核心摘要
技能提升与再培训不必一开始就作为大型全公司项目推进。相反，如果一开始就覆盖所有岗位、所有员工和所有技能，范围会变大，责任会变得模糊。2026年需要的方法，是选定1到2个核心岗位，在90天内小规模实验，并基于结果扩展。
CompTIA的2026年Workforce and Learning Trends指出，83%的组织将应对技能担忧列为高优先级，62%的HR专业人士和IT领导者预计未来一年AI培训预算将增加。然而，拥有正式组织级技能提升与再培训项目的企业只有34%。这意味着关注和预算在增加，但执行体系仍然不足。
因此，HRD应从“可验证的试点”开始，而不是“建立完美体系”。90天试点的目标不是开设更多培训课程，而是选择变化中的工作，定义必要技能，诊断当前水平，设计学习路径与工作应用任务，并确认应用结果和角色转换可能性。
90天试点应小于全公司项目
技能提升与再培训具有战略重要性，但执行必须从小处开始。如果试图一次性建立全公司技能词典、全岗位诊断、整合平台和大规模培训体系，时间会拉长，业务部门关注度也会下降。试点应是为了确认“在我们组织中真实可行的方式”的实验。
CompTIA说明，在构建workforce development项目时，培训成本以及执行和衡量都是主要挑战。调查对象和行业构成可能不同于韩国企业，但这一信号说明，HRD应先设计可运作的运营方案，而不是停留在宏大口号。
Deloitte的2026 Global Human Capital Trends指出，竞争优势正在从静态人力配置转向实时编排人员、技能、数据与技术。从这一角度看，90天试点不是单纯培训运营。它是HRD、HRBP、业务领导、People Analytics、IT或HR Tech负责人共同连接工作-技能-学习-应用-绩效数据的小型运营实验。
试点范围越窄越好。例如，可以选择客户支持、招聘、销售管理、生产管理、培训运营等受AI或自动化影响较明显的1到2个岗位。对象不必是全体员工，可以从该岗位中角色变化可能性较高的20到50人开始。重要的不是人数，而是学习后能否确认真实工作应用。
第1~15天：选择变化中的工作与核心岗位
前15天的目标不是选择培训课程，而是选择变化中的工作。不是说“做AI培训吧”，而是确认“哪些工作正在被自动化、增强或重新设计”。这一阶段应同时观察业务访谈、工作清单、近期自动化工具导入领域、重复工作比例，以及客户或内部用户不满数据。
CompTIA提出83%的组织将应对技能担忧视为高优先级，显示了这一阶段的紧迫性。SHRM的2026年AI in HR报告也显示，在已部署AI的组织中，岗位职责变化为39%，新角色为24%，少量岗位替代为7%。这说明workplace AI的组织影响更明显地体现在职责变化和新角色生成上。
因此，第1~15天需要确定三件事。第一，试点岗位。第二，该岗位中正在变化的3到5项核心工作。第三，90天内可以确认应用结果的工作任务。以招聘岗位为例，候选人搜寻自动化、面试问题设计、招聘数据分析、入职衔接都可以成为候选工作。
这一阶段的产出物是试点主题定义书。文件中应先写“要应对什么工作变化”，而不是先写“培训谁”。这样，之后的技能图谱与学习路径才会连接到真实工作变化，而不是变成培训目录。
第16~30天：制作工作-技能图谱并诊断当前水平
第16~30天要制作试点岗位的工作-技能图谱。技能图谱不是庞大的能力词典。在90天试点中，变化中的3到5项工作及其所需的5到10个技能就足够。例如，“招聘数据分析”这项工作，可以连接数据整理、指标解读、偏差审查、业务汇报、AI工具应用等技能。
CompTIA列出的当前培训形式包括岗位角色型培训64%、基础AI技能培训64%、工作流相关培训62%、高级AI培训53%。这些数字显示，培训设计正在转向岗位角色与工作流单位。因此，技能图谱也应围绕工作和执行行为，而不是在岗位名称下罗列抽象能力。
当前水平诊断不必复杂。可以组合自我诊断、管理者确认、简单任务执行和既有产出审查。熟练度用4个阶段即可。第1阶段是理解概念，第2阶段是按指南执行，第3阶段是独立执行，第4阶段是辅导他人或提出工作改善建议。
这一阶段的产出物是工作-技能图谱和当前水平诊断表。关键是沟通时避免让诊断被误解为评价。试点诊断不是给员工排名的工具，而是确定90天内要设计哪些学习和工作应用的起点。
第31~60天：同时设计学习路径与工作应用任务
第31~60天要设计学习路径。这里容易犯的错误是只安排课程。再培训试点的学习路径必须同时包含内容、实操、业务任务和管理者反馈。不是听完课程就结束，而是必须在真实工作中应用一次。
TalentLMS的2026 L&D Report指出，企业应对技能差距的方式包括现有人才技能提升与再培训64%、AI自动化62%、外部专业人才招聘57%。这说明企业通常同时使用多种应对方式。HRD在设计内部人才学习路径的同时，也需要观察哪些工作应自动化，哪些角色应与外部招聘连接。
学习路径可以设计为三层。第一，共通基础学习，包括AI、数据、工作变化理解等对象群体共同需要知道的内容。第二，按工作实操，使用自己岗位中真实的文档、数据、客户问题和流程进行练习。第三，应用任务，确定2到4周内可以在业务现场执行的小型改善任务。
这一阶段的产出物是学习路径表和工作应用任务清单。任务必须与业务领导共同确定。HRD单独设计的任务可能与真实工作优先级不一致。试点是否成功，取决于工作应用任务是否真实执行，而不只是培训内容是否完善。
第61~90天：验证应用结果与角色转换可能性
第61~90天要确认应用结果。此时不能只看完成率。应观察员工应用到哪些工作、产生了哪些产出、是否得到管理者确认，以及相关技能是否能扩展到其他工作或相邻角色。
TalentLMS指出，44%的HR经理在新角色上优先考虑外部候选人而不是内部员工，并建议建立内部移动路径、使用技能数据在外部招聘前确认角色准备度。从这一视角看，90天试点也是确认内部候选人角色准备度的实验。
SHRM指出，56%的HR组织受访者并未正式衡量AI投资成果。要避免这一衡量空白，必须在试点结束前确定最低限度的验证标准。例如，可确认应用任务完成情况、产出质量、管理者确认、工作时间减少、错误减少、客户或内部用户反应，以及投入相邻角色的可能性。
这一阶段的产出物是试点结果报告。好的报告不会以“多少人完成培训”结束。它应展示哪些工作发生了变化、需要哪些技能、谁达到了什么水平、应用到了哪些工作，以及下一个90天要扩展什么。
试点结束后HRD应留下的5项产出物
90天试点结束后，HRD应留下的不是培训结果报告，而是可扩展的运营资产。TalentLMS提出L&D成功的辅助指标包括业务影响37%、职业成长结果31%、培训满意度28%，这说明产出物也应同时解释培训运营、职业发展与工作成果。
第一，试点岗位的工作变化地图。整理哪些工作减少、哪些工作扩大、哪些工作新出现。
第二，工作-技能图谱。不是在岗位名称下罗列能力，而是连接变化中的工作、所需技能和熟练度标准。
第三，学习路径与应用任务清单。需要留下哪些学习内容、实操和业务任务真实有效，才能扩展到下一个岗位。
第四，技能诊断与应用结果数据。整理前后水平变化、任务产出、管理者确认、项目投入情况。
第五，扩展决策案。建议下一个试点岗位选哪里、是否需要平台或外部培训、如何连接内部流动或角色转换。
如果留下这五项，90天试点就不再是一次性培训，而是技能型HRD运营模型的起点。Deloitte所说的人员、技能、数据与技术的实时编排，也只有在这种小型运营资产不断积累时才可能实现。
HR接下来需要关注的方向
2026年的技能提升与再培训，不是增加培训清单，而是把工作变化、技能数据、学习路径、工作应用和绩效指标连接成一个流程。本系列讨论的核心也相同。再培训不是选择岗位将消失的人，而是寻找变化中的工作和可移动的角色。
HRD现在应先问“要应对什么工作变化”，而不是“要教什么”。也应说明“谁能够新承担哪些工作”，而不是“多少人完成了课程”。让这种说明成为可能的，正是技能数据和绩效指标。
90天试点是启动这一转换的现实方法。不必等待全公司项目。可以从1到2个核心岗位、3到5项变化中的工作、5到10个必要技能和若干应用任务开始。小规模启动，但必须留下数据和成果。只有这样，技能提升与再培训才不是流行语，而是改变组织工作方式的HR战略。
