影响着员工的工作品质和工作绩效。
这个时候问题来了，如果你是培训项目的设计者，你会如何改善这一问题呢？
是让三个学员再上一次这个课程，这意味着这个课程70%+的内容对这三名同学是没有用的，因为他们已经掌握了；还是为这三名同学提供1对1的教练辅导呢? 显然是后者的方案会更具有可行性，但是成本巨大。
这个时候，你会发现，传统的培训技术，很难解决这样的技术性的问题，而人工智能则可以有很好的表现。
具体可以通过以下的四个步骤实现个性化学习：
练习：学员通过手机对真实工作场景下的某一问题进行模拟练习；
识别：接下来AI会通过模型及算法，识别出你在认知维度的掌握情况（比如关键词提及次数、产品功能点或优势阐述等)、表达维度的掌握情况（比如语速、音量、表情、手势等）；
分析：AI对行为数据与认知数据进行分析，并根据相应的维度进行评分；
反馈：AI对你的练习情况进行整体打分，结合评分模板，给出包括文字评价等在内的练习反馈。学员自己或者学员的经理/教练，可以根据AI的评分结果，再有针对性地进行某一方面的学习和训练，实现有针对性地提升；
所以基于学习数据及AI技术，可以为学员提供非常精准的学习，只要学员参与到学习项目中，AI学习项目则从技术保证，为学员大幅度提升学习效率，通过刻意练习与及时反馈，提升学习效果。
这是传统的培训师无法低成本实现的学习方式。
1.4—知识的颗粒度
“纳米级”的知识颗粒度与知识的全面性，是学以致用的前提条件。
谈到这个主题，首先我们必须建立一个共识，如果要实现学习的千人千面，其前提条件是对问题、场景与知识进行切割，让问题与知识都以“纳米级”的颗粒度出现，以更碎片的模式进行学习，实现更加精确的个性化学习。
从认知心理学的角度去看，人类能够记忆的信息是非常有限的，且不规则地存储在大脑中。且有挺多的经验和知识存在模糊的认知，而这些问题给“如何教会他人”带来了天然的障碍。就目前而言，多数培训课程存在的典型问题就是课程主题太大，课程知识点的颗粒度太大，而导致泛泛而论，学习得很多，但是每个主题都不够深入。
在细颗粒度下，用AI技术辅助内容的快速生产、规模化的个性化练习，方能构筑起能力的高效提升通道。
1.5—学习下沉
学习下沉，成为业务价值链的一个组成部分，这是我认为在培训领域中最大的一个变革。
如何实现这一点呢？
首先看到的是一个几分钟的微课课程《销售佣金计算的不同场景与计算公式》，微课是文字+语音的形式，轻松看完，且学习效果比单一形式更为有效；
当看完视频之后，立即进入到了一个考试，用设置选择题的方式，让学员选择相应的公式并计算数据，得出实际的佣金数；
提交考试结果后，学员可以立即看到考试结果反馈，知道自己的答案是正确的还是错误的；
在这种模式下，业务中的一个具体要学习的知识点就变成了：看一看、练一练，这是不是很有趣的过程。
而此时，张三在后台可以清晰地看到有多少人看完了视频，有多少完成了考试，有多少人答对了题目，有多少答错了，接下来再用其他的方式推进销售学习项目的落地。显然，这是将数字化或智能化学习融入到业务场景中的一个很好的例子。
（二）AI在培训中的技术突破
在人才发展行业存在一个“不可能三角形”，指的是学习效果、总体成本和培训讲师产能三个要素之间存在着两两互换、两两妥协的矛盾关系。以往在人才发展、学习发展领域是通过妥协一个或两个要素，从而达到另外一个要素变好的方式来做学习项目设计和交付的，但这种妥协并不能带来总体满意度的提升。
而AI技术则可以很好地突破这一瓶颈，让学习效果和产能均得到提高，在学习与人才培养领域，目前在全球的范围被普遍看好的是AI视频训练技术，这个技术主要包括：
机器学习：能够快速学习特定领域、场景的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。
视觉识别：能够看到学员的行为表现——能够通过收集与分析学员的行为数据，这些行为数据可以包括：肢体语言、面部表情等非言语信息。
自然语言理解：能够听懂学员讲授的言语信息——通过收集与分析学员的认知数据，评价学员在理解知识、运用知识的等级水平。
所以，我们不难发现，AI技术已经相对成熟地进入到了职业技能培训领域，而这将对企业的培训体系构建产生深远的影响。
（三） 发展建议
基于AI+Data的趋势，作为培训从业人员我们应该注意什么呢？在这里我谈谈三点看法：
首先是相信：行业中有一句话还挺有道理的，大概的意思是：在过去数字化技术，可能让你的企业活得更好，而在未来，没有数字化的企业或许将很难生存。数字化、智能化是未来显而易见的趋势，在大趋势面前，任何抵抗都是徒劳的。
其次是思想：意识到知识资产的重要性：在数字化时代，岗位的知识、经验与技术是企业的重要资产，其重要性就如我们的厂房设备一样，甚至会更高。例如：南哥的电脑本身价值是2万多人民币，而电脑中存储的资料则价值百万，是我20年+培训技术的积累。就目前而言，学习平台将承载所有岗位的知识、经验与技术，这一定是企业的重要资产。所以，对于培训从业者而言，未来你的重要工作之一就是如何将分布在不同部门、不同岗位、不同员工身上的经验与技术进行数字转化，让这些经验与技术成为公司的重要资产，能做成这件事的人，一定是很有价值的人才。
最后是行动：作为培训师构建你的数字化、智能化的产品可能是你知识表现最重要的通道，而非依靠传统的讲课。积极地学习智能化学习产品设计、元宇宙类产品设计是参与未来的最好方式。而对于培训管理者，着手构建基于AI技术的学习平台是对组织的贡献，也是具有前瞻性的做法。
作者：南哥nange
上海思创：企掌道学习平台
共创学习挖掘员工智慧
通过案例征集、微课大赛等活动挖掘员工智慧, 手机一键上传原创视频、图文课件，共创学习生态圈！
培训平台智能化
AI知识库，随问随答，并根据学员问题精准推荐课程；场景陪练，支持多分支陪练，还原真实场景的多变与灵活提升学习的即时性、针对性、有效性。
落地支撑高效化
利用智能陪练、模拟通关、行动计划、师徒带教、移动巡检、过程管理等工具，从演练-行动-带教-检察-行为管理等各个环节落地支撑和管理，从而促进培训转化。
学习运营趣味化
从提醒、反馈、激励、监督多个维度提供有趣的运营手段与工具，帮助学员克服惰性、养成习惯，让运营更简单、高效、有趣。
可视化数据看板，学习情况一目了然
数据大屏，支持整体学习数据、用户数据、运营数据的可视化呈现，成果与问题一目了然；数据报表整体优化，支持运营决策