AI微课确实有效,但员工真的会“做”了吗?
生成式AI显著降低了企业开发课程和测试的成本,但对于销售沟通和客户服务等最终需要一线员工通过行为改变而体现的能力,企业难以长期提供的是课程结束后的持续练习及反馈过程。过去,这在很大程度上是成本问题。现在,生成式AI正在改变其中的成本结构,让长期的大规模练习成为可能。
AI把“教”变容易后
另一个问题暴露出来了
2025年10月,笔者作为人力资源主管,曾在一家工业品企业牵头,面向销售团队推出一门冲突解决微课。课程结束后,员工在知识掌握和态度的前后测方面都有了显著改善,表明他们确实借助这门AI开发的课程学到了知识。按照常见的培训评估方式,负责人这时已经可以写出一份不错的项目总结:课程完成,员工学会技能,数据也证明培训有效。
然而比起培训数据提升,企业更需要的其实是销售人员在真实工作场景中面对客户拒绝、质疑价格、投诉产品,甚至情绪激动时,能够换一种学过且更有效的方式理解客户情绪,引导对话达到理想结果。
也就是说,真正的问题在于,员工学会了和真的会做,是一回事吗?
销售人员很容易理解“面对客户异议不要急着辩解”,主管也很容易在培训中选出“先倾听员工意见再提供反馈”的正确答案,但在“接受培训”和“表现更好”之间最费劲——说出来,发现不行,得到反馈,再来一次——的过程被留给了员工个人解决。
企业也理解练习的重要性,但问题在于练习一直很贵。假设100名销售人员每人每周需要练习5次客户对话,每周则是500次练习。培训师难以提供练习机会;主管即使愿意,也很难长期提供帮助;企业更不可能将真实客户作为员工反复试错的陪练对象。所以很多企业的能力培训最后都会选择一条更可实现的路径:上课—考试—回到岗位,以此结束培训。
AI让练习成为可能
既然问题出现在学习后的行为转化阶段,那就不需要继续安排更多培训,而是要提供练习机会。所以微课结束后,笔者开展了一项后续实验,并为员工配备了一位AI情境教练。它会先模仿真实客户给出负面反馈,阻碍沟通,让员工组织语言给出回应,再根据课程教授的方法扮演教练做出点评,从而让员工可以在快速复盘后积累经验。
与通过通用聊天机器人练习不同的是,AI情境教练会基于岗位场景、训练目标和评价标准,让员工经历完整的“情境回应—反馈—调整”过程,而不只是给出简单回答。
在随后一个多月的实验阶段,这家公司的117名销售人员共完成了918次练习,平均每人约做8次练习。同时,我们也要求主管关注员工的练习情况及其在真实拜访中的表现。当然,员工后续的行为变化不能简单地全部归功于AI,但有一点很清楚,与单纯完成课程相比,这一针对性陪练确实可以让参与培训的销售人员在心理和技能上有更好的表现。
真正变化的不只是整个“能力”
为进一步确定练习产生的实际效果,我们追踪了员工的后续工作表现,设置了另一组同期没有接受干预的销售人员作为对照,并在项目设计阶段确定了两个有待直接训练的目标行为:一,面对潜在冲突或者意见不一致时继续尝试解决问题;二,面对客户投诉或刁难时能更好地处理对方的情绪。
在2025年6月和12月两次测评都有完整主管评分的员工中,干预组中两个干预靶点行为平均提高了约0.40分,对照组提高约0.05分,两组净变化约0.36分,在5分量表上达到统计显著。但如果把“冲突解决”维度下另外两个没有受到直接训练的行为同时平均进去,两组间的差异则明显缩小且不再达到统计显著。
这个结果比“冲突解决能力整体提升了多少个百分点”更值得讨论——这个项目里,员工并没有因为上完一门课就突然获得了更好的“冲突解决能力”。最先出现清晰变化的是经过反复练习、最后需要在工作中做出来的具体行为。
复盘练习数据时,研究还发现,高练习活跃员工在两个干预靶点行为上的改善都明显高于低活跃员工:第一个行为约为0.54分对0,第二个约为0.51分对0。部分原因在于愿意主动练习的人自身驱动力更强,主管支持、客户机会和个人经验也都会产生影响。但这组数据提醒我们,在“习得”和“在工作中做出来”之间,企业还应注意员工的积极性问题。
绩效层面的故事还没有那么动人
之后,我们又对比了干预组和对照组员工前后的绩效等级。干预组略有改善,对照组略有下降,但两组间的净变化并没有达到统计显著。
这个阶段中,企业很容易过早在两个方向得出结论:后测提高了,就宣布“培训成功”;短期业绩没有显著改善时又判断“培训没用”。随着AI补齐“练习”这一关键过程和相关数据,让其可以成为独立分析项,管理者也可以尝试从下面四个方面重新思考对培训的评估方式。
习得:员工学到了吗?
练习:员工练习过吗?
行为:回到工作后,员工做得不一样了吗?
绩效:这些行为变化最终会如何影响业务结果?
从这些角度出发,练习带来的行为变化确实可以改善员工表现,不过行为变化最终对业务结果产生的长期影响还需要更长时间的观察与验证。
AI把培训变便宜后
下一块钱花在哪
很多企业正在加大对AI技能、领导力、销售能力和员工再培训的投入。无论采取哪种措施,管理层最终都需要回答一个问题,即组织中的人是否真的因此有了更好的表现?
过去内容很贵,所以企业会把大量预算花在课程本身,但随着AI让大规模针对性陪练成为可能,下一笔用于能力建设的预算就不应仅用于继续增加内容,也应考虑增加在员工练习上。
AI不能替代真实工作,也不能替代主管在复杂情境中的判断和辅导,但它可以让员工在真正进入高压力场景前,先在心理安全的环境中将话术炼成“肌肉记忆”,从而在开口实战前做好准备。
对于企业而言,如果正在推动一项销售、服务或运营能力培训,不妨先做一个小尝试,选择一个最常发生也最希望看到员工行为变化的工作场景提供培训。课程结束后,不要急着进入下一门课程,而是给员工提供反复尝试、得到反馈、重新再来的机会。
如果这一步能够发生,AI在能力和绩效提升中的价值就会以更快速度发挥出来。
耿艺 | 文
耿艺是工商管理博士(DBA),积极关注和实践人工智能在人力资源管理、组织能力建设的应用。曾长期在工业品、快消、汽车、医疗行业担任高管,推动AI在企业实际工作场景的提效项目落地。邮箱:morethanwords999@outlook.com
孙燕 | 编辑
往期推荐
联系方式
投稿、广告、内容和商务合作
newmedia@hbrchina.org
文章原文
内容来自 哈佛商业评论,版权归原作者所有。
阅读原文 ↗