更新於 2026年11月22日
長久以來,企業培訓遵循著一套簡單的邏輯:先學習,再應用。員工完成一個課程模組、參加一場課程,或閱讀結構化的內容,然後帶著運用所學的打算回到工作崗位。
這種模式依然存在,但已無法完全反映現實。
更根本的變化正在發生。
隨著人工智慧興起,取得資訊不再是限制。資訊變得即時、貼近情境,並內建於日常工具之中。因此,員工不再需要先學完所有內容才能採取行動。他們可以直接在工作流程中修正想法、驗證假設或調整決策。
學習不再必然發生在行動之前,而是越來越多地發生在行動之中。
這項轉變凸顯了一道日益擴大的落差。在許多組織中,學習形式仍被設計成各自獨立的時刻:結構化的培訓計畫、既定的學習路徑、排定的課程。然而,現今相當一部分的技能發展,其實發生在其他地方,也就是真實的工作情境中。
這道落差無關內容品質,而在於定位。
員工缺乏的並不是資訊。他們面對的是需要詮釋、判斷與決策的情境,而學習正是在這些時刻真正發生。
試想一個簡單的例子。一位主管必須在時間壓力下、在資訊不完整的情況下回應一項複雜的請求。他們借助 AI 工具重新界定問題、探索不同方案,並精煉自己的回應。
短短幾分鐘內,他們釐清了思路、比較了各種做法,並調整了決策。
這一刻並未被標示為「培訓」,也不屬於任何正式的學習路徑。然而,它啟動了關鍵的學習機制:反思、反覆迭代與調整。
在這樣的脈絡下,學習不是一項獨立的活動,而是成為工作本身的一部分。
隨著這類情境愈加頻繁,學習形式的角色勢必隨之演變。它們不能再僅限於傳遞內容,而必須協助整理第一線已經在發生的事,提供指引、建立共同的參照點,並支持那些往往自然萌生的非正式做法。
一些組織已開始朝這個方向邁進。他們不再一味增加內容,而是專注於打造能支持日常工作中學習的環境。他們以具體的使用情境為基礎,採用簡短且可立即實行的形式,並建立讓實務做法更能被看見、被分享的機制。
目標不是增加更多培訓,而是讓學習更常出現、更貼近需求,並與真實情境更緊密相連。
在這場轉型中,人工智慧扮演著特定的角色。它能提供貼近情境的回應、支持探索,並協助模擬某些情境。但它無法自行規範使用方式,也不會界定何者合宜,更無法保證決策的品質。
這正是組織依然不可或缺之處。
挑戰不在於限制 AI 的使用,而在於支持其導入:提供明確的指引、簡單的學習形式,以及循序漸進培養能力的方式。
做得好的話,這不會拖慢導入速度,反而讓導入更一致、更有成效,也更貼合業務需求。
由此浮現的,已超越傳統意義上的培訓。
它關乎組織持續學習的能力。取得進展的企業,未必是部署最多工具的企業,而是能將個人的嘗試轉化為共同實務的企業:學習不再是獨立的時刻,而是成為工作運作方式的一部分。
這項轉變也改變了問題本身:重點不再只是如何培訓,而是如何創造條件,讓團隊在工作流程中持續學習。
參考資料
- OECD – Skills and Learning in the Digital Age(2023)
- Argyris, C. & Schön, D. – Organizational Learning(1978)
- CEREQ – research on workplace learning dynamics
