許多公司在導入 AI 過程中面臨挑戰，其中一項原因，在於員工的 AI 技能有待提升。而許多領導者未提供學習的資源與機會。BCG 發現，僅 6% 的企業表示已協助員工提升 AI 技能。

波士頓管理顧問公司（BCG）2024 年的調查，顯示多數高階主管重視 AI 和生成式 AI 技術，但 62% 的高階主管認為公司面臨人才、技術短缺的挑戰。為了解決人才短缺的問題，企業可能會先招募數據分析、AI 建模等相關專業的人員，但僅靠這類人才，不一定能解決實務上的問題。

舉例來說，公司希望提升員工的工作效率，並指派一名 AI 專業人才負責，但他不熟悉其他部門的業務，所以需要先了解某個職務的工作內容，才知道如何透過 AI 提升效率。這個過程可能要耗費數周時間，效益並不高。因此企業除了聘僱技術人才，也應提升非技術人員的 AI 技能。

理解員工需求，先實作再培訓更有效

有些公司會跟外部的講師合作，採用對方編排好的課程內容，但它不一定適合所有人。假如課程內容和工作現場的關係不夠緊密，這類型的培訓方式效果就會不明顯。我認為比較理想的方式，是根據各部門員工的需求，安排相對應的 AI 技能課程。例如，當行銷人員希望運用 AI 解決工作上的問題，企業可以邀請擅長跟 AI 協作的行銷人員授課，讓他們知道如何操作。

或者，公司可以安排 AI 相關的基礎課程，讓非技術部門的職員學習簡單的指令，能夠快速上手並在工作中應用。另一種方式，則是以專案的形式，讓技術單位的 AI 人才跟某個部門的員工合作，拆解對方的工作流，或是直接詢問哪一項工作耗費大量勞力，但創造的價值卻不高，再運用 AI 解決。若成效不錯，再開設課程，讓部門全員學習，效果會更好。

但 AI 演變速度快，員工最終還是需要自主學習，如果等到其他人來教，才開始應用新技術，可能緩不濟急。因此公司安排培訓時，可以請授課者分享平常自學的方法，讓員工學習。另一方面，有些工作需要場域才能自學，例如用 AI 判斷產品是否有瑕疵，所以企業可以讓感興趣者透過專案，用 AI 解決生產線上的問題，讓他們有機會自主提升技能。

從課程滿意度到員工生產力變化，都可為學習投報率指標

如果想了解培訓的效果，可以計算學習的投資報酬率（ROLI，return on learning investment）。學習投資報酬率的指標可以分為 4 個等級，第一級跟課程最相關，例如課程滿意度、完課率。第二級就是衡量員工的 AI 技能有沒有提升，第三級是衡量員工的生產力，例如員工的銷售額是否增加、客戶流失率降低多少。

第四級是企業績效，像是營收、利潤或市占率成長。但應注意這些指標不能一體適用，舉例來說，研發人員跟市場的關係比較遠，所以不適合用營收、市占率成長，衡量培訓效益。

目前會衡量學習投資報酬率的企業僅占少數，但這不見得是壞事，代表企業主願意花錢讓員工學習，而且不要求量化結果。缺點在於當人資希望獲得更多培訓經費時，如果高層覺得不重要，就不會同意。在這樣的情況下，人資需要讓企業主看到潛在的效益，用量化的結果，例如學習投資報酬率，說服企業主加強培訓力道。

當公司導入像學習投資報酬率這類指標時，需了解，指標能幫助公司了解培訓有沒有效果，但學習效果與公司營收，兩者不一定直接相關。而且，學習投資報酬率只能當作輔助，不能將其視為唯一的目標，認為數值高，就代表公司培訓做得很好。

資料來源｜〈Is Your Upskilling Program Paying Off?〉，BCG