弗吉尼亚州赫恩登, Sept 25 (Bernama-GLOBE NEWSWIRE) -- Learning Tree International 扩展了
AI 应用框架。这是一套结构化方法,帮助员工在日常工作中有效使用 AI,助力企业将 AI 投资转化为可衡量的业务成果。该框架依托 50 年员工转型经验,将真实用例、基于角色的学习和成果衡量相结合,加快 AI 在大规模应用中的落地,实现务实且可持续的 AI 应用。
Learning Tree 最初与重要客户共同开发了这一框架,用来填补企业 AI 培训与转型解决方案的市场空白。这一不断演进的方法,将务实的 AI 赋能和企业转型实践与战略重点、员工能力及可衡量成果相结合,从而弥合 AI 投资与业务影响之间的差距。
无论企业处于 AI 应用的哪个阶段,该框架都能提供支持——从评估员工就绪度、确定优先用例,到推动 AI 在各团队和职能部门中规模化应用。该框架的配套基础设施包括 AI 就绪度评估、模块化培训路径、基于角色的学习、AI 教练和实用的赋能工具,企业可在全组织范围内灵活部署这些工具。
Learning Tree 的方法以务实交付为基础,并借鉴了与 50 多家组织及 25,000 名人员合作积累的经验。这些经验帮助企业在大规模加速 AI 应用的同时,使技能发展与可衡量的业务成果相匹配。仅靠技术投资,并不能改变工作的开展方式。要实现可持续且有意义的 AI 应用,需要员工能够将 AI 运用于相关应用场景,需要领导者能够引导这一转型,还需要通过绩效指标衡量新的工作方式是否带来了切实的成果。
Learning Tree 首席执行官 David Brown 表示,“领导者真正该问的,不是有没有 AI 战略, 而是员工队伍是否准备好执行 AI 战略。AI 应用归根结底是一场员工转型挑战。当员工能有效运用 AI 改进工作方式,当领导者营造出相应的文化、治理和势头,让变革得以规模化推进,价值自然就会产生。Learning Tree 的 AI 应用框架,帮助企业将 AI 雄心落地为可衡量的业务影响。”
以下是 Learning Tree 近期 AI 项目报告的部分成果:
- AI 信心提升 45%
- 参与学习的学员中,AI 工具使用率从 48% 提升至 100%
- 生产力提升 10.8%,学员平均每周节省四小时以上
许多组织向员工全面开放了 AI 工具,却难以将这种使用转化为持续的业务价值。员工可能只是在用现有的 AI 资源,却没有把精力放在高价值工作上,领导者也无从判断 AI 的使用是否真的提升了绩效。Learning Tree 的做法是将 AI 的使用与优先场景、基于角色的能力和可衡量成果挂钩,从而弥合这一差距。
该 AI 应用框架围绕三个阶段展开:对齐 (Align)、激活 (Activate) 和展示 (Demonstrate)。在“对齐”阶段,组织将 AI 举措与业务重点、员工需求和高价值场景相连接。在“激活”阶段,组织通过针对性学习、实际应用和基于角色的赋能,推动 AI 应用落地。在“展示”阶段,组织衡量员工行为、AI 使用情况和业务成果方面的变化。
通过三种路径类型,Learning Tree 帮助组织提升 AI 效率与绩效、建设员工能力,并推动企业转型持续深入。这三种路径分别是:
生产力提升与快速见效
- 生产力路径:帮助员工将生成式 AI 工具融入日常工作,快速见效,提升效率,简化流程。
基于角色的技能与员工就绪度
- 员工能力路径:针对业务专业人员、技术团队、管理者和高管,提供基于角色的 AI 发展方案,让每一类人都能在工作中既负责任又有效地运用 AI。
企业转型与可持续创新
- 组织转型路径:帮助领导者和变革骨干营造 AI 就绪文化,对齐员工与治理优先事项,把成功用例规模化推广,并推动全企业持续变革。