AI训战新定位:让组织能力在业务现场生长

发布时间:
2026-11-13

AI训战新定位:让组织能力在业务现场生长


赵凯

贝壳集团学习发展部负责人


这两年,很多培训从业者都有一个明显的感受:找资料、做内容、设计课程,甚至模拟陪练、提供反馈,AI正在进入我们熟悉的各个工作环节。

这次论坛的演讲PPT,也是AI帮我制作的。我还请它写一份25分钟的逐字稿,连时间安排都很精确。有时我甚至觉得,它写得比我讲得还好。
这也让我开始认真思考:当AI越来越擅长培训过去所做的事情,培训下一步真正的价值究竟在哪里?
结合过去几年的组织领导力训战、绩效改进实践,以及近期在业务现场的AI陪跑探索,我越来越关注一个方向:让方法进入真实工作,在解决问题的过程中持续生成组织能力。


一、从帮助个人学会,到让一群人共同解决问题


AI可以迅速检索知识、整理资料、生成分析报告。但管理者进入业务现场,依然要回答:核心矛盾是什么?哪些问题需要优先解决?不同方案如何取舍?怎样带领团队采取行动,并承担结果责任?

我把这个变化概括为:知识变便宜,判断力变贵。 AI可以提供参考,帮助我们识别模式、拓宽思路;理解业务情境、作出价值判断、带领团队采取行动并承担结果责任,依然需要管理者自己完成。
培训需要进一步思考,怎样帮助管理者在真实业务中持续练习这些能力。
过去谈领导力,我们常常关注一个管理者懂不懂管理、能不能带团队。随着实践深入,我越来越重视组织领导力:一群管理者能否使用共同的语言和方法,在复杂问题面前形成协同、共同推动结果达成?领导力培养,需要从个人能力进一步走向组织共同解决问题的能力。
这也改变了我对训战的理解。围绕真实问题,“训”建立共同的认知框架和解决问题的方法,“战”把方法带到真实业务场景中应用和验证,“复盘”回顾哪些方法有效、哪些需要调整,并把有效经验沉淀下来。个人经验由此逐渐转化为一群人共同使用的方法。


AI训战新定位:让组织能力在业务现场生长


图1 通过共同方法、业务行动与复盘反馈,让能力在真实问题中生成。

要把这个过程设计好,需要同时回答三个问题:服务哪些人,进入什么业务场景,依靠什么机制推动落地。 不同层级、不同角色的管理者,面临的责任和挑战不同,训战的内容与方式也需要有所区别。
与此同时,上下级之间需要有共同的语言,培训与业务之间需要有带教、协同和资源保障机制。如果上级学一套方法,下级用另一套方法,或者课程结束后缺少应用与反馈的条件,学习就很难进入日常工作。组织能力建设,需要把人群、场景和机制一起考虑。
在不同场景中,训与战可以有不同组合。需要大规模刷新认知、统一管理语言时,可以以训为主,通过标准化学习带动高频高价值场景下的刻意练习;面对业务攻坚和复杂协同时,可以以战为主,让真实问题牵引学习、辅导和复盘。

AI训战新定位:让组织能力在业务现场生长
图2 根据业务目标,选择以训为主或以战为主的训战方式。

在与华商基业共同推进的“超越指标”绩效改进实践中,真实业务挑战牵引学习、辅导与行动。我们特别关注三个结果:事成、人长、方法沉淀。 事成,是解决真实的业务问题;人长,是参与者在解题过程中掌握方法、提升系统解题能力;方法沉淀,是把实践中验证有效的经验、工具和方法留下来,让其他人也能够使用。
因此,评价一个训战项目,我会追问:项目结束以后,组织留下了什么?
共同语言,让一群人能够用同一套概念看待问题;共同方法,让大家能够运用共同的框架分析问题、设计措施;共同场域,让不同层级、不同部门的人围绕真实议题讨论、协作和共创;共同资产,则让实践中形成的案例、工具、模板与机制能够继续被使用。

AI训战新定位:让组织能力在业务现场生长
图3 训战的成果,既体现在业务目标上,也体现在组织留下的工作方式中。
训战的成果,要留在组织的工作方式里。 当项目结束、辅导者离开后,组织还能不能用这些共同语言、方法和资产继续解决问题?这是我判断训战价值时特别关注的一点。

二、从组织训战到AI训战,让沉淀的经验重新进入工作

过去,我们很重视经验萃取。项目结束后,总结最佳实践、编写案例、提炼工具和SOP。但我一直有一个困惑:这些材料后来被使用了多少次?大家遇到类似问题时,会不会主动调用?环境变化后,方法有没有跟着更新?
有些经验的价值高峰,出现在成果发布和分享的那一刻,随后就被存放起来、束之高阁。
AI让这件事有了新的可能。过去,案例、工具、模板和SOP主要供人阅读和学习;现在,我们可以把经验进一步结构化,封装成能够在特定业务场景中调用的方法,由AI带回工作现场,提供分析参考和行动建议。方法被使用后,又能通过真实反馈持续修正和迭代。
组织训战让经验沉淀下来,AI训战让经验重新流动起来。
我把AI训战概括为四个要素:
AI是底座+业务是场景+训战是机制+Skill是资产。
这里的Skill,可以理解为:围绕具体场景,将专业方法、人机分工、操作流程、输入输出和评价标准组织起来,形成可以被反复调用和持续迭代的能力单元。

AI训战新定位:让组织能力在业务现场生长
图4 AI是底座、业务是场景、训战是机制、Skill是资产,四个要素共同运行。
AI提供资料调用、分析生成等支持底座;业务提供真实客户、项目、团队和经营问题;训战把训练、行动和复盘贯穿起来;Skill则承载可以持续调用和改进的方法。
这改变了AI、业务、训练和能力资产之间的连接方式:带入资料与方法,AI辅助分析,人作出判断并推动行动,再通过业务反馈和复盘更新方法。

三、从Skill 0.5到Skill 1.0,让训、战、复盘持续连接

在这样的工作方式中,“训、战、复盘”各自承担的任务也在变化。训,是和使用者一起搭建能够在真实场景中使用的人机协同工作系统。 明确业务问题,整理已有经验,设计人和AI的分工、流程与输出要求,形成可供试用的Skill 0.5。战,是把Skill 0.5放进真实工作流。 AI处理适合它承担的资料整理、分析和内容生成,人负责关键判断、取舍与行动。实际使用会暴露方法中的缺口,也带来新的经验。复盘,是用这些反馈把Skill迭代到Skill 1.0。 哪些信息缺失了?哪个追问有帮助?哪一步不适合当前业务?根据反馈修正流程、提示词和评价标准,再投入下一轮使用。

AI训战新定位:让组织能力在业务现场生长
图5 从Skill 0.5进入真实工作流,再依据反馈修订方法,投入下一轮使用。图中是对不同工作方式的侧重概括。

Skill 0.5与Skill 1.0是帮助理解方法迭代的版本表达:先形成可供试用的初版(Skill 0.5),再根据真实使用反馈修订方法(Skill 1.0),并投入下一轮应用,持续循环和迭代生长。
这也改变了训战产品的开发思路:先选择真实场景,和实际使用者一起打磨出能够工作的解决方案,再逐步转化为可推广的训练产品。这是我们近期在业务现场陪跑探索的一个重要方向。
一个可用的Skill需要包含什么
一个完整的Skill,需要把专业方法、人机分工和结果要求连接起来,说明它解决什么问题、怎样完成任务,以及怎样判断结果的好坏。具体可以组织为七项内容:场景定义、输入数据、思考框架、AI提示词、操作流程、输出模板和评价标准。

AI训战新定位:让组织能力在业务现场生长
图6 将专业方法、人机分工和结果标准组织为可以调用、训练和评价的Skill。

其中,我特别重视评价标准。只有明确什么是好的结果、什么是有效的方法,使用者才能对Skill作出评价,开发者才能根据反馈优化流程、提示词和标准。以项目汇报分析为例,可以把评价落到几个具体问题上:是否说清了目标与差距,提出的措施是否回应了问题,关键假设是否有依据,下一步是否明确了需要验证的事项。这样,评价就能指向分析和行动的质量,使用者也能说清楚哪一步有帮助、哪一步需要修改。开发Skill,可以从一个真实、高频、有价值的场景开始,明确具体问题,萃取优秀实践者的经验;再把经验拆成流程,设计AI和人的分工,形成提示词与输出模板,带回现场使用。在萃取经验时,尤其需要留意优秀实践者的判断逻辑:先看什么信息,为什么追问这个问题,在什么条件下会调整方案。这些隐性经验需要被拆解为可训练、可使用的步骤。Skill是在真实业务动作中跑出来、复盘出来、迭代出来的。 一个方法能否成为组织资产,要看它能否在真实工作中产生效果,并且能够被不同的人反复使用。真实验证、反馈修正和跨人复用,是判断其推广价值的重要依据。

四、把方法带进会议,让日常管理成为训战现场

怎样让这些思考落地?我们团队近期选择了管理者的会议与沟通场景,探索开发“观澜会议参谋”。管理者大量工作发生在会议、汇报和辅导中。这些场景需要分析问题、作出判断、协调行动,也需要持续反馈,很适合把专业方法与日常管理连接起来。我们尝试把管理者的个人知识库、团队共享资料和AI连接起来,让AI带着业务前情进入现场。AI提供分析与生成能力,知识库则补充管理者自己的认知和业务上下文:个人知识库包含管理认知、工作环境与专业方法,团队共享知识库包含业务背景、项目资料和推进记录。在这个共同基础上,我们探索两种应用:AI实时参谋支持现场的分析、追问与判断;AI异步分身则尝试在管理者没有直接参与时,为团队成员提供基于相关知识与方法的交流和辅导支持。“观澜会议参谋”作为 AI实时参谋,聚焦管理者的会议与沟通现场,与异步分身进一步连接是持续辅导的探索方向。

AI训战新定位:让组织能力在业务现场生长
图7 以知识库为共同基础,探索AI实时参谋与AI异步分身,实践反馈经核对后再更新知识。

具体到“观澜会议参谋”,作为管理者的 AI 会议参谋,主要围绕三个环节发挥作用。带入背景。 会前调用相关资料,了解项目历史、管理者的关注与待解决问题,带着前情进入会议。实时参谋。 会中,录音转写持续捕捉现场发言,把参与者说了什么、讨论推进到哪里,及时带入AI的工作上下文。结合知识库、汇报材料和相关方法,AI通过“参谋纸条”和“会中对话”提供支持。“参谋纸条”提供分析参考与追问建议,管理者可以在听取汇报时阅读提示;“会中对话”则是管理者在对话框中直接向AI提问、继续追问。AI结合知识库和截至当时的实时转录内容回应,相当于管理者在与一个带着自己的知识库、也了解当前会议进展的AI助手(Agent)交互。持续生长。 会后整理会议记录和行动建议,经过管理者核对后,将有依据的进展和新增信息更新到知识库中,成为下一次会议与辅导的背景。这其中,我最关注的是:过去沉淀在课程和方法论中的管理知识,如何能够进入管理者的真实工作现场?让绩效改进方法进入现场判断让AI理解业务背景之后,还需要把专业方法带进去。以项目汇报为例,我们尝试把“超越指标”绩效改进方法封装为场景Skill,用“界定、分析、解决、校验、固化”的框架支持现场讨论。知识库提供业务前情,汇报材料与实时录音转写提供现场信息,场景Skill提供分析框架。三者结合,让AI能够按照绩效改进方法,提示管理者关注问题与行动之间的逻辑。

AI训战新定位:让组织能力在业务现场生长
图8 将绩效改进方法带入现场,通过参谋纸条和会中对话支持管理者追问、判断和行动。

例如,汇报人列出了一系列行动措施,AI可以提示:这些动作究竟在解决什么问题?有没有针对已经识别的绩效差距?措施背后的关键假设是什么?这些假设有没有得到验证?如果某个重要前提不成立,方案是否需要调整?这些问题可以通过参谋纸条呈现,管理者也可以在会中对话里主动追问:“结合刚才的汇报和项目已有资料,这套措施还有哪些关键假设需要验证?”再根据AI的回应,与汇报人进一步讨论。AI提供参考建议,最终的判断和取舍仍由管理者完成,再与汇报人共同明确下一步行动。我们希望借助这样的方式,让汇报人在讨论中练习说清问题、寻找依据、检验假设,让管理者在真实任务中练习追问、判断与辅导。一次项目汇报,由此有机会同时成为解题与能力培养的过程。从一次会议延伸到持续辅导一个项目通常经历立项汇报、进度汇报和结题汇报,每次汇报又包含会前、会中和会后的工作。沿着这个过程,我们进一步探索把AI实时参谋、AI异步分身、知识库和绩效改进Skill连接起来,让共同的方法贯穿项目辅导。会前,项目负责人先与AI异步分身交流,结合知识库和绩效改进方法,梳理问题、检查依据,并开展澄清辅导,形成简洁的会前建议。会中,AI实时参谋结合知识库与实时转录上下文,通过参谋纸条和会中对话提供分析、追问和建议,支持管理者与汇报人进一步澄清问题、开展针对性辅导,并明确判断和行动约定。会后,AI实时参谋整理项目进展、行动要求、待解决问题与辅导建议,由管理者核对后更新知识库,再由AI异步分身辅助持续跟进。

AI训战新定位:让组织能力在业务现场生长
图9 正在探索的持续辅导方式,让共同方法贯穿项目推进过程。
同一套方法在项目推进中反复被使用:汇报人练习系统解题,管理者练习判断与辅导,组织积累可复用的方法与经验。“事成、人长、方法沉淀”开始有机会在同一工作过程中发生。过去做行动学习、做绩效改进,我们已经很强调实战,但课堂内外、顾问在场与不在场,辅导的连续性仍然会有差异。AI让课程中的共同语言、分析框架和辅导方法有机会持续进入工作,让能力培养更加连续。

五、培训团队的新定位,设计组织能力生成的机制

如果沿着这个方向继续走,培训团队需要参与的工作也会进一步拓展。从课程交付者走向组织能力架构师。 围绕业务需要,思考组织应当形成什么能力,以及这些能力如何在工作中生成。从项目运营者走向训战产品设计者。 将训练、辅导、业务行动与复盘反馈嵌入真实工作流程,让能力培养能够持续发生。从经验整理者走向Skill资产建设者。 把优秀实践者的方法封装为可以调用、使用和评价的能力产品,让更多人能在工作中获得支持。从传统培训支持部门走向组织能力生成中台。 持续支持业务解决问题,并在这个过程中帮助组织建立共同语言、共同方法和可复用的能力资产。

AI训战新定位:让组织能力在业务现场生长
图10 通过组织能力架构、训战产品设计和Skill资产建设,支持组织持续生成能力。

这些变化共同指向本文开头的问题:培训下一步真正的价值在哪里?我越来越关注的,是组织有没有因为我们的工作,形成新的问题解决能力和业务运行方式。对希望开始尝试的培训团队来说,可以先选一个真实、高频、有价值的工作场景,找到愿意共同打磨的业务伙伴,把已有的方法整理成可试用的Skill 0.5。让它进入工作,持续收集使用反馈,再判断哪些部分值得保留、修改和推广。对我而言,AI训战最有价值的地方,是让知识进入工作,让方法进入判断,让辅导进入现场,让经验能够被持续调用和迭代。在解题的过程中,把方法留下来;让方法继续被使用,让组织跟着业务一起成长。





相关新闻