20世纪90年代末，亚马逊创始人杰夫·贝佐斯（Jeff Bezos）花费数年时间，向持怀疑态度的投资者们力证亚马逊战略的正确性。当时，公司在为大多数人无法预见的未来搭建基础设施，因而资金大量流失。贝佐斯并没有错，只是想法过于超前，他坚信互联网将从根本上重塑商业格局，这一观点最终得到了验证。但在此之前，他承受了多年的亏损与批评。

如今，学习与发展领域的领导者们正面临着类似的抉择。组织学习功能进入关键时期，此时，仅靠现有发展机制的缓慢进步还远远不够。曾经将学习与发展视为间接成本而勉强接受的企业，如今却要求其证明自身存在的价值，否则将通过削减成本将其淘汰。此时，学习与发展领导者只有两个选择：要么将学习功能重塑为组织竞争优势的驱动力；要么任其衰落，直至被淘汰。

至此，如何从被动响应培训需求的反应式服务，转变为驱动组织能力提升乃至战略转型的主动力量，成为了学习与发展领域的核心追求。与此同时，企业若想取得成功，就不能仅将学习与发展部门定位为提供课程的成本中心，而是将其视为战略业务合作伙伴，能够增强组织韧性、提升绩效，为组织创造竞争对手难以复制的优势。

马特·多诺万（Matt Donovan）作为GP Strategies的首席学习和创新官，马特·多诺万获得了印第安纳大学教学系统技术硕士学位，并拥有超过25年的经验。在整个职业生涯中，他通过重大转型举措为诸多全球《财富》500强公司提供支持和帮助，因此获得了多项行业奖项的认可。

01 AI成熟度模型，成为组织转型战略框架

AI浪潮席卷全球，对各行各业产生了深远的影响。为实现从战略视角推动组织系统性变革，学习与发展领导者需要了解如何将AI整合融入企业工作流程。

而划分为五大阶段的“人工智能成熟度模型”恰好可以指引我们完成这一目标，它既可以作为评估企业转型准备情况的诊断工具，又能为打造面向未来的组织学习规划出一条指导路径。

临时阶段  个别员工零星尝试AI技术，但企业尚未建立正式流程、监督机制或知识共享体系。尽管部分员工掌握了AI基础知识，其整体应用仍处于零散无序状态。

探索阶段  企业内的非正式团队开始协作探索AI技术。通过共享案例和模板，自然形成和沉淀组织知识。同时，AI工作流程模式和角色定位初步形成，但仍局限于特定工作职能范围。

结构化阶段  企业实施统一的AI使用规范，管理层建立治理框架、变革追踪系统和伦理准则。此时，团队有意识地选择和定制AI工具，并开始将AI洞察融入组织决策流程。

资源整合阶段  AI技术工具贯穿于核心业务和各部门。例如，学习与发展、人力资源、合规和信息技术部门之间的战略能够跨职能协调，大规模流程优化得以实现。

变革落地阶段  AI作为推动企业战略重塑的催化剂，使得企业在工作执行、系统优化以及业务影响量化等方面全面融入AI技术，成为企业运营的标准配置。在这一阶段，人机协作模式趋于常态化，AI伦理原则亦深度融入组织价值观体系。

02 锚定绩效赋能，以学习者为中心构建生态

大多数人容易忽略一个关键问题，“人工智能成熟度”模型的核心在于服务组织目标，而非技术本身。这意味着，企业需要结合AI技术重新定义学习与发展的使命及其价值。

现今，企业期望获得更高效的学习解决方案，并且最好能够借助AI以提高效率、降低成本。而学习与发展领导者必须做好准备，以迎接未来的根本性变革。传统模式下，学习与发展部门的主要职责是开发并传授培训内容，其成功指标聚焦于课程数量、学员数量，偶尔还包括知识留存率。然而，人工智能的出现，加速了这一传统模式的衰落与瓦解，未来属于将绩效赋能作为首要目标的学习型组织。

企业不妨从两条路径出发，一是将AI融入当前工作流程，建立治理体系，提升团队能力，并在短期内展现可衡量的价值；二则重构学习与发展部门定位，从内容传递转向绩效赋能，并做到以下四点。

将学习融入工作流程  学习不是事后补救，而应成为员工日常。当学习实时发生并融入工作流程时，将能被立即应用并推动行为持续改变。

提供大规模个性化体验  企业需摒弃“一刀切”的培训项目，为员工提供满足其职业抱负、学习偏好和绩效需求的体验。AI能以前所未有的方式实现这一目标，但前提是学习与发展团队要从内容管控，转向支持员工自主选择。

构建面向未来的能力  战略思维、数字化素养、适应能力、数据分析能力、AI素养等等，不再是可有可无的技能，而是员工韧性的基石。学习与发展部门必须带头在这些领域开展能力建设，不仅针对学习者，也适用于其自身发展。

证明战略价值  学习与发展部门必须被视为战略业务合作伙伴。麦肯锡的研究显示，尽管60%的公司计划增加培训预算，但这些投资取决于该部门能否展示可衡量的成果。领导者则需要说明将如何通过学习影响绩效、生产力和战略业务目标，而不仅仅是提供学员参与率。

与此同时，企业若将绩效赋能视为学习与发展目标，那么模块化教学设计便是达成目标的有力工具。它并非传统的教学设计方法论，而是全面革新了学习资源的创建、整合与交付方式。运用模块化方法时，学习内容被分解为块状、可复用的组件，由AI根据每位学习者的具体需求迅速搭配、组装并实现个性化定制。这种学习方式敏捷、韧性，十分适合将时效视为核心的时代。

03 开展结构性变革，推动组织智能化转型落地

若企业学习与发展未能实现结构性变革，组织转型便无从谈起。传统学习与发展模式所依赖的运营模式、治理框架、技术平台和团队能力，无法引领企业迈向人工智能深度融合的阶段。因此，学习与发展领导者必须从多个维度着手，积极推动自身变革。

升级组织架构  我们应改变传统培训赋能中心的定位，将其从指挥控制结构升级为赋能型平台。比如，采用中心辐射模式（企业总部与事业部设置赋能中心或团队）可以确保企业学习与发展战略整体一致的同时，兼顾各个部门的灵活需求，既保证透明度和问责制，又赋予了团队创新权力。

完善技术基础设施  学习技术现代化升级势在必行。对于第五阶段的组织而言，AI驱动的创作工具、数字资产管理系统、自适应学习平台等是基本配置。但技术应用必须遵循治理原则，若缺乏明确战略而盲目开发和运用AI工具，将会导致资源分散和投资浪费。

实现企业级协作  学习与发展部门不能孤立变革，未来属于那些由学习与发展、人力资源和业务领导者共同制定学习规划的组织。当学习与人才招聘、入职培训、职业发展和留任策略相结合时，它将成为组织实现敏捷和增长的杠杆，而不仅仅是员工发展工具。

转变思维与能力  成功的学习与发展团队需要重新认识自我，将人机协作视为机遇而非威胁，从而专注于更高价值的工作，诸如创造力、战略思维、伦理监督以及只有人类才能提供的细致判断力。

当下，如果学习与发展部门仍按部就班，成本控制的压力自会削弱其价值，因为企业已经开始质疑传统学习职能的投资回报率。随着AI加速内容创作并降低成本，仅提供培训的团队其价值将迅速下降。在变革成为常态的时代，快速构建新能力、适应市场变化并释放人类潜能，方是企业竞争与差异化的决定性因素。

作者：马特·多诺万（Matt Donovan） TAQA Group人才管理负责人

来源：培训杂志/Chief Learning Officer网站