AI系统已就位，人才能力为何仍“卡壳”？ 这是当前企业AI转型最普遍的困境。工具上系统、采购单签了、技术栈部署了，但组织内部缺乏能驾驭这些工具的人，转型进程在“最后一公里”停滞不前。正如DTDS大会主持人王新岗在开场时指出的，这已成为横亘在众多企业面前的行业共性问题。

「AI不仅在重构培训，也在重构我们的组织能力建设。在AI时代，对整个组织带来了非常大的挑战。」——协鑫科技大学副校长张诗笳在分享伊始，便用这句话点明了问题的本质。

当技术迭代的速度远超组织能力进化的节奏，企业需要的不是更多的许可证，而是一套能将技术能力内化为组织能力的体系化方案。2026年5月，在企业培训与发展年会现场上，极客时间企业版联合《培训》杂志，共同组织DTDS全球数智人才发展大会专场，四位来自产业一线的实践者，从不同维度拆解了这道难题，并给出了从“人才粮仓”到“实战战场”的完整路径。

协鑫科技 张诗笳：从“人才粮仓”到“实战战场”的体系化路径

“早在2024年11月，协鑫科技联席CEO兰天石就确定了2025年为我们的“AI元年”。协鑫科技大学副校长张诗笳分享到。对于一家有多个高科技产业基地的上市公司而言，这并非简单的技术升级口号，而是一场涉及组织战略、人才结构和业务流程的系统性变革。

张诗笳设计的“AI人才鑫粮仓模型”，为企业构建内生式AI人才培养体系提供了清晰的框架。该模型将人才需求分为四个关键层级：

● 操作层（AI基础学习者）：全员普及AI认知与基础工具使用

● 业务层（AI应用践行者）：业务骨干掌握AI解决具体场景问题

● 技术开发层（AI技术赋能者）：技术人员负责AI工程化落地与集成

● 高管层（AI实践领导者）：管理者具备AI战略视野与投资决策能力

基于这一模型，协鑫科技规划了明确的四步实施路径：

1.顶层设计：明确AI元年战略，在组织内部形成共识，将AI人才培养提升至战略高度。

2.赋能培训：体系化开展认知启蒙、工具实操、场景工作坊和项目辅导，将AI能力拆解为可学习、可训练的模块。

3.实战淬炼：“以赛促学”，通过举办内部AI创新大赛，直击“场景不清、工具不熟、价值不显”三大痛点，将员工痛点转化为落地解决方案。

4.人机协同：塑造新的工作范式，不是让AI替代人，而是实现人与AI的高效协同。张诗笳以自己创建的AI助理为例，展示了其在生成高质量标题、撰写项目方案上的效率提升和在极限工期完成任务的策略设计。她强调:“不是AI替代人，而是AI增强人。AI+人的高效协同模式这不仅能快速产出高质量成果，更能在很大程度上缓解人的工作焦虑”。

这套从规划到行动、从学习到实战的闭环，不仅确保了协鑫科技AI人才培养与业务战略同频，更为企业收获了实实在在的降本增效。不仅为企业储备AI的“粮食”，更锻造出一支能征善战，决胜于数字化未来的精锐之师。

极客时间 赵钰莹首发：智能体时代8大岗位AI技能图谱

如果说张诗笳提供了从1到N的规模化实践样本，那么极客邦科技双数研究院副院长、极客时间企业版 教研主编赵钰莹的分享，则为企业绘制了从0到1的“导航地图”。她的登台带来了本次专场最受瞩目的发布——智能体时代8大核心岗位的AI技能图谱。

“AI 的深入应用，正在重塑企业的业务流和决策链。”赵钰莹指出，业务流正从线性的、预设的流程，转向围绕具体任务进行动态规划；决策链也从传统的层级审批，演进为人机共创。组织形态随之变化，跨部门协调成本高昂的“部门墙”在松动，更灵活的创新小队和AI Native 组织开始出现，绩效考核也更多地与价值创造而非工时挂钩。

然而，理想照进现实的过程布满挑战：企业不清楚AI人才培养的最终导向，难以确定资源投入的优先级；员工因担心岗位被替代，不愿将个人经验沉淀为组织资产，导致“个人效率无法转化为组织效率”。

针对这些痛点，赵钰莹系统阐述了AI人才培养的四层体系，并首次公开了详尽的技能图谱。

首次发布的8大岗位技能图谱

● 覆盖范围：图谱首次完整覆盖了包括产品、安全、数据分析、测试、工程师等在内的8大企业核心岗位。

● 层级拆解：每个岗位的AI技能都被清晰地拆解为初级、中级、高级三个能力层级，为员工进阶提供了明确路径。

● 行业通用性：图谱基于对大量企业的调研提炼而成，具备行业通用参考价值，企业可在此基础上结合自身业务进行定制化细分。

这份图谱的发布，意味着企业AI人才培养告别了“摸着石头过河”的试错阶段，拥有了可对标、可评估、可规划的标准化能力框架。

广新集团 李志刚：创新加速三步法，让AI从“学习”走向“创造”

来自广新集团学习与创新中心的负责人李志刚，则从国有资本投资公司的视角，分享了如何让AI从培训课堂走向创新战场。他所在的集团业务横跨新能源材料、生物科技、数字服务等多个板块，站在世界500强的视角，其企业培训中心定位为 “企业大学+创新加速器”。

“数智化时代，企业组织需要从学习型组织，向学习型+创新型组织升级。”李志刚认为，面对AI浪潮，国央企的态度应是“积极拥抱，但理性算账”。AI在企业的创新图谱中应有清晰定位，其终极价值应是通过技术创新驱动商业模式创新，带来指数型增长。

为此，广新集团探索出 “创新加速三步法” ，有效推动了AI在业务场景中的落地：

1.分层分类赋能：策略是“先抓领导，再抓业务”。首先确保业务一把手理解并重视AI价值，获取关键支持；随后赋能业务人员，鼓励他们从实际工作中提出AI可解决的场景需求，并筛选出高价值切入点。

2.场景孵化：核心是“挖掘与筛选”。深入业务一线挖掘真实痛点与需求，通过举办“创新加速营”等形式，筛选出最具潜力的高价值场景，并配备资源推动其孵化成可落地的项目。

3.资源整合：扮演“连接器”角色。积极整合外部领先的技术资源与解决方案，为内部业务团队与外部技术专家搭建合作桥梁，解决技术可行性问题。

李志刚列举了AI在集团内的多个应用场景：在广告业务中实现内容的智能制作与精准推送；在服装板块探索智能设计与剪裁；在研发、供应链管理等领域提质增效。他强调，培训工作必须深度切入业务，成为业务部门的“数智化战略伙伴”，价值才能被真正认可。

数智化专家 黄林：未来两年五大确定性判断与三层诊断模型

拥有丰富业务与技术跨界经验的黄林，从更宏观的产业视角，剖析了AI时代企业转型的断裂点与未来图景。他开宗明义地指出，当前要探讨的并非具体的工具使用，而是 “组织是否准备就绪” 的根本问题。

基于对行业的深入观察，黄林给出了对未来两年的五大确定性判断：

4.模型能力将成为免费的基础设施：如同云计算，基础的AI模型能力将日益廉价甚至免费，企业竞争焦点将转向应用层。

5.多智能体协同将成为组织标配：当前多智能体协同效率虽未达完美，但技术进步将使其如今天的办公软件一样普及。

6.AI原生软件将颠覆企业SaaS：一个智能体（Agent）可能替代多个传统SaaS软件的功能，催生全新的软件生态。

7.最稀缺的人才是既懂业务又会用AI的新一代AI人才：他们能进行智能体编排和工作流设计，其成果可直接带来业务效果。

8.组织形态将从职能型向任务型转变：团队规模将缩小，但人机结合程度更深，层级缩短，敏捷性增强。

面对这些趋势，企业如何自我诊断？黄林提出了一个简洁的三层诊断模型：

● 工具层：企业是否提供了好用的AI工具？员工是否会用？

● 流程层：AI应用是否优化了业务流程，还是造成了新的断点？

● 组织层：个人使用AI提升的效率，是否转化为了组织整体效率？

他特别指出，90%的企业卡在“个人效率未转化为组织效率” 这一关。例如，某个员工用AI将报告撰写效率提升一倍，但若报告审批流程不变，整体项目周期并未缩短。

「未来企业的核心竞争力不是谁拥有最强的AI，而是驾驭AI的能力。」黄林的这一判断，为整场分享点明了题眼。

穿越周期的竞争力：驾驭AI的人

从张诗笳的体系化路径、赵钰莹的技能图谱、李志刚的创新加速，到黄林的趋势判断与诊断模型，四位嘉宾从不同切入口，最终都指向了同一个结论：在技术快速迭代的浪潮中，工具会过时，流程会调整，但组织中能驾驭AI的人才，是唯一可穿越周期的核心竞争力。

DTDS 全球数智人才发展大会，如同一场及时的“沙盘推演”，将企业AI转型中最隐蔽、最关键的“人才短板”置于聚光灯下。它提供的不是泛泛而谈的概念，而是从顶层设计、能力地图、创新方法到趋势诊断的全套解决方案。

当AI从炫技的演示场景，下沉为千行百业的基础生产力，胜负手已然改变。企业间的竞争，正从“技术储备”的军备竞赛，转向“人才密度”与“组织韧性”的深层较量。培养和拥有那些能与AI协同共进、甚至引导AI创造价值的人，不再是一项人力资源工作，而是关乎生存与发展的核心战略。

如果您的企业有 AI 人才培养的相关需求，欢迎访问官网： https://b.geekbang.org/ 或拨打热线免费咨询：400-616-6206