全公司 AI 教育路線圖
Enterprise AI Training Roadmap
什麼是全公司 AI 教育路線圖?
- 依程度、對象、時間三軸劃分的分階段計畫
- 未先做事前診斷就直接選課,會造成預算浪費
- 以現場工作應用的變化衡量,而非結訓率
許多人會把全公司 AI 教育路線圖理解為「面向全體員工的生成式 AI特別講座時程表」。然而開了幾梯次特別講座,是實際執行的成果,而不是路線圖。路線圖要回答的問題是誰、要提升到什麼程度、在什麼時間之前必須達成。同樣是兩小時的課程,業務人員與財務負責人、主管與新進員工所需的內容並不相同;若不區分對象,教育對一半的人來說太簡單,對另一半的人來說又太難。
實務上通常以三個軸來規劃。第一是程度軸,一般分為全員應具備的基本素養、依職務的應用,以及涵蓋自動化・代理的進階三個階段。第二是對象軸,區分高階主管、主管、實務人員與AI 冠軍。高階主管課程不應教工具用法,而應處理投資判斷與風險管理。第三是時間軸,第一季安排診斷與基礎課程,之後安排職務課程與專案執行,年底則安排成效衡量與隔年設計。
起點是事前診斷。若不先了解各職務目前使用 AI 的程度與用在哪裡,就直接挑選課程,預算會花在不符合程度的教育上。依診斷結果把人員分成約三個群組,每個群組的目標不寫「結訓」,而寫教育後在現場會做的行為。例如「用 AI 撰寫每週報告初稿」這樣可以觀察的句子,年底才能確認是否達成。資安指引與可用工具的範圍,必須在第一堂課程之前就確定。
現場最常出現的偏差,是教育與工具、工作各自分開。若受訓後沒有公司帳號,或因資安政策無法使用實習的工具,所學內容一個月內就會消失。此外,若把結訓率當作成效回報,常會出現結訓率 100%,而應用率原地踏步的結果。路線圖除了課程清單,還必須包含課後課題、部門內擴散負責人與應用衡量方式;而且因為 AI 工具功能變化很快,最好從一開始就安排每半年修改課程內容的時程,比較穩妥。
這並非某位創始人提出的理論,而是生成式 AI 進入辦公業務後,企業教育部門把既有的分層、分職務教育體系方法套用到 AI 能力上,逐漸形成的實務慣例。
假設案例來看。食品製造與流通業的 A 公司有 600 名員工。去年針對全體員工開設了 4 個梯次的生成式 AI 專題課程,結訓率達 94%,但三個月後的問卷顯示,每週至少用一次工作的回覆只有 18%。
- 教育團隊的課長針對 12 個職務群組進行事前診斷,結果為 '從未用過' 41%、'偶爾使用' 46%、'每天使用' 13%。主管說:"原來問題出在大家聽的是同一堂課啊。"
- 人資負責的高階主管將課程分為基礎、職務、進階三階段,並為 32 位高階主管另外安排半天的課程,著重投資判斷與資安風險,而非工具實作。
- 資安團隊在第一堂課程前 3 週確定了可使用的工具 2 種與禁止輸入資訊的清單。教育當天全員以公司帳號登入並完成實作。
- 職務課程的結業學員 180 人在 4 週內提交了 1 項自身工作課題,各部門 24 位 AI 冠軍則每兩週為卡關的地方提供解答。提交率為 77%。
- 年底再診斷時,每週至少使用一次的人從 18% 增加到 52%。「每天使用」群組從 13% 增至 29%,教育訓練團隊則把這個數字當作隔年預算簽呈的依據。
金鍾赫
朴雪英