在需要弥补技能差距的压力下，很多组织正在采用人工智能技术，从而一些传统的培训方法转变为不断发展的技能提升策略。

员工培训对组织发展来说至关重要。面临难以寻求高技能人才的挑战，很多组织遭受高离职率的困扰，并陷入了大规模转型的困境，对员工进行技能提升和交叉培训的需求是至关重要的，这对于传统的培训方法来说几乎难以应对。

人工智能和机器学习正越来越多地被用来帮助组织提升技能策略、确定技能组合、推荐学习路径、提供在职培训，甚至帮助确定为获得技能而付出的资金和资源。

IBM公司拥有34.5万名员工，并且始终需要保持技术领先地位，因此，IBM公司致力于使人工智能发挥重要作用，以促进其劳动力的技能提升。

IBM公司主要负责人力资源数据和人工智能业务的首席技术官Anshul Sheopuri说，“如今技能的半衰期为五年，在五年之内，人们学到的技能或者有一半被遗忘，或者变得过时。”

云计算和人工智能等快速发展的技术对新的专业技能的需求在很大程度上压缩了技能保质期。因此，找到一种可扩展的方法来不断提高员工技能是一件必须要做的事。

基于人工智能的培训策略剖析

任何提升技能策略的第一步都是确定员工目前拥有哪些技能。在过去，这将涉及技能自我评估。Sheopuri指出，经过测试，这种方法的准确率约为75%。他说，“这很主观，以往的评估方法很快就会过时。”

如今，IBM公司正在使用人工智能系统通过扫描2.2亿份内部文档(包括简历、博客、已发表的论文和公司通讯)来评估和推论员工拥有的技能。该系统基于IBM自己的人工智能系统Watson，其中包括自然语言处理、集群和半监督学习技术。

他说：“我们会对员工说，‘这些是我们认为你拥有的技能，可以向我们提供你的反馈意见。’”他补充说，这些自动化技能评估更容易保持最新。然后，员工会根据他们拥有的技能、IBM公司需要的技能以及客户要求的技能获得学习建议。

他说：“在人工智能或云计算等战略领域，我们希望每个人都在这一领域拥有基础知识。”

该系统还根据其他具有相同背景的员工所研究的内容提出建议，类似于用户在视频流服务中获得建议观看下一部电影的方式。

Sheopuri说，“IBM公司98%的员工每季度都会使用这个系统。”他补充说，该系统的净推荐分数为58分。创建净推荐系统的贝恩公司声称，任何高于50分的系统都是一种优秀的人工智能系统。

通过将IBM公司的员工薪酬与技能组合相关联，还有一种人工智能系统可以向管理者提出薪酬建议，以作为鼓励员工提高技能的一种方式，并解决薪酬不平等的问题。Sheopuri.说，“这对我们来说是一件大事，要确保我们对偏见有充分的考虑。”

薪酬推荐系统还提供透明度，为其推荐提供解释，以便管理人员掌握作出最终决定所需的所有信息。

除了加薪之外，员工还获得工作建议，同样可能获得人工智能的支持。他说：“IBM公司总是空缺数以千计的职位。采用人工智能技术对我们来说是双赢的措施。既可以减少裁员，又可以帮助员工实现自己的愿望。”

Sheopuri表示，在去年，约有20万名IBM公司员工查看了工作推荐，数千名员工根据他们的个性化匹配找到了新工作。

在职提升技能

对于培训本身，IBM公司依靠传统的第三方课程、内部开发的学习材料以及一些新的分散式教育渠道来进行，有些内容由其他员工创建。但是它确实依靠人工智能为某些类型的工作提供在职培训。例如，在人力资源部门中，聊天机器人可以回答与福利计划和入职政策有关的问题。在技术支持功能中也采用了人工智能。

他说：“我们是一家规模庞大的科技公司，为大量客户管理IT基础设施。我们正在挖掘日志以了解历史票务问题和解决途径，并将这些知识提供给客服人员。”

数字化等同于让经验丰富的员工随时可以为用户提供帮助。毕马威(KPMG)公司数字解决方案架构负责人Swaminathan Chandrasekaran表示，事实上，通过在员工需要时提供帮助来帮助培训员工，是人工智能提升技能的最常见用途。这对于客服人员流失率很高的联络中心来说尤为重要。

Chandrasekaran说，“就人员流失率来说，规模较小的联络中心为18%，而规模较大的联络中心为40%，流失一位客服人员带来的平均损失通常为5,000美元到7,000美元，这不包括他们增加的工作时间。”

例如，聊天机器人可以解释如何更换MacBookPro的电池，或者在屏幕上显示说明以供参考。人工智能可以回答通话者的常规问题，并从手册、指南、产品手册、支持手册中检索相关的信息，这些都是用户可以获得的文件。

此外，人工智能还可以用于根据过去的交互来预测通话中可能发生的情况，并从一开始就获取相关信息，例如拥有经验丰富的员工曾与该客户打过交道，并可以指导受训者解决该客户的问题。

这些系统还可以用于为大量员工提供与其工作相关的新信息，因此当新产品问世时，他们不必被指派接受培训。

例如，毕马威(KPMG)公司最近对其员工进行有关伦敦银行同业拆借利率系统(LIBOR)变更的培训。毕马威公司使用人工智能系统阅读所有格式的合同，并提取银行利率和其他LIBOR特定语言的参考资料，并将其推入员工工作流程。人工智能系统还接受主题专家的培训，为员工提供额外的帮助。

Chandrasekaran表示，这种新的学习方式更适合新入职的员工。因为组织现在不可能让这些入职者参加这个为期六周的培训，然后回来工作。

虚拟助理

Chandrasekaran表示，人工智能功能的增强意味着未来每个员工都会有自己的私人助理来帮助他们熟练掌握工作技能，就像有一名人工智能驱动的私人教练一样。

这个想法并不新鲜。二十年前，微软公司试图让所有人向其Office助手Clippy学习，但其应用体验并不好，以至于Clippy在2010年被《时代》杂志列为有史以来最糟糕的发明。但这次有所不同。

很多组织现在拥有相当可靠的语言和语音识别、情感分析技术和推荐引擎。随着数字化的发展，他们现在拥有了根据组织的具体要求训练这些系统所需的数据。

他说，“数据是无法替代的，例如在联络中心，必须给它提供带有不良口音、发音不好或带有背景噪音的数据，以使其训练成为良好的语音转录引擎。对于合同处理系统来说，必须给它提供不同语言、不同模式和风格的合同示例。良好的数据和人工注释的数据是无可替代的。”

组织还需要确保他们有一个反馈机制，以继续培训和改进系统。Chandrasekaran说：“当构建传统的应用程序时，第一天通常是最好的一天，因为一切正常，而问题逐一出现。对于人工智能来说，第一天则是最糟糕的一天，但之后进行改进将会越来越好，因此组织必须为最初的几次迭代做好准备。”

他说，在很多领域，人工智能系统已经处于相当稳定的状态，可以开展有益的工作。还有一些新兴领域，例如在文档中提取手写笔记。

微剂量学习

IEEE成员、Centric Consulting公司云计算和新兴技术负责人Carmen Fontana将基于人工智能学习的新方法称为“微剂量”。

她说：“人们通常并不喜欢每周花40个小时在课堂上学习知识。有了人工智能，就可以在很短的时间内通过用小片段、小提示来完成——这样就很及时，也很容易吸收。”

Fontana表示，她在Centric公司既是这种学习的创造者又是消费者。

她说：“实际上，我根据自己的实践领域创建内容，以便外部人员能够理解我们的工作。这对我来说工作量较小，我可以把这些内容放上去，人们可以得到这些微剂量学习的帮助，而不是进行正式的培训。”

该公司还有一个可以为员工创建学习途径的推荐引擎。例如，Fontana本人最近学习了所在公司的价值观和文化。

她说：“我入职Centric Consulting公司已经有9年，所以我想回去重新了解我们如何在价值观和文化中定位自己。”

她表示，这种新方法赋予了员工学习的自主权。

人工智能培训的潜在风险

塔塔咨询服务公司数据和分析业务负责人Kamlesh Mhashilkar认为，人工智能可以用在情境感知技能的建立、识别将受益于特定课程或会议的员工，以及针对个别主题的定制教育计划。

人工智能技术最近在帮助监考方面变得很有用。在以往，人们需要前往考试中心参加认证考试。

Mhashilkar说：“由于发生疫情，人工智能确实在机器监督或自我监督方面提供了帮助。如果有人在考试时不断地转移视线，可以判断他是真的在参加考试，还是在试图作弊?”

一些学校已经在使用人工智能来对学生的论文进行评分。数字服务咨询机构Nerdery公司的首席技术官Joe Tobolski说：“由于实施方式的原因，这种方法引起了一些强烈反对。我对此有些担心，因为人工智能系统可能存在一些偏见。”

Nerdery公司首席技术官Joe Tobolski表示，使用人工智能可以将知识从经验丰富的员工转移给新员工，这与劳动力日益老龄化的行业越来越相关，这也带来了风险。

他说：“我们现在看到，在一些外包工作中，组织要求员工向外包人员传授他们的工作技能，这会带来一些不利影响。而人工智能也有可能出现意想不到的后果，例如可能会被用心不良的人利用。”