过去三年，我们走访了超过200家企业的培训负责人和HRD。一个越来越清晰的信号是：几乎所有企业都在重新思考一个问题——我们花在培训上的钱和时间，到底换来了什么？
这个问题之所以在今天变得尖锐，不是因为企业突然变得更"功利"，而是因为外部环境发生了根本性变化。当ChatGPT可以在3秒内生成一份结构完整的《高绩效团队建设指南》，当任何员工都可以通过AI工具即时获取"知识"的时候，传统以"传递知识"为核心的培训模式，正在失去其存在的基础合法性。
这不是危言耸听。这是我们在大量一线实践中观察到的真实趋势。而真正值得关注的，不是AI会不会取代培训师，而是整个企业学习领域正在经历一场从底层逻辑开始的范式转移。
一、为什么"知识传递"正在失效？
要理解这场转移，首先要理解"知识"在企业中的角色变化。
在工业经济时代，知识的获取成本极高，信息不对称是普遍存在的。那时候，企业培训的核心价值在于"把稀缺的知识从少数人手中传递给多数人"——请一位专家来讲两天课，学员记笔记、做试卷，培训就完成了。这个模式运行了几十年，直到今天仍然是很多企业的主流做法。
但今天的环境已经完全不同：
知识环境的三个根本性变化
- 获取成本归零：任何岗位的基础知识和方法论，员工都可以通过搜索引擎或AI工具免费获得。培训不再是获取知识的唯一渠道。
- 更新速度指数级加速：过去一套课程可以用三五年，现在很多行业的核心方法论半年就会迭代。静态的知识库无法跟上动态的业务需求。
- 知识本身不再稀缺：真正稀缺的是在具体场景中运用知识解决问题的能力——而这恰恰是传统课堂最难培养的部分。
我们在2024年底做的一项调研中，向156位企业培训管理者提了一个问题："您认为当前企业培训最大的痛点是什么？"排名前三的答案依次是："学了不会用"、"培训效果难以量化"、"业务部门不买账"。这三个痛点的共同根源，恰恰指向同一个问题——当培训停留在"知识传递"层面时，它天然无法解决"能力转化"的问题。
二、"能力构建"到底是什么？
如果知识传递不再是核心目标，那应该是什么？我们的回答是：能力构建（Capability Building）。
但这个词已经被用滥了。所以我们需要先厘清：当我们说"能力构建"时，我们到底在说什么。
能力不是你知道多少，而是你能在多大程度上把知道的东西变成做到的结果。
——能力的本质是"知行之间的转化效率"博德赋能研究院定义
在我们的研究框架中，能力构建包含三个不可分割的层次：
认知层（Know）
知道"是什么"和"为什么"。这一层可以通过课堂讲授、在线课程等方式高效完成，也是目前大多数培训停留的层面。
方法层（How）
掌握具体的工具、方法和流程。不仅要知道理论框架，还要能在模拟或简化场景中正确运用。这需要练习、反馈和纠偏。
行为层（Do）
在真实的业务场景中自发地、稳定地表现出目标行为。这是最难的层次——因为它涉及习惯养成、环境支持和组织文化的配合。
结果层（Result）
行为改变最终转化为可衡量的业务结果。这是企业投入培训资源的终极诉求，却也是最常被忽略的一环。
传统培训的问题不在于它完全无效——它在认知层的效率其实很高。问题在于，它误以为完成了认知层就等于完成了全部。就像一个人看了100遍游泳教学视频，并不代表他就会游泳一样。
三、AI如何重塑企业学习的五个维度
说回到AI。AI并不是简单地"替代培训师"或"淘汰线下培训"。更准确地说，AI正在从五个维度重塑企业学习的全链条：
维度一：内容生产的民主化与碎片化
AI可以快速生成结构化的培训材料、案例分析、甚至情景模拟脚本。这意味着内容生产不再依赖少数专家，培训部门可以根据自身业务特点定制化生产内容。但这也带来了新的风险：内容的同质化和深度不足。AI擅长"广度"和"速度"，但缺乏对特定企业独特语境的深刻理解。因此，未来最有价值的不是"生成内容的能力"，而是"判断内容质量和适配性的能力"。
维度二：个性化学习路径成为可能
传统培训的"一刀切"模式一直饱受诟病——所有人听同样的课、考同样的试。AI技术使得基于个人能力短板、学习风格和岗位需求来定制学习路径成为可能。但这里有一个关键前提：你需要有足够精准的能力诊断数据作为输入。没有科学的测评体系，AI的个性化推荐就是"垃圾进、垃圾出"。
维度三：从"学完即止"到"持续陪伴"
AI驱动的智能助手可以在工作场景中实时提供提示和辅导。比如，一位新任经理在做绩效面谈前，AI助手可以提醒他关键要点并提供话术建议。这种"嵌入式学习"（Embedded Learning）将学习从独立的"事件"变成了融入日常工作流的"过程"。我们认为，这是未来企业学习最重要的形态转变方向之一。
维度四：效果评估的数据化与实时化
传统培训效果评估最大的难题是滞后性和主观性——柯氏四级模型中的第三级（行为改变）和第四级（业务结果）往往要在培训结束后数月才能观察，而且很难剥离其他因素的影响。AI可以通过分析员工在工作系统中的行为数据变化（如沟通频次、决策质量指标、协作网络变化等），提供更客观、更及时的培训效果反馈。当然，这需要企业在数据治理方面有足够的基础设施。
维度五：培训角色的重新定义
当内容生产、个性化推荐、效果追踪都可以由AI承担或辅助完成时，培训从业者的角色必然发生变化。我们预测，未来的培训从业者将从"内容专家"转型为三个新角色：学习体验设计师（设计整体学习旅程）、数据分析师（解读学习数据并优化策略）、组织变革推动者（推动学习成果在组织层面的落地）。这不是岗位的消失，而是能力的升级。
博德赋能观点：AI不会取代培训，但会淘汰"只做知识传递"的培训
我们常说一句话：AI能做的事情，不应该再让人来做；人应该专注于AI做不到的事情。在培训领域，AI能做到的是信息整理、内容生成、路径推荐、数据统计；AI做不到的是激发人的内在动力、建立信任关系、处理复杂的人际情境、推动组织层面的系统性变革。这些恰恰是培训工作者的核心价值所在——只是需要从"讲师"的角色中解放出来，转向更高价值的工作。
四、企业的应对策略：从"采购课程"到"设计体系"
基于以上分析，我们对企业提出以下五条行动建议：
| 序号 | 策略方向 | 具体动作 |
|---|---|---|
| 01 | 重构学习目标 | 从"完成多少课时"转变为"达成哪些行为改变和业务结果"。所有培训项目启动前必须回答："学员学完后，他们会在工作中做出哪些不同的行为？" |
| 02 | 建立能力图谱 | 基于岗位胜任力模型构建分层分类的能力图谱，明确每个层级需要的能力要素及其行为锚点。这是所有精准干预的前提基础。 |
| 03 | 引入训战结合机制 | 每个重要培训项目都应配套真实业务课题或实践任务，让学员在"做中学"而非仅"听中学"。培训结束不是终点，而是实践的起点。 |
| 04 | 建设数字化学习基础设施 | 部署LXP（学习体验平台）而非传统的LMS（学习管理系统），关注用户体验和数据采集能力，为AI驱动的个性化学习打好地基。 |
| 05 | 升级培训团队能力 | 从"课程采购者"和"培训组织者"转型为"学习设计师"和"组织效能顾问"。这需要系统的能力提升计划，而不是简单的工具培训。 |
五、结语：拥抱不确定性的最佳姿态
我们无法准确预判AI技术在未来三年会如何进一步演化，但我们确信一点：企业学习的本质不会变——它是帮助人在组织中更好地成长和创造价值的过程。变化的只是方法和工具。
对于企业培训管理者而言，当下最危险的态度不是"拒绝AI"（这至少是一种选择），而是"用AI包装旧思维"——比如把AI生成的课程直接丢给员工就算"数字化转型了"，或者买了智能平台却仍然按老一套方式运营。
真正的范式转移发生在认知层面。当你开始问自己"我的培训是在传递知识还是在构建能力？"的时候，改变就已经开始了。
关于本文：本文为博德赋能研究院行业洞察系列文章，基于博德赋能团队多年企业咨询与人才发展项目实践经验撰写。如需转载或引用，请注明出处。如有合作探讨意向，欢迎通过官网联系方式与我们取得联系。
← 返回新闻中心