AI 系統已就位，人才能力為何仍“卡殼”？ 這是當前企業 AI 轉型最普遍的困境。工具上系統、采購單簽了、技術棧部署了，但組織內部缺乏能駕馭這些工具的人，轉型進程在“最后一公里”停滯不前。正如 DTDS 大會主持人王新港在開場時指出的，這已成為橫亙在眾多企業面前的行業共性問題。

當技術迭代的速度遠超組織能力進化的節奏，企業需要的不是更多的許可證，而是一套能將技術能力內化為組織能力的體系化方案。2026 年 5 月，在企業培訓與發展年會現場上，極客時間企業版聯合《培訓》雜志，共同組織 DTDS 全球數智人才發展大會專場，四位來自產業一線的實踐者，從不同維度拆解了這道難題，并給出了從“人才糧倉”到“實戰戰場”的完整路徑。

協鑫科技 張詩笳：從“人才糧倉”到“實戰戰場”的體系化路徑

“早在 2024 年 11 月，協鑫科技聯席 CEO 蘭天石就確定了 2025 年為我們的“AI 元年”。協鑫科技大學副校長張詩笳分享到。對于一家有多個高科技產業基地的上市公司而言，這并非簡單的技術升級口號，而是一場涉及組織戰略、人才結構和業務流程的系統性變革。

張詩笳設計的“AI 人才鑫糧倉模型”，為企業構建內生式 AI 人才培養體系提供了清晰的框架。該模型將人才需求分為四個關鍵層級：

• 操作層（AI 基礎學習者）：全員普及 AI 認知與基礎工具使用

• 業務層（AI 應用踐行者）：業務骨干掌握 AI 解決具體場景問題
  

• 技術開發層（AI 技術賦能者）：技術人員負責 AI 工程化落地與集成
  

• 高管層（AI 實踐領導者）：管理者具備 AI 戰略視野與投資決策能力

基于這一模型，協鑫科技規劃了明確的四步實施路徑：

• 頂層設計：明確 AI 元年戰略，在組織內部形成共識，將 AI 人才培養提升至戰略高度。

• 賦能培訓：體系化開展認知啟蒙、工具實操、場景工作坊和項目輔導，將 AI 能力拆解為可學習、可訓練的模塊。

• 實戰淬煉：“以賽促學”，通過舉辦內部 AI 創新大賽，直擊“場景不清、工具不熟、價值不顯”三大痛點，將員工痛點轉化為落地解決方案。

• 人機協同：塑造新的工作范式，不是讓 AI 替代人，而是實現人與 AI 的高效協同。

張詩笳以自己創建的 AI 助理為例，展示了其在生成高質量標題、撰寫項目方案上的效率提升和在極限工期完成任務的策略設計。她強調:“不是 AI 替代人，而是 AI 增強人。AI+ 人的高效協同模式這不僅能快速產出高質量成果，更能在很大程度上緩解人的工作焦慮”。

這套從規劃到行動、從學習到實戰的閉環，不僅確保了協鑫科技 AI 人才培養與業務戰略同頻，更為企業收獲了實實在在的降本增效。不僅為企業儲備 AI 的“糧食”，更鍛造出一支能征善戰，決勝于數字化未來的精銳之師。

極客時間 趙鈺瑩首發：智能體時代 8 大崗位 AI 技能圖譜

如果說張詩笳提供了從 1 到 N 的規模化實踐樣本，那么極客邦科技雙數研究院副院長、極客時間企業版 教研主編趙鈺瑩的分享，則為企業繪制了從 0 到 1 的“導航地圖”。她的登臺帶來了本次專場最受矚目的發布——智能體時代 8 大核心崗位的 AI 技能圖譜。

“AI 的深入應用，正在重塑企業的業務流和決策鏈。”趙鈺瑩指出，業務流正從線性的、預設的流程，轉向圍繞具體任務進行動態規劃；決策鏈也從傳統的層級審批，演進為人機共創。

組織形態隨之變化，跨部門協調成本高昂的“部門墻”在松動，更靈活的創新小隊和 AI Native 組織開始出現，績效考核也更多地與價值創造而非工時掛鉤。

然而，理想照進現實的過程布滿挑戰：企業不清楚 AI 人才培養的最終導向，難以確定資源投入的優先級；員工因擔心崗位被替代，不愿將個人經驗沉淀為組織資產，導致“個人效率無法轉化為組織效率”。

針對這些痛點，趙鈺瑩系統闡述了 AI 人才培養的四層體系，并首次公開了詳盡的技能圖譜。

首次發布的 8 大崗位技能圖譜

• 覆蓋范圍：圖譜首次完整覆蓋了包括產品、安全、數據分析、測試、工程師等在內的 8 大企業核心崗位。

• 層級拆解：每個崗位的 AI 技能都被清晰地拆解為初級、中級、高級三個能力層級，為員工進階提供了明確路徑。

• 行業通用性：圖譜基于對大量企業的調研提煉而成，具備行業通用參考價值，企業可在此基礎上結合自身業務進行定制化細分。

這份圖譜的發布，意味著企業 AI 人才培養告別了“摸著石頭過河”的試錯階段，擁有了可對標、可評估、可規劃的標準化能力框架。

廣新集團 李志剛：創新加速三步法，讓 AI 從“學習”走向“創造”

來自廣新集團學習與創新中心的負責人李志剛，則從國有資本投資公司的視角，分享了如何讓 AI 從培訓課堂走向創新戰場。他所在的集團業務橫跨新能源材料、生物科技、數字服務等多個板塊，站在世界 500 強的視角，其企業培訓中心定位為“企業大學 + 創新加速器”。

“數智化時代，企業組織需要從學習型組織，向學習型 + 創新型組織升級。”李志剛認為，面對 AI 浪潮，國央企的態度應是“積極擁抱，但理性算賬”。

AI 在企業的創新圖譜中應有清晰定位，其終極價值應是通過技術創新驅動商業模式創新，帶來指數型增長。

為此，廣新集團探索出“創新加速三步法”，有效推動了 AI 在業務場景中的落地：

• 分層分類賦能： 策略是“先抓領導，再抓業務”。首先確保業務一把手理解并重視 AI 價值，獲取關鍵支持；隨后賦能業務人員，鼓勵他們從實際工作中提出 AI 可解決的場景需求，并篩選出高價值切入點。

• 場景孵化：核心是“挖掘與篩選”。深入業務一線挖掘真實痛點與需求，通過舉辦“創新加速營”等形式，篩選出最具潛力的高價值場景，并配備資源推動其孵化成可落地的項目。

• 資源整合： 扮演“連接器”角色。積極整合外部領先的技術資源與解決方案，為內部業務團隊與外部技術專家搭建合作橋梁，解決技術可行性問題。

李志剛列舉了 AI 在集團內的多個應用場景：在廣告業務中實現內容的智能制作與精準推送；在服裝板塊探索智能設計與剪裁；在研發、供應鏈管理等領域提質增效。他強調，培訓工作必須深度切入業務，成為業務部門的“數智化戰略伙伴”，價值才能被真正認可。

數智化專家 黃林：未來兩年五大確定性判斷與三層診斷模型

擁有豐富業務與技術跨界經驗的黃林，從更宏觀的產業視角，剖析了 AI 時代企業轉型的斷裂點與未來圖景。他開宗明義地指出，當前要探討的并非具體的工具使用，而是 “組織是否準備就緒” 的根本問題。

基于對行業的深入觀察，黃林給出了對未來兩年的五大確定性判斷：

模型能力將成為免費的基礎設施：如同云計算，基礎的 AI 模型能力將日益廉價甚至免費，企業競爭焦點將轉向應用層。

多智能體協同將成為組織標配：當前多智能體協同效率雖未達完美，但技術進步將使其如今天的辦公軟件一樣普及。

• AI 原生軟件將顛覆企業 SaaS：一個智能體（Agent）可能替代多個傳統 SaaS 軟件的功能，催生全新的軟件生態。

• 最稀缺的人才是既懂業務又會用 AI 的新一代 AI 人才：他們能進行智能體編排和工作流設計，其成果可直接帶來業務效果。

• 組織形態將從職能型向任務型轉變：團隊規模將縮小，但人機結合程度更深，層級縮短，敏捷性增強。

面對這些趨勢，企業如何自我診斷？黃林提出了一個簡潔的三層診斷模型：

• 工具層：企業是否提供了好用的 AI 工具？員工是否會用？

• 流程層：AI 應用是否優化了業務流程，還是造成了新的斷點？

• 組織層：個人使用 AI 提升的效率，是否轉化為了組織整體效率？

他特別指出，90% 的企業卡在“個人效率未轉化為組織效率” 這一關。例如，某個員工用 AI 將報告撰寫效率提升一倍，但若報告審批流程不變，整體項目周期并未縮短。

「未來企業的核心競爭力不是誰擁有最強的 AI，而是駕馭 AI 的能力。」黃林的這一判斷，為整場分享點明了題眼。

穿越周期的競爭力：駕馭 AI 的人

從張詩笳的體系化路徑、趙鈺瑩的技能圖譜、李志剛的創新加速，到黃林的趨勢判斷與診斷模型，四位嘉賓從不同切入口，最終都指向了同一個結論：在技術快速迭代的浪潮中，工具會過時，流程會調整，但組織中能駕馭 AI 的人才，是唯一可穿越周期的核心競爭力。

DTDS 全球數智人才發展大會，如同一場及時的“沙盤推演”，將企業 AI 轉型中最隱蔽、最關鍵的“人才短板”置于聚光燈下。它提供的不是泛泛而談的概念，而是從頂層設計、能力地圖、創新方法到趨勢診斷的全套解決方案。

當 AI 從炫技的演示場景，下沉為千行百業的基礎生產力，勝負手已然改變。企業間的競爭，正從“技術儲備”的軍備競賽，轉向“人才密度”與“組織韌性”的深層較量。培養和擁有那些能與 AI 協同共進、甚至引導 AI 創造價值的人，不再是一項人力資源工作，而是關乎生存與發展的核心戰略。

關于極客時間企業版

極客時間企業版是極客邦科技打造的企業級AI 與數智化人才賦能平臺。我們致力于通過“體系化課程 + 智能化平臺 + 場景化服務”的一體化交付模式，為企業構建面向 AGI 時代的實戰型人才體系。

平臺聚焦AI 實戰能力培養，深度融合行業前沿實踐，課程覆蓋大模型應用、AI Agent 開發、智能體架構、數據治理和分析等核心數智技術領域。我們不僅提供從全員 AI 通識到團隊 AI 工程化的全鏈路學習方案，更通過基于企業真實場景的 AI 訓戰項目，幫助員工掌握將 AI 工具融入工作流、以 AI 思維解決業務問題的關鍵能力。

我們始終圍繞“從學習到落地”的核心目標，助力企業將 AI 技術轉化為實際生產力，最終驅動業務實現創新與智能化轉型。