ARTICLE · 1137594
AI时代组织管理 · 每日连载|人才能力与发展路径设计:给表现欠佳者更多反馈,为什么未必更有效?
本周主题：AI 时代，HR／OD 需要升级哪些专业能力？ · Day 4
AI 可以指出一段客户沟通哪里不够清楚，为一份分析列出遗漏，也可以随时陪员工练习。人才培养因此多了一种选择：更频繁地提供反馈。
对于当前表现欠佳的员工，更多建议未必带来更多改善。他可能不知道先改哪一点，也可能理解了建议，却无法在复杂任务里用出来。
人才发展专业人员要解释的，正是反馈进入工作之后的这段过程。
· · ·
一组研究，先后改变了反馈数量与辅导安排
在两家金融科技企业的现场实验中，429 名销售人员随机接受 AI 或人工教练辅导。相对于人工教练，AI 对中等表现者的帮助最大，对低表现者和高表现者的额外帮助有限。
研究者随后限制了另一组 100 名低表现者收到的 AI 反馈数量，表现得到改善。第三项实验涉及 451 名低表现者和高表现者，由人工管理者传达 AI 生成的反馈。这种组合的表现优于单独使用 AI 或人工教练。
研究发表于 2021 年，使用较早一代 AI 销售辅导系统。它留下的专业问题仍然具体：员工当前的水平、反馈内容和辅导方式，应当怎样配合？
低表现者不等于新人。经验、技能缺口和任务难度都可能影响表现，不能仅按入职时间配置支持。系统能识别更多问题，也不意味着一次把它们全部交给员工最有效。
反馈进入发展路径之前，还要决定它针对谁、先处理什么，以及谁帮助员工应用。
· · ·
这项能力要把岗位要求接到能力形成的过程
人才能力与发展路径设计——是根据业务任务识别所需能力，判断哪些需要保留、培养或从外部获得，并设计支持能力形成与识别的实践、反馈和评价安排的能力。
一份能力标准说明人才应该具备什么。发展路径还要解释，一个人从当前水平走向这个要求，要经历哪些工作，获得什么支持，以及怎样看见进步。
例如，“能够评估 AI 生成的市场分析”，至少涉及数据口径、证据强弱和业务适用性。工具操作可以较快学习，识别两组价格是否可比，却依赖统计与业务知识；判断一项建议是否适合客户，还要了解客户如何作取舍。
如果这些要求都被写成“提升 AI 素养”，培养方案很容易增加课程，能力缺口却仍未说清。课程之后，谁给员工一项可处理的分析任务，谁看他的解释，谁帮助他修正，直接关系到知识怎样进入工作。
HR／OD 的设计职责，也包含这些支持如何安排。不能只在培养计划里写“直属经理辅导”，却不说明辅导什么、依据什么、时间从哪里来。
· · ·
人的辅导可以承担更具体的工作
拿研究员分析客户市场这一任务来说，AI 可能同时指出来源不足、时间口径不一致、解释过于单一、建议缺少实施条件。员工若对这类任务还不熟悉，四项意见并不自动组成一条学习路径。
人才发展专业人员可以与业务专家一起辨认：当前最影响结果的缺口是什么？如果是数据不可比，就先让员工解释两组数据分别怎样产生，找出差异，再决定哪些可以放在一起。下次交付时，看他能否在不同资料中主动识别同类问题。
这里，人的辅导承担了取舍与解释：把反馈对应到业务结果，确定适合当前水平的练习，并指出什么变化说明员工已经有所掌握。AI 可以继续提供材料整理、对比和练习支持。
对于已有经验的人，支持方式又可以不同。他可能能够处理事实核验，真正困难的是在不完整信息下比较几项建议。辅导便要围绕取舍理由、风险和后续结果展开，反复练习基础操作未必有帮助。
发展路径要把能力缺口、实践任务、反馈和进步连起来。
这也解释了人才发展与课程运营的区别。安排更多内容只是其中一项工作；辨认员工应当先形成什么能力、通过哪种经历形成，才决定这些内容怎样使用。
AI 使这种区分更重要。反馈生成的成本降低了，HR 更容易提供覆盖全部员工、内容完整的建议。若练习机会和辅导资源没有跟上，组织得到的可能是更多反馈记录，员工却没有更多机会处理真实问题。
· · ·
技能规划还要决定哪些值得内部培养
能力缺口并非都能由一条培养路径解决。一份面向人才专业人员的 AI 技能规划指南，将内部培养、招聘、借助外部人员和任务自动化放在一起考虑。它把技能规划与 AI 引入的节奏相联系，避免工作先变、人才安排长期在后面追赶。
对 HR／OD 而言，这里面有一项重要取舍：组织短期需要什么，长期希望自己掌握什么。
某个项目急需深度技术技能，借助外部专家可以解决眼前问题；但若这类任务将持续成为业务的一部分，内部谁参与、怎样积累经验，就应同时考虑。反过来，也不宜要求所有业务人员都通过培训转型成技术专家。
保留哪些原有技能，同样要看实际任务。AI 已能完成部分资料整理，专业人员仍可能要理解数据来源，才能核验异常。操作量减少，不足以单独决定这项知识可以不再培养。
这份指南还提醒，初级任务自动化之后，应为初级员工安排其他学习方式，支持他们形成资深岗位所需的能力。这是实务建议。对 HR／OD 来说，要继续查明哪些知识原本通过这些任务形成，再与业务负责人安排替代的实践和反馈。
这项能力因此既关心发展经历，也关心人员配置。技能需求的时间、形成难度与员工基础，决定了培养、招聘和合作怎样组合。
· · ·
我认为，AI 时代的人才发展，有一项专业判断越来越重要：当工具改变了交付和反馈方式，能否继续说明人的能力怎样形成、怎样被看见。
用 AI 完成一份更好的成果，可以帮助工作，也可以提供学习材料。要认定员工已经形成能力，还得观察他能否解释关键选择、处理新条件，并在反馈之后作出有依据的调整。
更容易获得的反馈，仍要配上适合员工当前能力的任务与支持。
明天谈一项与此相连的能力：有了表现数据，怎样判断它足以支持什么人才或组织决定？
· · ·
资料说明
1. Xueming Luo、Marco Shaojun Qin、Zheng Fang、Zhe Qu《Artificial Intelligence Coaches for Sales Agents: Caveats and Solutions》，《Journal of Marketing》2021 年第 85 卷第 2 期，第 14—32 页。DOI：10.1177/0022242920956676；本文参考作者发表于美国市场营销协会网站的研究说明，2020 年 11 月 19 日。
2. CIPD《AI Skills Planning: Practical Guidance for People Professionals》，2026 年 4 月 14 日。