执行概要
本报告指出，尽管企业积极部署人工智能工具，但准备差距主要在于人类能力，而非技术获取。组织在部署AI方面行动迅速，但未能为员工提供跟上步伐所需的基础设施，导致技能需求变化、新工具和加速变化与学习系统脱节。研究核心观点是，人工智能的准备工作与部署多少工具无关，而在于人员能否在周围工作变化时获取、适应和应用技能。技能是真正的准备单位。
方法论
研究调查了来自美国、英国、加拿大、法国、德国和意大利的2000名受访者，其中1000名被定义为学习领导者，涵盖首席人才官、首席学习官、人力资源专业人士等。
企业学习：人工智能准备差距
研究揭示了人工智能准备度差距：抱负与能力之间的脱节。尽管人工智能在学习对话中无处不在（近79%的学习领导者表示已利用AI进行内容生成、评估和推荐等任务），但组织尚未利用AI从根本上重新定义工作流程。近80%的学习领导者认为，他们所在的组织仍处于人工智能的实验性阶段。
关键发现
- 广泛采用，有限变革：接纳人工智能并未转化为实质性变革，学习者仍缺乏将AI真正应用于日常工作的信心、清晰度和情境技能。
- 技能需求与培训脱节：学习者调查显示，他们接受的培训并不能帮助他们充分理解或在其角色中使用AI，其中五分之一的学习者甚至没有接受过任何AI培训。
- 学习者与领导者期望脱节：领导者面临的前两大挑战是人工智能的采纳与熟练运用，以及技能发展，但学习者与领导者对培训成果的期望存在差距。
- 技能优先事项：学习者与领导者都将人工智能素养及应用技能列为优先考虑的技能。
- 人类技能的重要性：除了人工智能流利度技能，人类技能如领导力、沟通、批判性思维等同样重要。
什么阻碍了企业转型？
五个结构性障碍阻碍了基于技能的学习有效扩展：
- 内容相关度不足：66%的学习者表示他们没有感觉到他们的管理者或组织给予他们充分的支持来学习，近60%的人感觉学习计划并没有考虑到像他们这样的人。
- 个性化差：79%的学习者表示他们的学习体验并没有完全个性化，63%的领导者承认同样存在这一差距。
- 集成度低：78%的人表示他们很少在已经使用的工具中接受学习，超过三分之一的领导者认同此观点。
- 时间紧迫：56%的学习者表示，他们每天没有足够的时间来完成学习，64%的领导者难以找到时间来实施学习计划。
- 商业一致性不足：不到四分之一的组织表示学习与业务战略完全一致，超过五分之一的学习领导者在与利益相关者达成共识方面遇到困难。
如何弥合组织的AI准备度差距？
- 聆听学习者：将学习者的反馈置于学习设计核心，提供持续的支持和反馈。
- 现代学习系统：利用人工智能提供虚拟辅导、个性化推荐等内容，实现大规模个性化。
- 技能智能：构建可信赖的、可执行的技能数据，并将其直接与实际商业问题联系起来，使学习与业务成果挂钩。
企业如何通过学习和技能智能取得成功？
成功的企业将学习视为一个相互关联的生态系统，通过解决个性化、集成和数据问题，超越碎片化的学习计划，走向支持员工、客户和合作伙伴的统一生态系统。例如：
- Insurity：采用单一的学习平台集中各个受众的学习，实现规模化提升员工、客户和合作伙伴的教育水平。
- Booking.com：通过自动化行政工作，学习团队从执行者转变为战略伙伴，设计出创新的学习解决方案。
- SNCF：通过365Talents的人工智能驱动的技能智能，在单一的HR生态系统中统一了招聘、学习、流动和绩效流程。
研究结论
成功运用人工智能的组织将重新设计学习系统，以适应持续变化，这些系统能够倾听学习者的需求，大规模个性化发展，将学习融入工作流程，并利用技能智能实时指导劳动力决策。技能和人工智能准备度不是两个不同的讨论，技能处于人工智能准备度、劳动力增长和组织绩效的中心。企业需要利用学习绩效指数，评估组织的学习成熟度以及对未来准备情况，迈向将人工智能愿景转化为可衡量能力的第一步。
