尽管AI的应用正快速增长，但可切实证明的企业层面生产力提升仍不稳定。
新研究表明，企业必须弥合关键的学习差距，才能全面有效地将人类能力与AI能力相结合。
DEEP框架将学习嵌入工作流程，以实现持续改进，而不是零星地让员工参加碎片化的培训。
商界、政府和公民社会的领导者对AI的潜力确实感到振奋。分析一致预测，其将带来数万亿美元级别的增长。世界经济论坛估计，到2030年，AI可能为全球GDP贡献高达14%的增长，约相当于15.7万亿美元。然而，即便AI工具在企业中日益普及，生产力回报仍难以显现：英国的劳动生产率趋势已有所恶化，美国的生产率增速则时起时落，自21世纪初的高点以来持续放缓。这一悖论十分明显：许多员工表示借助AI工具“节省了时间”，但组织和经济体尚未看到持久的企业层面收益。
作为培生公司的首席技术官，我的结论是：尽管AI投资正在加速，但企业生产力仍然参差不齐，原因在于对整体工作系统——人与技术协同工作——的关注不足。我们需要更加重视如何从零开始重新设计整个工作流程，而不是遵循先部署技术、后培训员工的思路。相反，我们需要一种更加综合的方法，将人类与AI智能体的持续学习置于转型的核心。
实现AI的潜力需要的不仅是扩大技术规模；它需要人与技术之间的伙伴关系，让学习与适应贯穿每一个阶段。基于在学习科学领域的深厚经验，我们深知，要驾驭这一范式转变，就需要赋能个人和团队实现成长；这不仅依赖技术工具，更依赖使这些工具真正发挥价值的持续发展与协作。这一方法确保AI成为一股向善的力量，为个人和组织同时带来更好的成果。
真正的红利在于打造一支增强型劳动力队伍：借助AI，在日常工作的流程中加速并放大人类的专业能力；以个人技能的真实情境为基础；并统筹协调各工作流程中的最佳组合。
关键的学习差距
自动化能够带来快速、可衡量的效率提升；而AI增强型劳动力则重塑了价值的创造方式。新的培生研究表明，当AI被用于知识编码、多智能体协同工作，并嵌入快速、持续的学习机制，使人们从“执行”转向审辨和创造时，生产力收益最为显著。换言之，AI不应取代人的判断力；它应当提升人类判断所能达到的上限。
释放这一潜力的最大障碍，在于学习差距正在扩大：AI能力以指数级速度推进，而劳动力的适应仍然零散且流于表面。我们的研究发现，企业往往只是在AI培训计划上“走过场”，却未能围绕人机协作重新设计任务、角色和技能。这一差距解释了为何个人层面的“节省时间”未能转化为企业生产力的累积提升——它如今已成为实现世界经济论坛所预期的工作转型的关键风险。
如果我们弥合学习差距并扩大增强式应用，经济上的收益将十分可观。我们的建模分析覆盖300多种知识密集型职业，结果显示，在广泛采用增强式应用的前提下，AI驱动的增强可能在2034年前为美国经济增加4.8万亿至6.6万亿美元（约相当于其当前规模的15%）。结合论坛的全球展望，结论是一致的：通过投资于人，开拓新的增长源泉。
一个可落地的技能提升框架
要弥合学习差距，我们需要一种截然不同的技能提升方法：超越传统培训模式，转向由AI赋能、以人为本的学习。这意味着将学习直接嵌入工作流程，而不是让员工脱离工作去参加通用型培训课程。
为推动这一转型，我们的研究提出了一个名为DEEP的框架，其核心包含四大支柱：
诊断：企业必须开展基于任务的分析，以了解AI将如何重塑特定岗位，同时借助“专家爱好者”和“增强型工作小组”来识别、设计并推广切实可行的应用场景和培训，从而实现有效的AI增强。
嵌入：学习必须在工作流程中发生，借助AI提供个性化、即时的指导与反馈。这依赖于打造一种学习文化：鼓励实验、促进知识共享，并强调批判性思维、创造力等可持续技能，以及学会学习的能力。
评估：组织和个人需要强大的技能数据基础设施，以支持更精准的技能提升建议；需要采用环境式评估方法，利用AI从行为和工作成果中推断能力；还需要借助AI持续衡量、改进并个性化学习。
优先排序：学习与发展职能必须从内容分发者转变为能力架构师，在高层管理团队的有力支持下，追踪并衡量不断演变的劳动力技能。企业需要基于技能的学习计划和可衡量的技能生态系统，包括数字钱包——用于记录个人在职业和个人生涯中积累的技能，无论是学位、技能认证、电子驾驶执照，还是其他经过验证的资质。与此同时，它们还必须调整激励机制和资源投入，以激发员工的持续成长。
这正是转型与反馈成为企业战略常态节奏的方式：它不是一项试点计划，而是一种持续性的能力，既为员工应对未来变化做好准备，也使转型更快速、更成功。
迈向增强型未来的路径
要实现AI的15万亿美元承诺，领导者必须倡导一种以人为本、持续迭代且基于证据的新学习要务。AI投资与学习必须齐头并进，二者都无法单独带来可持续的影响。这要求我们超越在自动化与人类员工之间的非此即彼之选，转而将劳动力增强视为实现可持续生产力增长的路径。
论坛如何帮助领导者理解AI并携手推动负责任的创新
AI卓越中心汇聚跨行业领导者，共同理解人工智能的快速演进及其对经济体和社会的影响。该中心支持围绕AI应用的机遇、风险与权衡展开知情对话。
通过可信赖的交流空间与协作项目，该中心帮助合作伙伴建立共同认知，并携手推进负责任的AI创新与应用。
首席执行官办公室（C-suite）必须大规模投资学习，围绕人机协作重新设计工作，建立可信的技能数据，对能力进行认证，并赋能学习与发展负责人定义未来的工作方式。这一未来依赖于可扩展的学习体系、可衡量的技能生态系统以及可信的数据，以确保增强式应用强化而非侵蚀人类能力。
