《ATD：2025年AI驱动的企业人才发展：聚焦AI力报告（51页）.pdf》由会员分享，可在线阅读，更多相关《ATD：2025年AI驱动的企业人才发展：聚焦AI力报告（51页）.pdf（51页珍藏版）》请在三个皮匠报告上搜索。

1、AI 驱动的企业人才发展聚焦 AI 力赞助商目录版权所有 2024 美国人才发展协会(ATD，原 ASTD)未经出版商事先书面许可，本出版物任何部分不得以任何形式或通过任何方式(包括但不限于影印、录音或其他电子或机械方法)复制、分发或传播，版权法允许的包含在评论性评价中的引用及某些其他非商业用途的情况除外。如需获得授权许可，请致函 ATD 研究院,1640 King Street,Alexandria,VA 22314。如需获得 AI 驱动的企业人才发展：聚焦 AI 力 (产品代码：792417)，请访问 ATD 网站 td.org/research，或致电 800.628.2783 或 70

2、3.683.8100。2 赞助商致辞 3 执行摘要 4 简介 5 数据总览 6 核心发现1AI 力12 核心发现2AI 安全与保障18 核心发现3AI 培训与人员配置27 核心发现4工作中的 AI 使用35 核心发现5衡量 AI 对组织进步的影响39 核心发现6对 AI 的担忧43 核心发现7不使用 AI46 行动计划48 调查概述 49 注释50 关于作者和贡献者 1 AI 驱动的企业人才发展赞助商致辞生成式人工智能正在改变各行各业、重新定义生产力，而 AI 的使用现已成为企业战略不可或缺的一部分。人才发展(TD)专业人士需要赋能员工，让他们能利用 AI 创造切实价值。要充分发挥 AI 的潜

3、力，就必须深入了解 AI 的相关理念、框架和原则。UMU 始终致力于提升各级管理者和团队的 AI 力，并通过 AI 原生的产品矩阵，助力企业持续提升业绩。在这个过程中，我们深入洞察了 AI 工具的优势与局限，以及如何有效地将其应用于职场，提升员工和组织的业绩表现。作为行业领导者，UMU 很荣幸能与 ATD 合作，共同研究 AI 如何影响人才发展。我们一起探索了如何通过提高 AI 力提升学习成效，加速人才发展，并产出可衡量的成果。在 AI 时代，UMU 将继续致力于帮助企业负责任地、有效地拥抱 AI。关于赞助商 UMU 提供一站式 AI 驱动的学习产品以优化和提高员工绩效。UMU 将学习科学原理

4、与领先的 AI 技术相结合，无缝整合了学习过程的各个阶段包括教学、练习、模拟、评估和最终应用。我们帮助学习者跨越理论与实践之间的鸿沟。自 2015 年成立推出以来，UMU 已为包括财富 500 强在内的一系列行业领先企业提供了支持。我们为各行业提供定制化的端到端学习解决方案，涵盖销售赋能、软技能培养、领导力培训、产品知识掌握和新员工入职培训等各种培训场景，推动组织学习转型、提升生产力并提高全球员工绩效。欲了解更多信息，请访问 。2 AI 驱动的企业人才发展执行摘要业界专家们普遍认为，AI 的发展已经到达了一个关键转折点。福布斯技术委员会成员尼古拉斯阿维拉(Nicols vilas)在 福布斯

5、杂志上指出：“ChatGPT 已经向所有企业敲响了警钟，是时候对 AI 采取行动了。以前可能被许多人认为是 以后再说 的投资，现在已经变成了当务之急，并彻底改变了竞争格局。ChatGPT 已经融入许多人的日常生活和工作中，让大众真切感受到生成式 AI 的强大能力。我们正处于一个罕见的历史节点，见证企业如何通过拥抱生成式 AI 技术，深刻重塑自身发展轨迹并产生全球性的深远影响。”1鉴于 AI 工具和资源已渗透到工作场所的方方面面，管理者亟需制定相关规划、策略和政策，帮助员工理解并充分利用 AI 的变革力量，从而提升组织效能。由于人才发展职能通常被当作变革推动者，因此，人才发展专业人士必须准备帮助

6、他们的组织整合 AI 工具。在本项题为 AI 驱动的企业人才发展：聚焦 AI 力 的研究中，ATD 希望深入了解人才发展专业人员对 AI 安全和保障的看法，他们如何对员工进行 AI 培训，如何在工作中使用 AI，AI 是否改善了他们的工作，以及他们对使用 AI 的担忧。Key findings from the report include:This study s key findings include:本研究的核心发现包括：70%的受访者表示，他们所在组织的人才发展或培训部门目前正在使用 AI 解决方案和工具。在使用 AI 的组织中，89%表示正在使用生成式 AI(如 ChatGPT 或

7、其他生成内容的 AI)，而 38%的组织表示正在使用传统 AI，即使用预定规则和算法来执行自动化任务。在使用 AI 的组织中，83%的组织表示，在过去一年中，他们在人才发展中使用了更多的 AI，而 17%的组织表示，在过去一年中，他们在人才发展中使用AI的情况没有变化。大多数受访者对 AI 的安全性和准确性表示担忧，96%的受访者表示对使用 AI 有一定程度的担忧。本研究能够帮助组织评估其对 AI 的理解与应用现状，并提供最佳实践建议。最后，研究提出了具体行动步骤及 ATD 资源，以协助人才发展专业人士深入了解 AI，并将其有效地运用于组织内部。3 AI 驱动的企业人才发展引言毋庸置疑，AI

8、正在快速重塑工作场所，各组织也正对该技术上进行大量的投入。根据盖洛普的调查，93%的财富 500 强企业首席人力资源官表示开始使用 AI 改进业务实践。2掌握 AI 的使用方式和时机应作为组织战略的重要组成部分，通过建立相应的政策制度和操作规程，为员工提供明确的 AI 工具使用指南和应用规范。“公司需要全面加强 AI 方面的技能培训，”杰克哈洛(Jack Harlow)写道，“否则就有可能完全失去这些工人。”3这是 UMU 与 ATD 第三年联合发布探讨组织内 AI 应用情况的研究报告。此前的报告主要聚焦人才发展专业人士如何在工作中运用 AI、AI 培训趋势等 AI 相关议题。本研究关注的是

9、AI 力，即组织在工作流程中应用 AI 工具的深度和广度。它还包括有关 AI 在培训和人员配备方面的趋势、AI 安全和保障，以及专业人员如何衡量 AI 对工作改善的影响。ATD 面向全球 440 位人才发展专业人士开展 AI 应用的调研，深入探究了 AI 在人才发展领域的实践情况。报告特别关注并标注了受访者的管理层级和所在地区对观点造成的显著差异。在地域分布上，调研将受访者划分为来自美国、日本以及其他国家和地区三个群体。“AI 的飞速发展不仅仅是技术上的壮举，它还代表着人才发展范式的转变。”马库斯贝尔纳特(Markus Bernhardt)说。4定义 AI在本研究中，AI 被定义为机器模拟人类

10、认知过程的能力，例如感知、推理、学习、与环境互动、解决问题和创造力。5在整个报告中，星形符号表示统计显著性是否与拥有高级 AI 力有关 4 AI 驱动的企业人才发展数据总览59%的组织具备高级或熟练的 AI 力72%的受访者表示，他们极其或非常有兴趣了解更多的 AI 应用技能45%的组织正在评估 AI 在人才发展中的应用是否提升了知识留存率56%的组织制定了 AI 使用政策49%的人才发展专业人员表示每天至少使用 AI 一次96%的受访者对 AI 生成信息的准确性有一定程度的担忧5 AI 驱动的企业人才发展核心发现 1AI力只有 18%的组织具备高级 AI 力。这表明在 AI 应用方面仍有提升

11、空间和持续学习的必要 6 AI 驱动的企业人才发展AI力水平各不相同在这项研究中，ATD 希望更多地了解组织的 AI 力水平。我们向调查对象提出了八个问题关于 AI 的使用效率、对 AI 概念的理解、将 AI 融入日常工作、开展关于 AI 风险和回报的讨论、拥有能够开发 AI 工具的员工、优先考虑 AI 培训、与 AI 创新的前沿保持同步，以及以合乎道德的方式使用 AI 帮助我们进一步了解他们所在组织的 AI 力水平。研究发现，具备高级或熟练 AI 力的组织占 59%，掌握基础 AI 力的占 26%，处于最低水平的占 15%。组织的 AI 力存在地区差异。21%的日本受访者表示其组织拥有高级

12、AI 力。这与美国的情况有显著的统计学差异，美国有超过 10%的受访者表示他们的组织拥有高级 AI 力。在世界其他地区(不包括日本和美国)，有 32%的组织表示他们拥有高级 AI 力。近五分之一的组织具备高级 AI 力AI 力水平缺乏经验初级熟练高级21%的日本受访者表示其组织拥有高级 AI 力，这与 10%的美国受访者表示其所在组织拥有高级 AI 力相比，具有显著的统计学意义。15%26%41%18%7 AI 驱动的企业人才发展AI：员工效率提升的新动力研究发现，虽然 62%的受访者认为 AI 能够帮助员工提高工作效率，但只有 36%的受访者表示员工对重要的 AI 概念和定义有所理解。这一差

13、距表明，组织需要加强 AI 基础知识培训，使员工能够更好地理解并利用 AI 技术来提升工作效率。关于 AI 提升工作效率的认知，在组织层级中呈现显著差异：超过三分之一的人才发展高层(执行官和总监)持积极态度，中层管理者(包括经理、主管和团队负责人)的认同率降至 18%，而约四分之一的一线员工表示强烈赞同。近三分之二的人才发展专业人士同意AI能够提升员工的工作效率问题：您在多大程度上同意或不同意以下陈述？AI 使我组织的员工更高效的工作 28%62%10%我所在组织的员工理解重要的 AI 概念和定义30%36%34%同意 不同意也不反对 不同意超过三分之一的人才发展高管和总监认为，AI 是提高员

14、工工作效率的一种方式。近四分之一的员工也持相同观点。8 AI 驱动的企业人才发展融入AI创新超过半数的受访者(55%)表示，他们所在的组织正在考虑将 AI 融入日常工作的新方法；然而，只有不到一半的受访者认为他们的组织了解有关 AI 创新的最新信息。由于 AI 在不断发展，要了解最新的技术和 AI 动态确实具有挑战性。在日本，近四分之一的人才发展专业人士强烈认同其组织正在考虑将 AI 融入日常工作的新方式，其他地区这一比例超过四分之一。而在美国，仅有 7%的人才发展从业者对此表示强烈认同。关于组织是否及时了解最新 AI 创新动态的调查也显示类似结果：日本有 20%的受访者和其他地区 19%的受

15、访者表示强烈认同，而美国仅有 8%的人才发展专业人士持相同观点。各组织正在考虑最新的AI运用方式，但难以紧跟最新的AI创新问题：您在多大程度上同意或不同意以下陈述?我的组织正在考虑将 AI 融入日常工作的新方法19%55%26%我的组织紧跟最新的 AI 创新23%47%30%同意 不同意也不反对 不同意与美国受访者相比，日本和世界其他地区的受访者更认同他们的组织会考虑将 AI 融入日常工作的新方法，并随时了解最新的 AI 创新。9 AI 驱动的企业人才发展使用AI的风险、收益和道德规范约 50%的组织正在考虑使用 AI 的风险、收益和道德问题。近半数的人才发展专业人士表示，其组织正在讨论如何合

16、乎道德伦理地使用 AI，而四分之一的组织尚未开展此类讨论。略多于一半的人才发展专业人士表示，他们的组织考虑了使用 AI 的风险和收益。这一点很重要，因为企业应该评估使用 AI 的收益是否大于风险。虽然近四分之一的美国受访者表示，他们的组织考虑了使用 AI 的风险和收益，但这一比例在日本降至 12%，在世界其他地区则为 13%。超过一半的组织已经考虑过使用AI的风险和收益问题：您在多大程度上同意以下陈述?我的组织已经考虑过使用 AI 的风险和收益我的组织已经考虑过使用 AI 的风险和回报27%56%17%我的组织正在讨论如何有道德的使用 AI 26%47%27%同意 不同意也不反对 不同意与日本

17、或世界其他国家相比，美国的人才发展专业人员更倾向于认同其所在组织正在考虑使用 AI 的风险和收益。10 AI 驱动的企业人才发展成功之道要在工作流程中有效实施 AI，就必须了解员工对 AI 工具和资源的适应度。ATD 建议如下：评估整个组织员工的 AI 力 确定最受益于 AI 工具和资源的关键部门和工作流程 制定技能提升计划，提高员工对 AI 的理解For additional resources visit ATD s Artificial Intelligence Resources page at 11 AI 驱动的企业人才发展核心发现 2AI安全与保障在 AI 安全和保障方面，企业可以

18、通过制定政策、确定经过批准的 AI 工具，以及开展培训，从而提升员工的 AI 应用能力 12 AI 驱动的企业人才发展创建经许可的AI工具清单创建经许可的AI工具清单近 60%的组织都有一份经认可的 AI 工具清单，员工可以据此判断在无需获得高层领导或 IT 部门许可的情况下，哪些工具可用、哪些不可用。大型组织(超过 2500 名员工)最有可能建立认可的 AI 工具清单 (三分之二表示已建立)。同时，60%的中型组织(100 至 2499 名员工)和 41%的小型组织(少于 100 名员工)也有类似的清单。特别是对小型组织而言，为员工创建这样的清单可能会很有帮助。在拥有高级 AI 力的组织中，

19、近 75%提供了经批准的 AI 工具清单。对于具有熟练 AI 力的组织，这一比例下降到 62%。而在入门级 AI 力的组织中，仅约四分之一拥有此类清单。随着组织的 AI 力提升，他们可能会发现拥有这份清单很有价值。59%的组织为员工提供一份经许可的AI工具清单问题：您的组织是否有一份经许可、可使用的 AI 工具清单?59%是在具备高级 AI 力的组织中，有近 75%的组织提供了一份经批准的 AI 工具清单。随着组织对 AI 的了解越来越多，他们可能会发现拥有这份清单非常有用。13 AI 驱动的企业人才发展AI使用政策56%的组织制定了 AI 使用规范，为员工提供 AI 工作应用的指导原则。从事

20、 AI 战略研究的 Markus Bernhardt 博士指出，构建完整的 AI 战略需要包含五个要素思维方式、目标宣言、使用场景、操作指南和监测指标:6 思维方式包括发展 AI 技能并培养对 AI 的探索文化 目标宣言确定了 AI 的使用愿景，以及安全使用 AI 的管理原则 使用场景涉及探索 AI 的具体部署方案 操作指南是执行 AI 计划的路线图 监测指标包括持续审查 AI 的使用情况，并做出必要的调整56%的组织制定了AI使用政策问题：您的组织是否为员工提供了 AI 使用政策？56%是 14 AI 驱动的企业人才发展要制定公司级别的 AI 政策并提供培训，帮助员工理解 AI 的能与不能，

21、”一位受访者解释道。”人们对 AI 仍然存在很多恐惧。如果员工知道 AI 能帮助他们更快更好地工作，他们会更愿意接受它。在更高层面，要帮助领导层理解 AI 如何能带来可衡量的业务成果。”近 80%具备高级 AI 力的组织为员工提供了 AI 使用政策。而具备熟练 AI 力的组织中仅有56%制定了这些政策，具备基础 AI 力的组织则为 54%；在入门级 AI 力的组织中，这一比例降至 23%。随着组织 AI 力的提升，他们需要制定 AI 使用政策。在具备高级 AI 力的组织中，近 80%的组织会为员工提供 AI 使用政策。随着组织对 AI 的了解越来越多，他们需要制定 AI 使用政策。15 AI

22、驱动的企业人才发展AI道德规范与咨询委员会只有 21%的组织有 AI 道德规范与咨询委员会。在 LinkedIn 的一篇文章中，夏琳李(Charlene Li)解释说，公司需要创建 AI 委员会，因为生成性 AI 具有变革性，所以员工将很快意识到如何将其融入自身的工作和岗位职责中7。此外，AI 很可能会对整个组织产生影响。正如一位调查受访者所解释的那样，”在部署 AI 前，应当首先建立相应的伦理规范和使用准则。AI 的目标是让我们腾出时间专注于更具价值和意义的任务，而非替代人力。”道德规范与咨询委员会在美国比其他国家更为普遍。近三分之一的美国总部机构设有这类委员会。相比之下，日本仅有 15%的

23、机构设有此类委员会，而在世界其他地区，这一比例为 13%。尽管 AI 道德规范或咨询委员会并未在全球范围内广泛普及，但具备高级 AI 力的组织最有可能设立此类委员会(42%的机构已设立)。这一比例在具备熟练 AI 力的组织中降至 17%，在具备基础 AI 力的组织中为 12%，在 入门级 AI 力的组织中则仅为 10%。21%的组织有AI道德规范与咨询委员会问题：您的组织有 AI 道德规范与咨询委员会吗?21%是42%具备高级 AI 力的组织有 AI 道德规范与咨询委员会16 AI 驱动的企业人才发展成功之道具有高水平 AI 力的组织已经致力于制定政策并审批 AI 工具和资源。如果您的组织正处

24、于这一路径的起始阶段，以下是一些需要考虑的事项：识别应该在创建组织 AI 政策和程序中发挥作用的关键利益相关者 评估可能影响 AI 使用政策的组织安全问题 与信息技术(IT)部门合作，获取系统集成和其他方面的考量意见 寻求个人贡献者和专业领域专家的意见，将他们的观察、担忧和疑问纳入未来的政策中 17 AI 驱动的企业人才发展核心发现 3AI培训与人员配置一些组织已开始提升、重塑员工技能并培训他们了解 AI。尽管并非所有组织都提供这类培训，但人才发展专业人员渴望更多地了解如何在自身岗位中运用 AI 18 AI 驱动的企业人才发展必修的AI培训鉴于 AI 及其对当前和未来组织的影响，令人惊讶的是，

25、只有不到三分之一的组织要求员工接受 AI 培训。大型组织(员工超过 2500 人)更有可能要求员工参加 AI 主题的培训，43%的大型组织这样做。只有 28%的中型组织(100 至 2499 名员工)和 14%的小型组织(不到 100 名员工)要求员工接受 AI 主题培训。大型组织可能更主动要求这种培训，因为它们比小型或中型组织更有能力开发此类培训。近半数(49%)拥有高级 AI 力的组织要求员工接受 AI 培训，相比之下，具有熟练 AI 力的组织为 32%，而拥有初级和入门级 AI 力的组织仅为 19%。不到三分之一的组织要求员工接受AI培训问题：您的组织是否要求员工接受 AI 培训？31%

26、是69%否 19 AI 驱动的企业人才发展超过四分之一的组织提供 AI 主题的选修培训。与必修的 AI 培训项目类似，不同规模的组织在提供选修的 AI 培训方面存在差异。大型组织更有可能提供选修的 AI 培训(36%)，而中型组织为 26%，小型组织仅为 14%。在 AI 力方面，具有高级和熟练 AI 力的组织情况相似；这两类组织均有 36%提供选修的 AI 培训课程。而对于具有初级 AI 力的组织，这一比例下降至 15%，对于具有入门级 AI 力的组织，比例进一步降至 7%。选修的AI培训仅有略多于四分之一的组织为员工提供选修的AI培训问题：您的组织是否为员工提供选修的 AI 培训？27%是

27、73%否 20 AI 驱动的企业人才发展虽然许多组织提供必修或选修的 AI 培训，但大多数组织会开发内部培训，指导如何使用特定的 AI 工具。另一种常见的 AI 培训类型是关于组织的政策和最佳实践。比较少见的 AI 培训类型包括来自外部供应商的按需或定制培训。组织通常使用内部开发的培训来教授特定AI工具的使用方法问题：为员工学习 AI 提供哪些类型的培训？内部开发的特定 AI 工具使用培训 63%内部开发的组织 AI 政策和最佳实践培训 60%外部供应商提供的需求驱动式培训29%外部供应商为本组织提供的定制化培训23%其他 3%组织通常提供特定AI工具的使用培训 21 AI 驱动的企业人才发展

28、尽管组织可能未提供 AI 培训，员工却热切渴望学习大多数组织并未将 AI 培训作为常态，但员工对学习的热情十分强烈。93%的受访者对学习 AI 应用技能表现出中等到极高的兴趣，这些技能包括提示词撰写、数据素养和 AI 伦理。这种学习 AI 的兴趣是普遍的无论员工的职位、组织规模或所在地区。从执行官和董事，到经理和普通员工，所有人都对学习 AI 应用技能极其感兴趣。这种渴望同样存在于美国、日本和其他国家的小型、中型和大型企业中。员工希望学习更多的 AI 应用技能。有趣的是，在具有最高和入门级 AI 力的组织中工作的员工，最有可能希望接受这些主题的培训。而在具有熟练或初级 AI 力的组织中工作的员

29、工，对这类培训的兴趣相对较低。在 AI 力最高和最低的组织中工作的员工，最有可能希望接受 AI 应用技能的培训。超过70%的员工对学习更多关于AI的知识非常感兴趣或极其感兴趣问题：您对学习 AI 应用技能(如提示词撰写、数据素养和 AI 伦理)有多大兴趣？41%31%21%5%2%极其感兴趣非常感兴趣适度感兴趣略微感兴趣完全不感兴趣22 AI 驱动的企业人才发展大多数人才发展专业人士已掌握提示词撰写技能当被问及他们是如何学习撰写 AI 提示词时，超过一半的受访者表示通过反复尝试进行自学。其他常见的学习方式包括阅读相关文章和博客，或观看播客、视频和网络研讨会。相较于基层管理者和普通员工，高管和主

30、管更倾向于阅读文章和博客，或观看播客、视频和网络研讨会。这些自主学习的方法在高层领导中颇为流行。在学习提示词撰写技能方面，不同地区存在明显差异。近四分之三的美国受访者通过反复尝试的方法来学习，而在日本，这一比例降至 46%，在其他地区则进一步降至 38%。近四分之一的日本受访者从书籍和杂志中学习，而其他地区的比例为 17%，美国仅为 8%。相比于具有高级 AI 力的组织，来自 AI 力较低的组织的受访者不太可能通过文章和博客、书籍和杂志、在线课程以及播客、视频和网络研讨会来学习提示词撰写。有趣的是，在所有四个 AI 力水平中，受访者使用反复尝试这一方法的比率保持一致。超过一半的人才发展专业人士

31、通过反复尝试的方法来学习如何撰写AI提示词问题：您是如何学习撰写 AI 提示词的？反复尝试 54%文章和博客 43%播客、视频和网络研讨会32%面对面或在线直播课程29%在线课程22%书籍和杂志 17%其他2%不知道如何撰写 AI 提示词 18%来自 AI 力先进的组织的人才发展专业人士，更可能通过文章和博客、书籍和杂志、在线课程，以及播客、视频和网络研讨会来学习提示词撰写。23 AI 驱动的企业人才发展仅有 36%的受访者认为他们的组织重视对员工进行 AI 主题的培训。近 40%的受访者不同意这一说法。有趣的是，只有 6%的美国受访者非常认同他们的组织重视员工的 AI 培训，而 41%的受访

32、者非常不认同这一说法。相比之下，来自日本的受访者中，有 13%非常认同他们的组织重视这类培训，仅有 9%非常不认同。仅有36%的组织将AI应用和概念的培训列为重点问题：我的组织优先考虑对员工进行 AI 应用和概念培训。11%25%26%18%20%非常认同比较认同中立比较不认同非常不认同组织可能没有优先就AI应用和概念培训员工 24 AI 驱动的企业人才发展超过一半的组织不会为AI需求配备人才仅有 34%的组织拥有能够开发新 AI 工具和应用的员工，这意味着组织必须考虑是应该提升和培训现有员工，还是招聘具备这些技能的新人。实际上，超过一半的组织表示他们并未为 AI 配备人才。这意味着他们既没有

33、对现有员工进行技能提升，也没有招聘具备相关技能的新员工。调查显示，35%的组织正在帮助现有员工提升和重塑(upskill and reskill)AI 相关技能，但这一培训力度在不同职级间存在明显差异。高管和总监认为技能提升已经开展，而基层管理者和普通员工则感受不明显。在不同规模的组织中，差异也很大：近 50%的大型组织正在开展员工技能提升，而中型和小型组织的比例分别仅为 26%和 34%。超过 10%的组织正在招聘具备 AI 应用技能(包括提示词撰写、AI 伦理和数据力)的新员工，另有 11%的组织在招聘具备 AI 技术技能(如机器学习、编程语言和自然语言处理技能)的人才。超过三分之二的具有

34、高级 AI 力的组织正在为员工提供关于 AI 的技能提升和重塑培训。对于具有熟练 AI 力的组织，这一比例下降至 41%。仅有 16%的具有初级 AI 力的组织和 11%的具有入门级 AI 力的组织在开展员工技能提升培训。在招聘实践方面也是如此相比于 AI 力水平较低的组织，具有高级 AI 力的组织更倾向于招聘具备 AI 技术和应用技能的新员工。具有高级 AI 力的组织更有可能对员工进行技能提升和重塑，帮助他们学习 AI 相关知识，同时也更倾向于招聘具备 AI 技术和应用技能的新员工。而相比之下，AI 力较低的组织则不太可能这样做。25 AI 驱动的企业人才发展为确保竞争优势和持续的适用性，组

35、织应优先考虑购买或培养 AI 专业能力。换言之，他们应该招聘或提升员工的 AI 技能。在学习职能部门进行技能提升可能会很有帮助，因为他们将被要求围绕 AI 开发培训。成功之道 26 AI 驱动的企业人才发展核心发现 4工作中的AI使用人才发展专业人士虽然正在使用 AI 执行特定的人才发展任务(如内容生产)，但他们主要是将 AI 应用于一般性的工作任务，比如文档摘要或撰写和编辑电子邮件 27 AI 驱动的企业人才发展近半数的人才发展专业人士每天至少使用一次AI29%的人才发展专业人士报告称每天多次使用 AI，但主要集中在工作任务中使用，如撰写电子邮件、翻译和文档摘要。大多数人才发展专业人士表示，

36、他们仍在学习如何将 AI 应用于特定的人才发展职能中。从高层领导到基层员工，所有人才发展专业人士使用 AI 工具的频率基本一致(最常见的情况是每天至少使用一次)。有趣的是，不同 AI 力水平的组织在 AI 使用频率上没有统计学意义上的显著差异。在拥有高级 AI 力的组织中，超过三分之一的人才发展专业人士每天多次使用 AI；而在 AI 技能最低的组织中，仍有 29%的人才发展专业人士每天多次使用 AI。这意味着即使组织没有相关政策或培训，员工仍在主动使用 AI。49%的人才发展专业人士每天一次甚至多次使用AI工具问题：平均来说，您在日常工作流程和业务中使用公司提供的 AI 工具的频率是多少？29

37、%20%33%6%8%4%每天多次每天一次每周几次每周一次每月几次每月一次或更少28 AI 驱动的企业人才发展一些人才发展专业人士使用AI进行内容生产和语言翻译大约一半使用 AI 的受访者表示，他们用 AI 生产培训材料。另有 40%的人目前没有使用 AI 进行内容生产，但未来可能会尝试。11%的受访者表示，他们无法或不愿意使用 AI 进行内容生产。近三分之二的受访者认为，内容生产是 AI 在人才发展领域最有价值的功能之一。来自美国的受访者最有可能认为内容生产是人才发展中最有价值的 AI 功能。相比之下，来自日本的受访者则不太认同这一观点。使用 AI 的受访者中约一半表示，他们利用 AI 进行

38、文本或音频的语言翻译。五分之二的受访者目前没有使用 AI 进行翻译，但可能在未来进行尝试。10%的受访者表示，他们无法或不愿意使用 AI 进行语言翻译。仅有 19%的受访者认为语言翻译是 AI 在人才发展中最有价值的功能之一。约一半的人才发展专业人士正在使用AI进行内容生产或语言翻译问题：您的组织如何将 AI 应用于以下人才发展或培训职能？内容生产44%21%18%11%6%文本或音频的语言翻译 14%36%17%23%10%我们在这件事上，对 AI 的使用已经很专业了 我们没有在使用 AI 做这件事 我们正在使用 AI 做这件事，同时仍在学习 我们无法或不愿意使用 AI 做这件事 我们没有在

39、使用 AI 做这件事，但已经在研究了 29 AI 驱动的企业人才发展一些组织在培训内容中使用AI自适应学习(Adaptive learning)AI 推荐资源并定制学习路径已被 31%的组织采用。略超过一半的组织目前没有使用 AI 进行自适应学习，但相信未来可以使用。15%的组织表示不会或无法将 AI 用于自适应学习。超过五分之二的人才发展专业人士认为这是 AI 最有价值的功能之一。企业专有 AI(Enterprise-specific AI)聊天机器人基于企业知识提供答案和资源已被 37%的组织使用。超过半数的人才发展专业人士 表示目前没有使用，但未来可能会使用。超过 10%的组织表示不会或

40、无法将 AI 用于聊天机器人。近四分之一的专业人士认为这是 AI 最有价值的功能之一。超过四分之一的组织正在使用 AI 提供辅导反馈(Coaching feedback)，帮助学习者取得进步。近 60%的组织表示目前没有这样使用 AI，但未来可能会使用。14%的组织表示不会或无法将 AI 用于提供辅导反馈。约三分之一的人才发展专业人士认为这是 AI 最有价值的功能之一。仅有 18%的组织使用 AI 进行互动式、虚拟的情境模拟(Hands-on virtual simulations and scenarios)；然而，65%的组织可能会在未来开始使用。近五分之一的人才发展专业人士表示不会或无法

41、将 AI 用于虚拟情境的模拟演练。17%的专业人士认为这是 AI 最有价值的功能之一。超过 10%的组织使用 AI 调整游戏难度(Modify the difficulty level of games)；68%的组织表示未来可能会使用 AI 实现这一功能。超过五分之一的人才发展专业人士表示未来不会或无法使用 AI 调整游戏难度。仅有 3%的专业人士认为这是 AI 最有价值的功能之一。30 AI 驱动的企业人才发展一些组织正在将AI用于其他目的超过 20%的受访者表示，他们的组织正在使用 AI 来衡量学习的影响，并分析培训的完成率、绩效变化、人员留存和业务影响等相关数据。近三分之二的受访者表示

42、目前尚未使用 AI 进行此类分析，但可能在未来考虑。超过 10%的受访者表示他们无法或不愿意使用 AI 进行此类分析。五分之二的人才发展专业人士认为这是 AI 最有价值的功能之一。近 10%的受访者使用 AI 预测未来的趋势，例如工作成功率、员工留存和业务影响。70%的受访者表示目前未使用，但可能在未来考虑用 AI 进行趋势预测；20%的受访者表示他们无法或不愿意使用 AI 进行此类预测。仅有 14%的受访者认为这是人才发展最有价值的 AI 功能之一。15%的受访者表示他们使用 AI 评估能力或胜任力(capabilities or competencies)。三分之二的受访者表示可能在未来考

43、虑用 AI 做这类评估，但目前尚未实施；17%的受访者表示他们无法或不愿意使用 AI 评估能力。16%的受访者认为这是人才发展最有价值的 AI 功能之一。使用AI来评估成果和能力并不是一种常见的用法问题：您的组织如何将 AI 应用于以下人才发展或培训职能？评估能力或胜任力13%28%40%17%预测未来成果8%18%52%20%衡量学习的影响18%21%44%14%我们在这件事上，对 AI 的使用已经很专业了 我们没有在使用 AI 做这件事 我们正在使用 AI 做这件事，同时仍在学习 我们无法或不愿意使用 AI 做这件事 我们没有在使用 AI 做这件事，但已经在研究了 2%2%3%31 AI

44、驱动的企业人才发展人才发展专业人士正在使用AI完成特定的工作任务才发展专业人士正在使用 AI 来总结文档、撰写和编辑电子邮件，以及生产培训材料。在使用 AI 完成工作任务方面存在区域差异。例如，79%的美国受访者和 81%的其他地区受访者表示他们使用 AI 撰写和编辑电子邮件和文档，这些比例显著高于日本(仅有 47%)。此外，77%的美国受访者和 81%的其他地区受访者表示他们使用 AI 创建培训文档。这些比例显著高于日本(仅有 38%)。在被问及翻译工作时，56%的日本受访者和 75%的其他地区受访者表示他们正在使用 AI 开展翻译工作。这些比例显著高于美国(仅有 33%)。大多数人才发展专

45、业人士正在使用AI进行文档撰写、编辑和总结问题：您会使用 AI 工具完成哪些具体工作任务？总结文档 67%撰写和编辑电子邮件或文档64%生产培训文档 59%制作演示文稿49%翻译文档 48%创建营销内容 34%任务自动化30%项目管理 14%日程安排助手 14%管理团队 7%32 AI 驱动的企业人才发展具有高级 AI 力的组织中，有 88%的受访者表示他们使用 AI 来总结文档。这一比例显著高于具有熟练 AI 力的组织(68%)、具有初级 AI 力的组织(60%)，以及具有入门级 AI 力的组织(55%)。具有高级 AI 力的组织中，有 69%的受访者表示他们使用 AI 来翻译文档。这一比例

46、明显高于具有熟练 AI 力的组织(43%)和具有初级 AI 力的组织(43%)。具有高级AI力的组织正在使用AI完成特定工作任务 33 AI 驱动的企业人才发展人才发展职能部门应该是最早掌握 AI 工具和资源的团队之一，因为他们很可能需要为整个组织提供培训。要想确定你的团队是否已准备就绪，可以考虑以下建议：评估人才发展团队的 AI 力水平 与专家合作，找到学习的机会 研究 AI 使用的最佳实践，并为人才发展团队制定技能提升计划成功之道 34 AI 驱动的企业人才发展核心发现 5衡量AI对组织进步的影响大多数组织尚未量化评估 AI 对人才发展计划或组织目标的影响 35 AI 驱动的企业人才发展组

47、织可以改进衡量AI在培训和人才发展中影响的方式衡量 AI 对人才发展(TD)与人力资源(HR)举措的影响，对大多数企业而言仍是一片待挖掘的价值蓝海。不到一半的受访者正在衡量 AI 对知识留存、员工培训满意度或学习者参与度的影响。从广义上讲，衡量学习举措的影响并不是人才发展领域的强项。根据人才发展能力模型评估的完成率数据显示，衡量学习影响在专业程度上排名较低8。因此，大多数组织没有能够衡量 AI 如何影响重要的人才发展指标，这一点并不令人意外。对于更侧重人力资源的指标，如员工满意度和留存率，情况也是如此。多数组织报告衡量的唯一指标是 AI 能对生产力的影响。超过半数的人才发展专业人士表示，AI的

48、使用提高了他们组织的生产力问题：AI 在培训和人才发展中的使用，如何改善了您组织中的这些方面？生产力59%培训效率 51%工作中的技能运用 47%创造力或创新 47%学习资源获取44%培训有效性 44%学习者参与度40%学习者知识留存38%员工对培训的满意度 36%员工对工作的满意度 31%员工留存率 21%36 AI 驱动的企业人才发展衡量AI如何帮助组织实现目标的方法亟待改进大多数组织没有衡量在人才发展中使用 AI 对实现组织目标有何帮助。在那些确实在人才发展中使用 AI 的组织中：22%的组织衡量 AI 如何助力提高客户留存率 26%的组织衡量 AI 如何助力达成或超越营收目标 26%的

49、组织衡量 AI 如何助力提升客户满意度 32%的组织衡量 AI 如何助力新产品或服务的开发 35%的组织衡量 AI 如何助力降低组织运营成本37 AI 驱动的企业人才发展提升衡量和评估学习效果的能力，对大多数组织来说都是一个成长机会。掌握评估人才发展项目效果的方法，有助于制定更有效的策略来衡量 AI 对人才发展计划的影响。成功之道 38 AI 驱动的企业人才发展核心发现 6对使用AI的担忧人们对 AI 的主要担忧通常涉及生成内容的可靠性及数据保护风险 39 AI 驱动的企业人才发展人们对AI的采纳和使用心存担忧尽管 AI 技术已在组织中广泛应用，但调研显示，几乎所有受访者都对 AI 生成信息的

50、准确性抱有不同程度的担忧。对使用 AI 存在诸多担忧，这对一项较新的技术来说并不令人意外。各组织有很多机可以帮助员工了解 AI，使他们能够在工作中使用 AI，对可使用的工具做出决策，并制定使用政策来帮助他们减少顾虑。有趣的是，不同组织的 AI 力水平并未影响其对使用 AI 的担忧程度。无论该组织具备高级 AI 力还是仅掌握入门级 AI 力，他们对使用 AI 的担忧并无差异。受访者对AI生成信息的准确性表示担忧 问题：对使用 AI 工具时可能担忧的问题，您会如何评级？AI 生成信息的准确性41%55%数据安全31%63%AI 生成信息的版权和知识产权35%58%我方数据的保密性28%64%预测过

51、程中的数据偏差50%40%AI 所使用的数据来源41%49%伦理影响47%42%AI 导致工作岗位被替代37%10%重大担忧 低度担忧40 AI 驱动的企业人才发展不同地区对使用AI的担忧程度存在差异组织的总部所在地似乎会影响组织对使用 AI 的担忧程度。例如，来自日本的受访者对 AI 的担忧程度显著低于美国及全球其他地区的受访者。以下是该调查中支持这一发现的统计数据：调查显示，美国和日本受访者在人工智能相关问题的关注度上存在显著差异：77%的美国受访者表示数据安全是他们的一个重大担忧，这显著高于日本的 51%。73%的美国受访者表示数据保密性是他们的一个重大担忧，这显著高于日本的 54%。6

52、9%的美国受访者表示 AI 生成内容的版权和知识产权问题是他们的一个重大担忧，这显著高于日本的 50%。对于 AI 生成信息的准确性，69%的美国受访者和 75%的其他国家受访者表示这是重大担忧，显著高于日本的 42%。67%的日本受访者表示他们并不担忧人们的工作岗位会被 AI 被替代。这一比例明显高于美国的 38%。59%的美国受访者表示 AI 的伦理影响是一个重大担忧，这显著高于日本的 30%和其他国家 36%的受访者。57%的美国受访者表示 AI 使用的数据来源是他们的一个重大担忧，这显著高于日本的 42%。52%的美国受访者表示预测过程中的数据偏差是他们的一个重大担忧，这显著高于日本的

53、 30%。41 AI 驱动的企业人才发展当组织在其工作流程中考虑和应用 AI 时，争取员工对应用 AI 的支持是很重要的。如果员工能更好地理解高层领导对 AI 应用的战略和愿景，他们就能更能缓解焦虑，接受已获批准的 AI 工具和资源。如果您要在您的组织中应用 AI，可以考虑采取以下行动：一旦组织制定了 AI 的使用政策，就应召开员工大会，让高层领导有机会亲自与员工交流，没事组织决定积极拥抱 AI 的原因 确保所有 AI 政策和已获批的 AI 工具在员工需要时即时可用 确保培训和技能提升的资源易于获取 选定 AI 推广的关键人物或带头人，促进组织形成支持 AI 应用的文化氛围 考虑推行“AI 导

54、师”计划，让经验不足的员工向早期实践者和领域专家学习成功之道 42 AI 驱动的企业人才发展核心发现 7未使用AI一些组织尚未使用 AI，不使用的原因在于：缺乏实施所需的人员、不清楚使用 AI 将如何影响业务成果，或他们对 AI 可能带来的隐私风险心存担忧 43 AI 驱动的企业人才发展尽管当前并非所有组织都在使用AI，但部分组织已将其纳入未来规划近三分之一的受访者表示，他们所在的组织目前尚未使用 AI 解决方案和工具，但大多数(52%)受访者表示预计将在未来一年内开始使用。在学习职能领域未能实施 AI 的原因主要集中在人员配备和专业知识、技术基础设施以及隐私问题上。近半数未使用AI的组织坦言

55、，这是因为他们缺乏具备实施AI应用所需专业知识的人才问题：是什么阻碍了您的组织在人才发展或学习职能中使用 AI？缺乏足够的具备适当知识的员工来实施有 AI 功能的应用程序47%不了解哪些任务能够通过 AI 应用受益从而改进业务结果37%对使用 AI 我们有隐私问题的担忧34%预算限制30%员工缺乏时间学习使用有AI功能的应用28%组织不允许使用 AI 或缺少使用AI方面的政策24%对有 AI 功能的应用程序缺乏信任22%缺少足够的技术基础设施17%缺少时间实施具备 AI 功能的应用程序 15%其他8%44 AI 驱动的企业人才发展针对尚未应用 AI 的组织，本研究报告的发现可提供有价值的推进路

56、径。以下是对组织在启动 AI 战略开发时的建议：梳理组织业务流程中的 AI 适用场景 评估组织内部的 AI 技术储备。如存在缺口，建议引入外部专家资源，协助制定 AI 落地战略 尽早建立 AI 使用规范，这有助于获得员工认同 为员工制定 AI 培训和技能提升计划成功之道45 AI 驱动的企业人才发展行动计划在本项研究中，ATD 研究院聚焦 AI 在组织中的应用和及组织的 AI 力。多数受访者认同，员工使用 AI 越多，工作效率就越高。受访者还希望看到 AI 工具 (如销售辅导系统、员工答疑聊天机器人)能全面融入业务流程。大多数人也表示应当更多地使用 AI 工具与资源。研究表明，在组织是否制定

57、AI 政策和提供培训帮助员工认识和使用 AI 工具和资源方面存在差距。通过更好地了解组织如何使用 AI，人才发展专业人员就有可能克服他们在实施这项技术时面临的挑战。以下是 ATD 建议的一些行动步骤：评估组织的AI力。正如研究指出的那样，高管及其团队对组织整体 AI 力水平的认识可能存在差异。像看待其他变革工作一样看待 AI 工具和资源的实施。评估员工对 AI 的理解、当前使用情况和担忧。这些信息可以为 AI 政策和培训计划提供参考。制定AI使用政策，明确允许使用的工具和资源。员工希望得到领导的指导，并在可能的情况下获得使用 AI 工具和资源的许可。向 AI 力高的组织学习，制定政策，为使用这

58、项技术提供必要的防护。确定从AI工具中受益的人才发展工作领域。人才发展专业人员对 AI 工具和资源的尝试越多越好。对于人才发展领导来说，这是一个确定人才发展工作流程中鼓励员工练习使用 AI 工具和资源领域的机会。本着协作和学习的精神，考虑与其他部门分享您团队的见解，以激励他们采纳 AI。46 AI 驱动的企业人才发展 提高人才发展员工的AI技能。由于人才发展职能的任务通常是帮助实施组织变革和提高员工对新技术的技能，因此要确保他们了解如何在自己的工作中使用 AI，并能培训其他人如何在工作流程中使用 AI 工具和资源。为AI的使用制定技能提升和招聘战略。虽然研究表明大多数组织不一定会为 AI 技能

59、配备人员，但 ATD 相信他们很快就会这样做。无论是提高技能还是为这些技能进行招聘，重要的是要了解组织的 AI 技能差距，并制定计划来弥补这些差距。考虑AI影响的衡量和评估战略。如前所述，衡量和评估学习举措的影响仍然是大多数人才发展部门面临的机遇。在制定 AI 学习战略时，请考虑如何衡量其影响。如果您尚未使用 AI，请考虑收集当前工作的数据，作为比较 AI 提升工作的基准线。量化 AI 带来的任何增值，可能有助于人才发展团队获得更多培训资金，或为整个组织提供更多工具和资源投资的商业理由。无论组织是刚刚开始使用 AI，还是已经有了使用 AI 的既定流程，所有人才发展专业人士应继续寻找和学习相关资

60、源，以跟上这一领域的发展。47 AI 驱动的企业人才发展调研概述目标调研群体本研究的目标人群是不同组织和行业的人才发展专业人士。共有 440 名人才发展专业人士完成了调研。调研工具人才发展专业人士被问及有关他们如何在其组织中使用AI的各种问题。实施流程ATD 研究院于 2024 年初秋向目标人群发放来在线调研链接。调研于 2024 年深秋截止。统计学显著性差异判定这份报告指出了不同群体之间的差异。所有差异至少在 p 0.05 的水平上具有显著性。p 0.05 的显著性意味着差异由偶然产生的概率小于 5%，并且可以有 95%的把握认为结果代表了统计上的显著关系。48 AI 驱动的企业人才发展注释

61、1.N.Avila，AI 的临界点，福布斯，2024 年 2 月 16 日， AI：回答 3 个大问题，盖洛普，2024 年 10 月 8 日， 杂志,November 2024,td.org/content/td-magazine/making-frenemies4.M.Bernhart，当 TD 遇上 AI，培训与发展 杂志，2024 年 1 月，td.org/magazines/td-magazine/ai-meets-td5.ATD,ATD人才发展知识体系指南,第 2 版(Alexandria,VA:ATD Press,2024)6.M.Bernhardt,面向人才发展领导者的AI战略

62、：治理指南，ATD 博客，2024 年 6 月 5 日，td.org/content/talent-development-leader/ai-strategy-for-td-leaders-a-guide-to-governance7.C.Li，为什么你的组织现在就需要一个 AI 咨询委员会，LinkedIn，2023 年 9 月 15 日， AI 驱动的企业人才发展关于作者和贡献者 人才发展协会(ATD)通过制定人才发展职业标准，积极倡导学习和培训的重要性。作为全球最大且最受信赖的培训和人才发展从业人员专业发展组织，ATD 服务于来自 100 多个国家的全球社区。自 1943 年成立以来，

63、ATD 一直致力于跟随并适应国际企业和新兴行业的需求而不断扩展。ATD 的使命是赋能专业人士在工作场所发展和培养人才。我们提供的资源旨在帮助人才发展专业人士提升影响力和效率，其中就包括我们的研究。ATD 的研究团队紧跟行业趋势，为决策提供宝贵信息，并将研究与实际实践和绩效紧密结合。通过全面的数据和深入的分析，ATD 的研究成果(包括研究报告、简报、信息图表和网络研讨会)为企业领导者和人才发展专业人士提供洞察，帮助他们更有效地应对当今快速变化的行业环境。了解更多信息，请访问 TD.org。Rocki Basel 博士是 ATD 研究服务的总监，并担任本报告的首席研究员Jihye(Jenny)Lee 是 ATD 韩国和会议项目全球经理，并担任本报告的项目经理Caroline Cope 是 ATD 的高级研究员，并担任本报告的编辑Tessa Guiv 是 ATD 的研究员，并担任本报告的编辑Melissa Jones 是 ATD 出版社的经理，并担任本报告的编辑Katy Wiley Stewts 是 ATD 的制作编辑，并担任本报告的编辑Wei Wang 是 ATD 全球高级总监，并担任本报告的项目贡献者Shirley E.M.Raybuck 是 ATD 的高级平面设计师50 AI 驱动的企业人才发展