专访阿里巴巴人才发展专家 尹锴：我们是如何培养AI时代员工的

　　第四阶段是“AI 的影响和未来”，进行前瞻性探讨，包括生成式 AI 的技术革命定位、AGI 的实现路径、AI 对人的影响以及个人在 AI 时代的进化策略★■◆★★。

　　希望这些来自实践一线的洞察，能为更多企业在 AI 浪潮中进行人才培养与组织发展工作，提供有益的借鉴与启示。

　　后端开发人员：后端工程师在 AI 的辅助下★■◆，可以增强对业务逻辑的理解和需求洞察，从而更直接地对接业务需求■■■，甚至在某些场景下◆■★，部分承担起产品经理的职责，缩短了沟通链条★■。

　　所以，不是要抛弃传统，而是要用 AI 让传统学习方式焕发新的生命力，变得更高效、更个性化、更具深度。

　　总而言之，AI 时代的人才梯队建设，是一个动态的、以能力为核心、技术赋能的过程。它要求我们更加关注人的底层潜能和成长性，而非仅仅是过去的经验和静态的知识★★◆■。

　　在团队运作模式层面，AI 的加持确实可能在短期内催生更多◆■■★“一人企业”或高度敏捷的小团队，它们能够快速响应市场变化，完成一些以往需要更大规模团队才能承担的任务。

　　1.业务主管的角色强化：业务部门和员工的直接主管，因其对业务和员工个人情况的深入了解，将在员工的专业发展指导上扮演更核心的角色。他们更清楚员工需要学习什么才能匹配业务发展。

　　中欧商业评论（以下简称CBR）■★■◆◆★：传统企业普遍存在培训与业务“两张皮”现象，在AI时代，培训与业务如何借助AI工具创造价值？

　　尹锴：随着 AI 日益普及■■★★，许多基础性、重复性的知识与技能逐渐可由 AI 高效处理，企业在人才的选拔与培养上，应更加聚焦于那些 AI 难以替代的核心人类素养与高阶认知能力。我认为，未来关键人才应重点发展以下几方面的特质与能力：

　　CBR：AI时代，企业应如何构建适配AI时代的人才梯队？是否需要转变人才评估维度？

　　3.完成高价值的◆■★“最后一公里■■”：AI 可以辅助完成大量工作，但在很多领域，尤其是需要高度专业判断、创新和责任承担的环节■★■■◆◆，仍然需要人类专家来把控方向◆★★■，完成最终的高价值输出■★■。

　　第一阶段是“AI 基础认知”，帮助员工理解 AI 的本质、核心工作原理以及能力边界◆■，建立对 AI 的理性认知。

　　未来，管理者的核心价值将更多地体现在战略引领■■★、团队赋能和文化塑造上。他们需要具备敏锐的战略眼光■★◆，看清 AI 对业务的深远影响★◆◆，为团队指明方向。随着 AI 接管更多流程化工作，管理者的重心必须转向激发团队潜能，营造创新氛围，帮助成员掌握与 AI 高效协作的技能，并通过教练辅导和资源支持，将 AI 的效率优势转化为团队的整体战斗力。此外，技术越是发展，对人的关怀和文化建设就越重要。管理者需要投入更多精力关注员工的成长与感受★◆◆★■，传递企业价值观，打造有凝聚力的团队。最后，管理者自身必须成为拥抱 AI、驱动变革的表率，主动学习◆■★★◆◆，理解 AI 如何重塑业务与管理，并带领团队抓住 AI 带来的机遇。

　　AI 时代对管理者的挑战尤为突出★■■★★■，★■■★◆“去中介化”趋势将加速淘汰缺乏核心价值、仅依赖信息传递的管理者。

　　但从长期和规模化发展的角度看■★■★◆◆，复杂的商业创新和持续的市场领导力，依然需要强大的组织能力作为支撑。这包括共享的技术平台、成熟的流程体系以及深厚的企业文化等■★◆★■■。这些是小团队难以独立构建的◆■★。

　　CBR◆■◆◆★：AI 的发展会如何重塑岗位能力模型？AI 时代关键人才的能力画像是什么样的？

　　因此■★，在培养方式上，我们更加强调◆★◆■“实战练兵”，即让人才在真实的项目中历练成长，并由经验丰富的资深员工提供精准指导；同时◆◆★■■◆，AI 则扮演着强大的“智能副驾”或“虚拟教练”角色■◆■，提供全方位的即时支持与赋能■★★★，形成三位一体的加速成长路径。

　　业务运营人员■★★■：部分业务运营人员可以利用 AI 代码生成工具◆★■★◆，快速开发和迭代一些轻量级的业务需求或独立模块■◆◆，而无需完全依赖后端排期，提升了响应速度和自主性■◆◆■。

　　然而，这并非意味着培训部门失去了价值，而是其职能和重心发生了转型。我们的角色正从单纯的“知识传递者”，转变为“智能化学习生态的设计者和赋能者■◆★◆★★”★■■★◆。具体来说：

　　很多人对我们为非技术员工提供的 AI 课程体系比较感兴趣，这个循序渐进的进阶路径大致分为四个阶段：

　　2■★.学习与发展部门的战略升级：培训部门的价值，将更多体现在更高层面。例如，我们可以成为“数据驱动的人才发展专家■★★◆”，借助 AI 分析整个团队的能力缺口■★◆◆，识别关键人才和岗位的需求，设计更精准、个性化的学习发展路径和职业发展建议。我们不再只是被动响应需求，而是主动洞察和规划◆★★◆。

　　3.协同共建学习生态：培训部门可以联合业务部门■◆◆◆◆■、技术部门◆★★◆■★，共同打造企业级的 AI 学习生态■■◆■■。这个生态系统能够整合内外部资源，利用 AI 为员工提供个性化、智能化的学习支持■◆，帮助员工更好地识别和满足自身学习需求。

　　6■★.沟通协作能力：AI 可能会改变团队协作的方式，但人与人之间的沟通★◆◆■■、协作、共情能力，在驱动创新、达成共识、凝聚团队方面★★◆◆◆■，其重要性不降反升。

　　尹锴：AI 的应用正在改变现有岗位的工作内容和边界，一个明显趋势是“岗位的融合★■”与“能力的泛化”◆★◆★。许多原本需要高度专业化技能或大量人工投入的环节，现在可以由 AI 辅助甚至部分替代◆■■★，这使得个体能够承担更广泛的职责■◆★◆◆，岗位间的界限也因此变得模糊。以软件开发领域为例，这个趋势日渐明显◆◆★：

　　因此◆■■■，企业需要在激发个体和小团队活力的同时，持续建设和强化组织平台能力，找到一个最佳的平衡点。

　　5.智能化学习平台与工具支持 ：我们也在探索构建内部的 AI 知识网络和学习平台。例如，通过将内部知识库、学习平台与大模型相结合，打造◆◆◆“内网 AI 搜索■★■■”“AI 助教”或■★“业务 AI 助理■◆★◆◆■”◆◆■，为员工提供随时随地的、精准的 AI 支持★■◆◆■，降低他们应用 AI 的门槛。

　　尹锴：在阿里巴巴■◆■，我们深刻认识到 AI 是普惠性的技术，赋能非技术人员学习和应用 AI，培养其成为复合型人才是我们人才战略的重要组成部分■◆★■■。我们主要通过以下几个方面系统性地推进：

　　第二阶段是“让 AI 成为工作助手◆■”◆■■◆，通过真实案例展示 AI 在工作场景中的应用价值■★★★■，并学习如何像领导团队一样领导 AI ■◆◆。

　　CBR：在 AI 时代，员工可能面临无法精准识别学习需求和职业发展方向不清晰的问题，这是否意味着培训仍有存在的必要？

　　我们邀请了阿里巴巴才发展高级专家尹锴，深入剖析阿里巴巴在 AI 时代的企业学习与发展转型、人才能力重塑等关键议题上的思考与行动◆★★★，期望为更多企业在 AI 浪潮中的破局与发展提供借鉴与启示。

　　4◆★★★■.聚焦核心“人本■◆■■★★”价值◆■◆◆★：正如之前提到的■★，培训和 HR 在团队凝聚力建设、人际互动促进、组织文化传承等方面的价值会更加凸显。这些依赖深度人际理解和情感连接的领域，是 AI 难以替代的，也是组织健康发展的基石。

　　通过意识塑造◆★◆、体系化课程★■★◆◆◆、实践分享、创新激励及智能化平台工具支持，赋能包括非技术人员在内的全体员工掌握 AI，实现复合型人才培养。

　　这种变革的本质是岗位能力的重构与融合。它要求技术开发人员不仅仅懂技术，还要强化业务敏感度和产品思维；产品经理则需要掌握 AI 协同工作的能力，并对技术实现有更深入的理解。最终的目标是培养出更多具备跨领域解决问题能力的复合型人才★◆◆★■。

　　3.强化“领导力发展”与“组织情感连接◆◆★■■”：在领导力培养、教练辅导、团队文化建设■■■★、员工情感关怀等领域，人的因素至关重要。这些工作需要深度的人际互动■★◆、情感洞察和价值观引导，AI 可以作为辅助工具提供信息和萃取案例，但核心的◆★★■★★“人性洞察”和“情感连接”仍需由专业的学习发展团队来主导和推动。

　　1.意识与文化塑造◆■★◆：首先是“布道”。通过高管发声◆★◆、内部宣传、趋势解读、成功案例分享等多种形式，持续提升全体员工■◆◆★■★，尤其是非技术人员对 AI 价值和潜力的认知★■★■★◆，营造拥抱 AI、探索 AI 的文化氛围◆★◆◆。

　　2★★.人机协作能力■◆：这包括能清晰地向 AI 下达指令，引导 AI 产出高质量、符合目标的内容，并能与 AI 形成高效的配合，让 AI 成为工作的得力助手。

　　2◆■◆■.体系化课程赋能：我们开发了面向非技术背景员工的 AI 系列课程。这套课程体系旨在帮助他们理解 AI 的基础概念、工作原理（以非技术语言解读）★★★■、能力边界、主流工具、AI 的影响和未来，以及更重要的——如何与 AI 高效协作，掌握提示词工程等实用技巧。

　　产品经理■■★◆◆■：过去■★，产品经理在完成需求分析后，需要与前端工程师沟通界面原型、流程设计★◆◆■■，再与后端工程师沟通功能实现★■★。现在，借助 AI 工具，产品经理可以直接生成高保真原型◆★、绘制流程图，甚至完成一些基础的前端任务■■◆。这不仅提升了效率，产品经理通过 AI 生成的直观原型与业务方■■◆★■◆、开发团队沟通，也能极大减少因抽象描述带来的理解偏差。

　　尹锴：绝对是的。扎实的专业功底，或者说领域知识，在 AI 时代不仅没有过时★★■★，反而更加重要◆◆◆★■。它是我们与 AI 协作的■◆◆★★“压舱石”。理由很简单：

　　第三阶段是◆◆◆■“如何与 AI 对话”，聚焦于提升与 AI 高效沟通的实战技能◆★■★，例如提示词工程的底层逻辑和针对不同场景、工具的使用技巧。

　　1◆◆◆★★■.AI 技术素养★◆：这不仅仅是知道几个 AI 工具■■，而是要理解 AI 的基本原理、核心能力和局限性。只有这样，才能判断在什么场景下、如何有效地利用 AI。

　　尹锴：员工的成长需求，尤其是在职业发展方向和新知识获取方面，是持续存在的，AI 时代甚至会加剧这种需求，因为技能迭代太快■★■。新人需要引导，在职员工也需要不断更新知识体系。

　　学习发展部门的从传统的知识传递者★◆，向智能化学习生态的设计者、赋能者和价值提炼者转变，更加聚焦于◆■“二次创作”、体验设计、领导力发展和组织情感连接。

　　尹锴：生成式 AI 的广泛应用，确实从根本上改变了知识传递的模式◆■◆■，使得传统意义上培训部门作为◆■■“知识中介”的角色大幅弱化■★。在数字化程度较高的企业★■★■，结构化的知识和业务信息可以被整合进企业知识库并与大模型结合，员工通过智能问答就能便捷地获取信息。这意味着■■★■◆◆，以往那种以知识讲授为核心的常规培训，其必要性会显著降低。

　　4.场景驱动的创新激励：我们举办了 AI 应用创新大赛等活动，鼓励员工结合自身工作场景，主动思考和探索 AI 的应用点，并分享使用心得和方法论。优秀的创意和实践会得到奖励和推广。

　　除了引进新人才■★◆■，对现有员工的技能升级和转型也至关重要。我们需要为他们提供持续学习的机会和资源◆★◆■■，帮助他们掌握 AI 技能，适应新的工作模式★★◆，实现个人职业生涯的再次成长★■。

　　因此，我们的目标并非在“超级员工”和“强大组织■◆◆”之间做简单取舍■◆■★，而是要双管齐下◆■◆■：既要大力培养能够驾驭 AI 的“超级员工◆◆”，也要同步构建和强化能够支撑这些人才发挥最大价值、促进高效协同的组织能力与先进管理体系。

　　当然◆■■，这套课程体系提供的是一个通用性的入门框架，真正的深入应用和价值创造，还需要员工将所学与具体的业务场景紧密结合，通过持续的业务实践和探索来深化★■◆★。

　　3.批判性思维与验证能力◆◆◆■：AI 会产生“幻觉”，输出看似正确实则错误的信息。因此★◆，员工具备审辨■★、质疑■■、验证 AI 产出的能力至关重要◆■◆★，不能盲从 AI■★★★★■。这背后是对专业知识的扎实掌握。

　　AI 的价值不仅在于提升个体◆★■，更在于优化团队协同的效率和质量。例如◆◆■★★★，AI 可以帮助团队成员更好地共享信息、理解彼此的工作★■◆■■◆，从而实现更流畅高效的合作。

　　本文以阿里巴巴实践为例◆◆■★◆，深入探讨了 AI 时代企业人才培养的转型路径，为我们揭示了几个关键的变革方向■★■★★◆：

　　3.实践案例的挖掘与共享■◆★★：我们积极挖掘内部员工在实际工作中应用 AI 提升效率、解决问题的真实案例，并通过内部平台、专题分享会、线下工作坊◆■◆◆★■、直播等方式进行推广◆■■。这能让员工看到 AI 的实际应用价值，并从同伴的经验中学习。

　　1★◆.识别 AI 的“一本正经的胡说八道■★■★◆★”：AI 可能会犯错，甚至编造信息。只有具备深厚的专业知识，才能敏锐地发现 AI 产出中的偏差、谬误，进行有效的甄别和纠偏。

　　CBR■■◆◆：对于阿里来说，更愿意培养■◆■■◆★“超级员工”还是强化组织能力？更倾向小团队负责制还是保持大兵团作战★◆■★■★？管理者应如何重新定义角色■◆★？需要加强哪些能力？

　　4■◆★★★.持续学习与适应能力：AI 技术日新月异，新的应用层出不穷。保持好奇心，快速学习新知识、新工具，并将其应用于实际工作◆■◆■，是 AI 时代人才的必备素质。

　　对于具备上述核心素质的人才，即使其在特定专业领域的经验尚浅，也能在 AI 的辅助下，快速达到甚至超越传统模式下的中级水平。例如■■◆◆★，过去一个新人可能需要 3 到 6 个月才能独立完成一些工作◆■◆★，现在通过 AI 赋能★★■★★■，这个周期可能缩短到 1 到 3 个月就能达到相当的熟练度■◆◆★★◆，能够处理常规任务。

　　人工智能（AI）正以前所未有的速度重塑着企业的运营模式与人才发展格局。在这场深刻的技术革命面前，企业学习与发展作为连接员工成长与组织目标的关键桥梁，正面临着前所未有的挑战与机遇■◆◆★■。阿里巴巴作为行业巨头，其在 AI 时代的培训实践与人才发展战略备受瞩目。

　　除了技术素养、AI 协作能力、批判性思维和持续学习能力外★■★◆，创新思维、复杂问题解决能力和高效沟通协作能力成为AI 时代关键人才画像中愈发重要的组成部分。

　　至于培养方式，我认为不是单纯回归传统★■，而是传统方式与 AI 赋能的有机结合★★■■★。扎实的业务实战★★◆◆★■、参与高质量的专家研讨、结构化的课程体系依然重要，它们帮助构建系统性的知识框架和批判性思维。同时★◆，AI 可以作为强大的学习伴侣和认知增强工具，提升学习效率并深化理解互动。

　　然而，个体能力再强也存在边界★■■◆，AI 本身也有其局限性■◆■。面对真正复杂的系统工程■◆★、底层的技术攻坚，或是需要大规模协作的商业项目时，单纯依赖某个“超级员工”或 AI 都是不够的。这时，组织化的协同作战能力就显得至关重要。

　　2.深耕◆★■◆◆“人文交互★◆◆”与体验设计★◆★：当知识获取日益便捷，员工更需要深度的学习体验、情感的共鸣以及团队间的互动■★■★■。因此，培训部门需要更侧重于设计和组织如工作坊■■■、情景模拟、行动学习等体验式学习项目◆■◆★◆★。这些项目旨在创造★◆■★“当下的体验冲击”，激发学员深度反思和共创智慧，这是 AI 难以替代的。我们更像是■◆★“学习体验设计师★★”★★。

　　尹锴：在 AI 时代★■★★■◆，静态的岗位能力模型已经失去了意义，因为它难以跟上业务和技能要求的快速变化。我更倾向于探讨关键人才在 AI 时代需要发展和组合具备的一系列核心素养◆■■◆★。当然★◆■■，要求个体在所有方面都达到顶尖水平是不现实的■◆■■◆★，但以下这些能力方向■★■★★■，对于在 AI 时代保持竞争力至关重要：

　　尹锴：这两者并不矛盾。我们乐于看到员工通过 AI 大幅提升个人效率和能力，成为某个领域的★◆◆“超级个体”。例如，一个普通程序员在 AI 辅助下，编码效率和质量可能大幅提升；一个行业运营小二借助 AI，数据分析和洞察能力也可能远超从前。

　　2.提出高质量的问题和指令：你向 AI 提问的深度和广度◆■◆，决定了 AI 能给你多大价值的回应。专业知识能帮助你更精准地定义问题，给出更有效的指令，引导 AI 进行深度思考和创造■◆◆■★★。

　　5★◆★★.创新思维与解决复杂问题的能力■★：AI 可以处理很多常规任务◆◆，但面对复杂★★■、模糊◆★◆■、需要创造性解决方案的问题时，人的创新思维就显得尤为重要。如何利用 AI 作为工具★◆◆★◆■，去探索新的可能性■■★，解决更复杂的问题，是高阶人才的核心价值。

　　鼓励 AI 赋能的超级个体崛起，同时强调组织协同与平台支撑的重要性，并对管理者角色提出了新的要求。

　　传统上，这部分工作可能由 HR 或培训部门承担。但在 AI 时代，我认为会发生一些变化：

　　1.聚焦“二次创作■★”与价值提炼：AI 能高效生成内容初稿，但培训部门的专业价值体现在对这些内容的“二次创作★◆★”上——判断其业务合理性、信息准确性与场景适用性◆◆★★★，更重要的是融入深刻的业务洞察和企业文化精髓★★★◆，将 AI 的“素材”打磨成真正符合企业需求的“精品■★◆◆■★”。