Sztuczna inteligencja redefiniuje uczenie się i rozwój – od dostarczania treści do strategicznej orkiestracji

• Twoi programiści nie uczęszczają na kursy dotyczące najlepszych praktyk w Pythonie — pytają GitHub Copilot o pomoc podczas programowania.
• Twój zespół obsługi klienta nie loguje się do LMS, aby przeglądać procedury obsługi połączeń — pyta ChatGPT o wskazówki w czasie rzeczywistym.
• Twój zespół sprzedaży nie ogląda filmów szkoleniowych o radzeniu sobie z obiekcjami — korzysta z AI, aby przygotować się do rozmów i tworzyć wersje robocze wiadomości e-mail po spotkaniach.

Całe założenie L&D — idea, że potrzebujesz wyspecjalizowanych osób do selekcjonowania, dostarczania i mierzenia efektów uczenia się — zanika, ponieważ AI robi to na poziomie jakości i skali, z którym coraz trudniej konkurować, a jednocześnie działa szybciej i taniej.

Powolny upadek propozycji wartości L&D

Przewińmy nagranie i przypomnijmy sobie, co L&D obiecywało organizacjom w ciągu ostatniej dekady.

Etap 1: „Zwiększymy zaangażowanie”

Skupiano się na tym, aby ludzie faktycznie korzystali z zasobów edukacyjnych. Wyzwanie było realne. Jak konkurować ze wszystkim innym, co domaga się uwagi pracowników?

Zespoły L&D ciężko pracowały nad tym, aby treści były bardziej angażujące, dostępne i przekonujące. Wskaźniki ukończenia i wyniki zaangażowania stały się głównymi miernikami, ponieważ można było je zmierzyć i pokazywały aktywność.

Trudniejsze pytanie o to, czy zaangażowanie przełożyło się na wpływ na biznes, często pozostawało bez odpowiedzi — nie dlatego, że L&D na tym nie zależało, lecz dlatego, że naprawdę trudno było to zmierzyć.

Etap 2: „Będziemy rozwijać umiejętności”

Stanowiło to rzeczywisty postęp. Propozycja wartości przesunęła się w stronę budowania kompetencji: pomagania ludziom w rozwijaniu nowych umiejętności, aby organizacje mogły awansować osoby z wewnątrz zamiast zatrudniać z zewnątrz.

Miało to ogromny sens, biorąc pod uwagę, jak kosztowne, czasochłonne i konkurencyjne jest zatrudnianie. L&D stało się strategicznym partnerem w rozwoju talentów. Dla wielu organizacji ten model sprawdzał się dobrze i tworzył rzeczywistą wartość.

Etap 3: „Skupimy się na rezultatach”

To naturalna ewolucja, wykraczająca poza zaangażowanie, a nawet poza rozwój umiejętności, i koncentrująca się bezpośrednio na wydajności oraz produktywności w rzeczywistych rolach zawodowych. Zamiast mierzyć ukończenia, mierz wpływ na biznes. Zamiast kursów zapewniaj wsparcie w wykonywaniu pracy.

To podejście zyskiwało coraz większą popularność i stanowiło przejaw dojrzewania L&D jako funkcji strategicznej.

A potem pojawiło się AI i fundamentalnie zmieniło sytuację.

„AI przekształca L&D w tempie, jakiego nigdy wcześniej nie widzieliśmy, ale nie eliminuje tej funkcji — redefiniuje ją” — powiedziała Valerie Gobeil, dyrektorka ds. zarządzania talentami i uczenia się w Workleap. „Wartość L&D odchodzi od tworzenia treści i przesuwa się w stronę projektowania systemów, nawyków i środowisk, które sprawiają, że ciągłe uczenie się staje się częścią codziennej pracy”.

Brandon Sammut, dyrektor ds. transformacji pracowników i AI w Zapier, ujmuje to jeszcze bardziej bezpośrednio: „Dzięki AI będziemy obserwować przyspieszenie powszechnej dostępności treści. Błędnym sposobem myślenia o tym jest postrzeganie tego jako zagrożenia dla L&D; właściwym — jako ogromnej pomocy i oszczędności czasu”.

Ta ewolucja nie zachodzi dlatego, że L&D poniosło porażkę — technologia po prostu dogoniła to, co L&D próbowało budować przez lata. Musisz wiedzieć, jak napisać zapytanie SQL? Potrzebujesz pomocy w sformułowaniu trudnej wiadomości e-mail? Chcesz szybko zrozumieć złożone zagadnienie? Najłatwiejszą drogą nie jest już „przeszukaj LMS” ani „skontaktuj się z L&D”. Jest nią „zapytaj ChatGPT” i uzyskaj spersonalizowaną odpowiedź w 30 sekund.

Zespoły L&D przez lata mówiły o „wsparciu w wykonywaniu pracy” i „uczeniu się dokładnie wtedy, gdy jest potrzebne”. Wizja była słuszna. Problem polegał na tym, że technologia umożliwiająca dostarczanie tego na prawdziwą skalę, z prawdziwą personalizacją i w prawdziwym tempie, po prostu nie istniała w formie zgodnej z tym opisem. Jednak posiadanie asystenta AI, który działa wszędzie tam, gdzie wykonywana jest praca, całkowicie zmienia zasady gry.

dr Jill Stefaniak, dyrektorka ds. uczenia się w Litmos, podkreśla, że L&D nadal jest niezbędne.

„Era AI potrzebuje L&D jako funkcji biznesowej, aby przetrwać” — mówi. „Osiemdziesiąt procent kadry kierowniczej poinformowało, że wdrażanie AI w ich zespołach utknęło w miejscu z powodu braku wiedzy na temat skutecznego korzystania z tych narzędzi. Specjaliści L&D wnoszą strategiczny i skoncentrowany na człowieku osąd, który gwarantuje, że doświadczenia edukacyjne są osadzone w odpowiednim kontekście. Nadawanie sensu i budowanie potencjału wspierającego uczenie się nigdy nie było bardziej potrzebne”.

It starts with one signal.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Get Free Access

Have an account? Log In

Trzy funkcje, które pełnił dział L&D (i kto je przejmuje)

Spróbujmy uczciwie ocenić, co dział L&D często dostarczał i jak będzie to wyglądać w przyszłości:

1. Kuratorowanie informacji i dostęp do nich

Co robił dział L&D: Wyszukiwał lub tworzył odpowiednie treści, organizował je w systemie LMS i umożliwiał ich wyszukiwanie.

Co robi AI: Natychmiast uzyskuje dostęp do całej ludzkiej wiedzy, dostosowuje ją do twojego kontekstu i odpowiada na pytania uzupełniające.

Kto za to odpowiada: AI.

2. Rozwijanie umiejętności i praktyka

Co robił dział L&D: Tworzył kursy, warsztaty i symulacje, które pomagały ludziom rozwijać kompetencje. 

Co robi AI: Zapewnia nieskończoną liczbę scenariuszy ćwiczeń, natychmiastową informację zwrotną i spersonalizowany coaching na dużą skalę. 

Kto naprawdę robi to teraz: Ludzie uczą się poprzez działanie, a AI pełni rolę ich drugiego pilota, zamiast najpierw uczestniczyć w kursach.

Umiejętności mają teraz krótszy okres przydatności, ale nie oznacza to, że pracownicy potrzebują mniej rozwoju, lecz raczej tego, by był on bardziej stały,” powiedział Gobeil. “Nowym zadaniem L&D nie jest „tworzenie szkoleń”, lecz umożliwianie skutecznego działania. Oznacza to budowanie struktur, które pomagają ludziom podejmować wyzwania, eksperymentować i szybko się dostosowywać.

3. Zmiana organizacyjna i dostosowanie

Co robił dział L&D: Wdrażał nowe procesy, narzędzia lub strategie za pomocą programów szkoleniowych.

Co faktycznie napędza zmiany: Bezpośredni coaching menedżerów, komunikacja liderów, nauka od współpracowników i rzeczywiste zachęty.

Kto powinien za to odpowiadać: HR (kultura), liderzy (strategia), menedżerowie (realizacja).

Gdy dostawcy rozwiązań L&D widzą, co się święci

Taylor Blake prowadzi eksperymenty z AI w firmie Degreed, jednej z wiodących platform doświadczeń edukacyjnych dostępnych na rynku. Podczas niedawnej rozmowy próbowałem odczytać między wierszami to, co mówił.

"Asystenci AI i drudzy piloci przejmują obszar bieżącej pomocy w pracy. Jeśli potrzebujesz odblokować swoją pracę, nie zwracasz się do L&D, tylko sięgasz po swojego asystenta AI."

"Firmy zatrudniają mniej osób. Narracja o „podnoszeniu kwalifikacji od wewnątrz jako alternatywie dla kosztownego zatrudniania” już nie działa, gdy potrzebujesz mniejszej liczby pracowników."

"Otwieramy nowy zestaw narzędzi do rozmów, dialogu i coachingu wspieranych przez AI."

Tłumaczenie: Degreed wie, że jego podstawowy model biznesowy musi się zmienić. Firma przechodzi na „coaching i dialog wspierane przez AI”, ponieważ być może jest to jedyna pozycja, której można jeszcze skutecznie bronić.

Innymi słowy, ludzie, którzy pracowali nad tym, aby treści edukacyjne były dostępne i mierzalne, widzą, że AI utowarawia dostęp do treści. Ich strategia przetrwania musi więc polegać na całkowitym rozwoju w innym kierunku.

Co właściwie się zmienia i co to oznacza dla twojego budżetu

Pytanie nie brzmi „z czego powinniśmy przestać finansować?”, lecz raczej „jakie problemy właściwie rozwiązujemy i jaki jest obecnie najlepszy sposób, aby to robić?”

L&D nadal jest częścią twojej strategii, ale w 2026 roku i później będzie wyglądać nieco inaczej.

Systemy zarządzania nauczaniem

Co obiecywały platformy LMS: Jedno miejsce, w którym znajdują się wszystkie treści edukacyjne, dostępne dla każdego, z wbudowanym śledzeniem postępów i raportowaniem.

Co się zmieniło: Podstawowy problem, który rozwiązywały platformy LMS — udostępnianie informacji — został rozwiązany przez AI w bardziej elegancki sposób. Uciążliwość procesu „zaloguj się do LMS → przeszukaj katalog kursów → znajdź właściwy moduł → obejrzyj 20 minut filmu → wydobądź potrzebne 30 sekund” jest absurdalna w porównaniu z „zapytaj ChatGPT lub Claude”.

Ale co z wiedzą wewnętrzną? To uzasadniony argument. Twój asystent AI nie zna automatycznie specyficznych procesów, zasad ani wiedzy instytucjonalnej twojej firmy. Jednak platformy LMS również nigdy nie były najlepszym rozwiązaniem tego problemu.

Wewnętrzne wiki lub bazy wiedzy (Notion, Confluence), Loom do demonstrowania procesów, kanały Slacka do wyszukiwania informacji w czasie rzeczywistym oraz dokumentacja tworzona przy okazji rzeczywistej pracy lepiej spełniają ten cel — a ponadto można je zasilać narzędziami AI, aby umożliwić dostęp w języku naturalnym.

Biblioteki treści: od 10 000 kursów do syntezy na żądanie

Co obiecywały biblioteki treści: Dostęp do tysięcy kursów na każdy temat, aby pracownicy mogli nauczyć się wszystkiego, czego potrzebowali.

Co się zmieniło: Propozycja wartości oparta na haśle „mamy 10 000 kursów” straciła na znaczeniu, ponieważ AI może syntezować informacje z milionów źródeł i dostosowywać je do konkretnego kontekstu. Ktoś nie potrzebuje 4-godzinnego kursu „Skuteczna komunikacja e-mailowa” — potrzebuje teraz pomocy w napisaniu tej konkretnej, trudnej wiadomości e-mail.

Prawdziwy problem: Wykorzystanie większości subskrypcji bibliotek treści wynosi 5–15%. Płacisz za kursy, z których 85% pracowników nigdy nie skorzysta. A kiedy rzeczywiście muszą się czegoś nauczyć, coraz częściej sięgają po YouTube, Reddita lub AI, zanim zalogują się do platformy z treściami.

France Hoang, CEO i założyciel BoodleBox, współpracującej platformy AI wspierającej edukację i gotowość zawodową, na nowo określa, na czym powinien koncentrować się dział L&D.

„W małych i średnich firmach, w których liczy się każdy dolar, nie możemy już pozwolić sobie na rolę bibliotekarzy treści. Pytanie nie brzmi: „jakich informacji potrzebują pracownicy?”, lecz: „jakich pytań jeszcze nie zadają?”. AI demokratyzuje dostęp do informacji, a L&D musi demokratyzować dostęp do mądrości”.

Co naprawdę działa? Dostęp do narzędzi AI zapewniających wyjaśnienia i przykłady w czasie rzeczywistym, starannie wyselekcjonowane zestawienia naprawdę wyjątkowych zasobów, możliwość kontaktu z ekspertami w organizacji oraz płatne kursy lub certyfikaty tylko wtedy, gdy ktoś potrzebuje pogłębionej, ustrukturyzowanej wiedzy specjalistycznej w określonym obszarze.

Liczebność zespołu L&D: od dostawców usług do strategicznych koordynatorów

Co obiecywały zespoły L&D: Specjalistyczną wiedzę z zakresu projektowania dydaktycznego, tworzenia programów nauczania, zarządzania dostawcami, technologii edukacyjnych i realizacji programów.

Co się zmieniło: Wiele z tych specjalistycznych umiejętności jest komodytyzowanych przez AI. Tworzenie konspektu kursu? AI. Opracowywanie celów edukacyjnych? AI. Wyszukiwanie odpowiednich treści? AI. Wysoce wyspecjalizowana dziedzina projektowania dydaktycznego doświadcza takiego samego przełomu jak każda inna dziedzina pracy opartej na wiedzy.

Rzeczywistość jest bardziej złożona: Umiejętności posiadane przez specjalistów L&D — takie jak rozumienie, w jaki sposób ludzie się uczą, projektowanie doświadczeń, ułatwianie zmian i mierzenie ich wpływu — nadal są wartościowe. Po prostu obecnie ich wartość ujawnia się w innych kontekstach.

Chris Eigeland, CEO i współzałożyciel Go1, agregatora treści dla liderów L&D, postrzega ten moment raczej jako szansę niż zagrożenie.

„Świetni liderzy i zespoły L&D nie tylko przetrwają przejście do środowiska pracy wspieranego przez AI, ale także będą się rozwijać” — mówi. „W ostatnich latach L&D było pochłonięte administracją: od pozyskiwania treści, przez prowadzenie kampanii, po uciążliwe raportowanie. Obietnica działu HR i L&D wspieranego przez AI polega na tym, że znaczną część tej „tradycyjnej” roli można zautomatyzować, pozwalając liderom L&D skupić się na zapewnianiu i mierzeniu wyraźnego wpływu na biznes”.

Specjaliści L&D mogliby uczyć pracowników, jak skutecznie uczyć się jako dorośli — jak zadawać lepsze pytania, celowo ćwiczyć, przenosić wiedzę między kontekstami i uczyć innych. Mogliby ułatwiać tworzenie sieci wzajemnego uczenia się, wspierać menedżerów jako liderów uczenia się oraz mierzyć to, co naprawdę ma znaczenie: tempo uczenia się, wskaźniki adopcji i wyniki biznesowe.

Sammut przedstawia wizję tej rozwiniętej roli.

„W nadchodzących latach zespoły L&D mogą wywrzeć wyjątkowy wpływ, na nowo wyobrażając sobie funkcję wokół zapewnienia wysokiej jakości warstwy danych, na której AI będzie mogła personalizować naukę i coaching, oraz opracowując modele wpływu korelujące interwencje L&D (mikronaukę dokładnie wtedy, gdy jest potrzebna, coaching w toku pracy) z rozwojem pracowników i wpływem na biznes”.

„Specjalista L&D przyszłości to technolog, który rozumie sztukę rozwoju człowieka, wykorzystuje modele danych do personalizowania doświadczeń edukacyjnych i potrafi skutecznie powiązać inwestycje L&D z wynikami biznesowymi”.

Rzeczywistość dotycząca liczebności zespołu: Prawdopodobnie nie potrzebujesz 8 osób w L&D zajmujących się projektowaniem dydaktycznym i zarządzaniem programami. Możesz jednak potrzebować 2–3 osób, które będą koordynować wzajemne uczenie się w całej organizacji, wspierać menedżerów w rozwijaniu zespołów, mierzyć tempo uczenia się i jego wpływ, usuwać bariery dla eksperymentowania oraz łączyć wewnętrznych ekspertów z osobami, które potrzebują ich wiedzy.

Gdzie L&D może naprawdę przewodzić: zarządzanie, ramy bezpieczeństwa i strategiczna koordynacja

Podczas gdy znaczna część tradycyjnej pracy L&D jest automatyzowana lub rozproszona, pojawia się istotna luka — i właśnie w tym obszarze L&D powinno przejąć inicjatywę. Eigeland wskazuje na niepokojące rozbieżności.

„Chociaż 82% organizacji już wykorzystuje AI w uczeniu się, tylko 23% specjalistów L&D twierdzi, że odpowiedzialność i jasność dotyczące planu uczenia się AI w ich firmie są „bardzo jasne”. Zarządzanie jest rozproszone, ponieważ ludzie reagowali na zmieniający się świat, ale właśnie w tej przestrzeni L&D powinno przewodzić: budować ramy, ustalać zasady bezpieczeństwa i zapewniać ludziom pewność, że mogą odpowiedzialnie wykorzystywać AI w sposób odpowiedni dla swojej roli”.

To właśnie rozwinięta rola: nie dostarczanie treści, lecz tworzenie struktury, w ramach której uczenie się zachodzi skutecznie i bezpiecznie.

Jak wygląda to w praktyce:

Projektuj uczenie się z myślą o roli, a nie o temacie. Jak zauważa Eigeland: „Umiejętność korzystania z AI” powinna być definiowana inaczej dla pracownika działu obsługi, menedżera finansowego czy lidera zespołu. Oczekiwania dopasowane do roli zmniejszają niejednoznaczność i sprawiają, że zarządzanie staje się możliwe do zastosowania w praktyce”.

Oznacza to odejście od podejścia „wszyscy przechodzą kurs AI 101” na rzecz „oto jak wygląda dobre wykorzystanie AI w twojej konkretnej roli i przy twoich konkretnych obowiązkach”.

Włącz naukę do istniejących przepływów pracy. „Jeśli L&D odpowiada za kształtowanie ram”, kontynuuje Eigeland, „najszybszym sposobem na zwiększenie adopcji jest umieszczenie nauki tam, gdzie już odbywa się praca, zamiast w osobnym, niezależnym portalu. Tworzy to naturalne zabezpieczenia i zapewnia spójne praktykowanie”.

Pozwól AI zająć się pracą operacyjną. „Gdy L&D odpowiada za strukturę i nadzór, AI może przejąć zadania operacyjne, takie jak podsumowywanie treści, tworzenie wstępnych wersji ścieżek edukacyjnych czy analizowanie opinii. Dzięki temu ludzcy eksperci mogą skupić się na istotnych elementach zarządzania: jakości projektu, coachingu i zgodności z celami biznesowymi”.

Wniosek Eigelanda dobrze oddaje tę szansę: „Obiecywana przez AI efektywność urzeczywistnia się tylko wtedy, gdy ludzie wiedzą, jak korzystać z tych narzędzi. To sprawia, że L&D jest niezbędne. Nie znika, lecz wyostrza swoje priorytety. Zespoły, które stawiają na koordynację, rozwiązywanie problemów i rzeczywistą zmianę zachowań, pozostaną niezastąpione”.

To właśnie obszar, w którym L&D przekształca się z kuratora treści w strategicznego inicjatora, zapewniając ludziom nie tylko dostęp do narzędzi AI, lecz także ramy, zabezpieczenia i wskazówki dostosowane do ról, aby mogli skutecznie z nich korzystać.

Gdzie te funkcje znajdują się obecnie

Jeśli L&D jako samodzielna funkcja ewoluuje, dokąd trafiają te obowiązki?

HR przejmuje: zarządzanie zmianą organizacyjną, rozwój kompetencji menedżerów, rozmowy dotyczące rozwoju kariery oraz dobrostan i zrównoważoną efektywność (co jest szczególnie ważne, gdy AI eliminuje przestoje).

Inżynieria/IT zajmuje się: dostępem do narzędzi, bezpieczeństwem i zarządzaniem, niestandardowymi integracjami i przepływami pracy AI, rozwojem umiejętności technicznych oraz laboratoriami innowacji.

Menedżerowie odpowiadają za: coaching na żądanie w rzeczywistym kontekście pracy, informacje zwrotne dotyczące wyników i rozmowy o rozwoju, budowanie umiejętności właściwych dla zespołu oraz tworzenie przestrzeni do eksperymentowania.

Jednostki napędzają: wspierane przez AI budowanie umiejętności dokładnie wtedy, gdy jest potrzebne, naukę rówieśniczą i dzielenie się wiedzą, osobiste eksperymentowanie i odkrywanie oraz przejmowanie odpowiedzialności za własny rozwój.

Co pozostaje dla L&D? Strategiczne osoby, które koordynują strategię wdrażania AI (ale jej nie realizują), śledzą adopcję i wpływ (ale nie przygotowują raportów), łączą fakty w całej organizacji (ale nie odpowiadają za wykonanie pracy) oraz dostrzegają możliwości systemowych działań (ale współpracują z innymi przy ich realizacji).

W rzeczywistości prawdopodobnie nie jest to zespół. To rola. Być może dwie.

More Articles

• Wiceprezes ds. Ludzi i Organizacji w firmie AI o statusie jednorożca mówi, że liderzy HR muszą stać się architektami zespołu ludzi i maszyn
• AI w uczeniu się i rozwoju: przewodnik dla kadry kierowniczej po możliwościach, wyzwaniach i przypadkach użycia
• Strateg ds. przyszłości pracy analizuje organizacyjne realia sztucznej inteligencji i wyjaśnia, jak sobie z nimi radzić
• Założycielka DisruptHR wzywa liderów do przemyślenia hierarchii i rozwijania kompetencji w zakresie AI w czasach nieustannych zmian
• Była dyrektorka ds. pracowników BBC mówi, że AI wymaga przedefiniowania wartości HR’s

Rzeczywista rozmowa, którą należy przeprowadzić

Jeśli jesteś dyrektorem lub członkiem kadry kierowniczej najwyższego szczebla, oto konkretne pytania na następne spotkanie budżetowe.

Zamiast: „Ile powinniśmy wydać na szkolenia z AI?” Zapytaj: „Jak powinniśmy przeorganizować L&D, aby skupić się na zarządzaniu, koordynacji i umożliwianiu działania, a nie na dostarczaniu treści?”

Zamiast: „W jaką platformę szkoleniową powinniśmy zainwestować?” Zapytaj: „Jakie zdolności musimy zbudować na potrzeby adopcji AI, których same platformy nie mogą zapewnić?”

Zamiast: „Jak mierzyć skuteczność szkoleń?” Zapytaj: „Jak mierzyć tempo uczenia się i jego wpływ na wyniki biznesowe, zamiast wskaźników ukończenia?”

Zamiast: „Kto powinien prowadzić nasz program szkoleń z AI?” Zapytaj: „Jak rozdzielić wsparcie uczenia się między L&D, menedżerów i sieci rówieśnicze, zamiast je centralizować?”

„Dyrektorów nie interesują wasze wskaźniki ukończenia”, powiedział Hoang. „Interesuje ich przewaga konkurencyjna. Nowa rozmowa o ROI jest prosta: wyjaśnij, w jaki sposób nauka pomaga wam wygrywać. W małych i średnich firmach nie macie luksusu podejmowania długoterminowych decyzji inwestycyjnych, które nie przynoszą efektów. Liderzy chcą wiedzieć, w jaki sposób nauka wspierana przez AI skróciła czas osiągania kompetencji lub jak pomogła menedżerom pierwszej linii szybciej podejmować lepsze decyzje”.

Opinia Hoanga trafnie ujmuje w skrócie nowy mandat L&D. „AI jest narzędziem. L&D jest architektem. Nie tylko zarządzaj technologią — wykorzystaj ją do zbudowania czegoś, co nie mogłoby istnieć bez ludzkiego wglądu”.

Inny rodzaj inwestycji

Tak wygląda przemyślany budżet na rozwój kompetencji związanych z AI — nie szczegółowy trzyletni plan, lecz fundamentalna zmiana kierunku wydatków.

Odejście od: licencji LMS, subskrypcji bibliotek treści, wysokich wynagrodzeń dużego zespołu L&D, tworzenia kursów i śledzenia wskaźników ukończenia.

Przejście na: dostęp do narzędzi AI dla wszystkich, zagwarantowany czas na eksperymentowanie, rozwój umiejętności coachingowych menedżerów, sieci nauki rówieśniczej, ramy zarządzania właściwe dla poszczególnych ról oraz wskaźniki śledzące tempo uczenia się i wyniki biznesowe.

Pieniądze nie są przeznaczane na platformy i programy, lecz na dostęp, czas i strategiczną koordynację.

Droga naprzód

Nauka jest ważniejsza niż kiedykolwiek. Jednak działy nauki prowadzące tradycyjne programy szkoleniowe, śledzone w systemach zarządzania nauką? Ten model prawdopodobnie dobiega końca.

Ta przyszłość nie wymaga budżetu szkoleniowego w wysokości $1M zainwestowanego w platformy i treści. Wymaga uczciwej oceny, rozsądnego przekierowania środków oraz liderów L&D gotowych przekształcić swoją funkcję, zamiast jej bronić.

Ostatecznie odgrywają one ważną rolę w kształtowaniu tego, jak obecnie faktycznie przebiega praca, z AI w roli współpilota, menedżerami jako trenerami oraz L&D jako funkcją strategiczną zapewniającą, że wszystko to przekłada się na rzeczywiste kompetencje i wpływ na biznes.

Najlepiej zacząć działać, ponieważ Twoi pracownicy już uczą się od AI, niezależnie od tego, czy masz na to strategię, czy nie.