2024培训转型报告-技能差距、人工智能和新的企业课堂

技能差距、人工智能和新企业课堂 不寻常的感觉TM 我们在这份报告中涵盖的内容 •冲刺以跟上摩尔定律 ：对学习与发展（L&D）行业背后驱动力的深入分析，重点关注市场增长和技能差距带来的推动力。 •新企业课堂 ：如何人工智能、个性化学习以及从传统学习向混合学习交付的转变影响企业培训。 •发展到 Excel - L ＆ D 的竞争与创新 ：学习与发展（L&D）领域内新进入者和现有参与者的关键考虑因素，重点关注定制化、混合交付模式以及技术集成。 洞察来自多种来源，主要是一份由OC&C对美国和英国两地600名高级人力资源专业人士进行的调查。这包括来自学习与发展职能以及其它业务单元特定职能的培训购买者的反馈。此外，还通过与关键行业参与者和供应商进行了有针对性的访谈进行了补充。 Summary 培训与发展行业正处于变革之中：尽管由于技能差距扩大、人工智能以及客户需求变化等因素推动了强劲的市场顺风， incumbent providers 仍面临颠覆。 变化的速度将因不同的细分市场而异，自助式学习适用于更基本的需求（例如：以合规为导向的培训、入门级知识）；而讲师指导的培训更适合更复杂的学习需求。 1. 冲刺以跟上摩尔定律 技能差距，尤其是数字技能方面的差距，对企业的生存构成了根本性威胁。这一技能差距长期存在、跨行业且不断扩宽。尽管如此，企业历史上一直专注于零和的人才争夺战，侧重于招聘新员工而非提升现有员工的技能。然而，形势正在发生变化。领导者们越来越认识到招聘固有的挑战，并开始将重点转向培训和提升现有员工的技能。 • 人工智能范式的转变：AI的迅猛发展有望在学习与发展（L&D）领域带来颠覆性的变化，推动个性化学习旅程，降低内容创作成本，并允许更多互动的学习形式。根据调查，L&D的购买者普遍认为AI将导致实质性变革，但许多人在因成本和数据隐私方面的担忧而对采用AI解决方案持犹豫态度。 2. 新企业课堂 长期的结构性趋势在培训交付方面的进展加速了。培训从面对面转变为虚拟形式（包括自助式和导师指导），并强调更具实践性和互动性的内容（例如沙盒环境、即时反馈练习），同时学习路径变得更加复杂和高级。 • 衡量和提供投资回报率（ROI）正变得越来越关键，对于L&D部门而言，这很可能会影响未来的采购决策。如果向集中化购买决策的趋势继续发展，这一进程将被加速。 这种加速是由三个主要因素驱动的 ： 3. 向 Excel 演进 ： L & D 的竞争与创新 · Covid 作为 “强制迁移 ” 到虚拟训练的催化剂。 这种因素的结合正在导致竞争环境发生颠覆性的变化。至少出现了两种明确的模式： • 对具有成本效益的解决方案的需求不断增加。 • 单一平台旨在整合涵盖不同模态的广泛内容，并与学习平台（扮演学习管理系统LMS/学习体验平台LXP的角色）集成。 • 承诺提高新技术的教学效果。 展望未来 ， 一些明显的因素越来越重要 ： • 通过独立的 LXP 或 LMS 管理的最佳品种内容创建者。 • 混合培训交付：结合自助式学习与讲师指导的能力以满足不同客户的需求，并且越来越多地被视为在平衡成本与教学效果之间的解决方案。 显而易见的赢家尚未实现 ， 但领先球员之间的旅行方向是明确的。 1.冲刺以跟上摩尔定律 企业今天面临着由于人力资本技能差距（尤其是与数字技术相关）而导致的基本生产力挑战。 此外，数字颠覆 poised to alter 准备改变 动词改为更符合中文表达的词汇后为：数字颠覆准备大幅改变劳动力中大量现有的职位——学习与工作研究所估计，未来中期由于数字颠覆，workplace 岗位/职位 likely to change 可能会显著发生变化 的工作岗位占比将达到37%。 在英国，政府估计存在约20万需要数字技能的职位空缺，预计到2030年这一数字将上升至250万，这与每年大约只有1万名具备填补这些职位所需技能的毕业生形成了鲜明对比。 技能差距问题越来越严重; 四个关键趋势促成了这一点 ： 在这种背景下 ， 企业大致有三种选择 ： • 招募具有正确技能的新人才。 1. 缩短技术周期使工人的技能更难保持相关性。 • 通过承包商 ， 人员配备机构或外包来解决眼前的需求。 2. COVID 后的远程工作环境使工作学习复杂化。 • 投资提高现有劳动力的技能。 3. 老龄化的劳动力和缓慢的人口增长导致更少的年轻 ， 数字流利的员工。 根本问题十分明确：劳动力市场供应不足以满足需求；这是一个系统性问题。尽管如此，企业领导者在过去一直侧重于零和竞争以招聘而非培训和提升员工技能。约50%的企业领导者认为难以招聘到合适的技术人才是技能缺口的主要原因，而仅有约20%的企业领导者认为是培训不足所致。 4 、政府和企业两个层面对员工技能提升的长期结构性投资不足。 技能差距背后的原因 同样 ， 70% 的人表示 ， 寻找和招聘人才是人才生命周期中的三大挑战 ， 而 40% 的人表示 ， 在培训和发展方面。 天才生命周期中最大的挑战1 排名前 3 位的受访者百分比 尽管在以招聘为重点的方法上取得的成果有限，企业仍未迅速将重点从招聘转向技能提升。过去几年里，通过培训来提升技能的行动仅略微超过了招聘员工的行动。 过去 5 年为解决技能差距而采取的行动1 受访者百分比 (不包括不知道) 然而，一个显著的变化似乎不可避免，随着越来越多的 Talent 领导者将重点从招聘转向培训与发展（L&D），认识到： L & D 可以带来更广泛的好处 ， 包括增加员工的幸福感和减少客户流失。 • 招聘的内在和不可避免的挑战 ， 以及人才零和战争的不可接受的成本。 因此，如今大约有80%的领导者认为通过在职培训提升数字技能比招聘更具可行性，而约90%的领导者认为人才发展与学习（L&D）是其长期人力资本战略中的核心要素。 • 劳动力持续技能发展的重要性：招聘新人才是一劳永逸的解决方案，但技术及其对劳动力所需技能的要求在不断演变。 回应者对如何解决技能差距的意见1 2.新企业课堂 在过去的两年里 ， 培训交付方法已经在某种程度上演变。 在指导教师带领的内容与自主节奏内容的基础上，开发更加吸引人的内容（如沙箱环境、即时反馈等），并发展更为复杂的学员学习旅程。 The journey began with traditional in-classroomand in-person training, evolving through stagesof virtual training – both instructor-led and self-paced. Today, we are seeing a shift away from standardized and templated self-paced training towards models that blend 这一加速由三个关键因素驱动 ： 对成本效益的需求增加 教学影响 COVID - 19 作为催化剂 教学方法的创新提高了学习效率和保留率。 随着培训项目规模扩大并变得更加复杂，管理成本的创新变得越来越重要。 这场大流行已经成为一个自然实验 ， 证明虚拟模型可以大规模工作。 展望未来 ， 公司培训的景观由三个趋势塑造 ： 混合培训交付 AI 范式转变 重点关注 ROI 转向自主节奏的虚拟培训由于学习成果和参与度缺乏改进而进展缓慢；新的结合传统和数字学习方法的模式正在涌现，以优化成本效益和教学影响。 对量化培训投资收益的关注将迫使培训提供商拥抱数据和测量。 人工智能将实现更个性化、更互动、更低成本的学习旅程。 混合培训交付 一种明确的共识认为，“混合”或“融合”培训是最有效的。根据我们的调查，71%的受访者偏好这种培训模式。 从面对面讲师指导培训逐渐过渡到虚拟自主学习培训的过程在新冠疫情的影响下加速进行，因为公司在被迫采用虚拟培训模式时加快了这一转变。完全自主的学习模式非常经济高效，但越来越无法提供所需的学习成果和行为改变。 一般而言，我们预计自指导培训将在高级或变革性培训方面更具优势，尽管这种培训成本较高但影响深远。相比之下，由于更为经济实惠，自主节奏培训将越来越多地满足集中性和需求导向的需求。 因此，学习型买家正在采用日益复杂的策略，旨在结合讲师引导培训的教育影响与数字化自主培训的成本效益。 混合学习 同意 “混合培训 ” 的受访者百分比1是最有效的培训类型 “2 在实践中，当前市场上存在供应限制：大多数提供商无法提供真正的混合或混合培训。所谓“混合”学习的实际产品可能仅由独立的面对面培训或自助式培训组成，没有集成的课程或学习路径。因此，对于更具变革性或提高生产率的需求，尽管认为混合学习更有效，提供商今天仍在转向面对面培训。 公司培训类型为 3模式解决三个主要问题客户需求 交付方式 今日训练模态的目标分解1 训练模式的平均百分比分割 这表明：专注于更基础、以提供为导向的学习需求的面授培训提供商需要迅速调整其模式。自我主导的玩家试图涉足更高级的学习类型时，如果不包含面授元素，很可能难以取得成功。 如果可以解除供应限制 ， 那么市场对混合学习的需求很明显。 AI 范式转变 尽管许多L&D买家认为AI将在培训交付方式上带来重大变革，但令人惊讶的是，仍有大量人对AI将带来的颠覆程度持怀疑态度。 人工智能的兴起有望成为学习与发展（L&D）领域的游戏规则改变者，推动个性化学习旅程、降低内容创作成本，并 enables 更多互动的培训形式。 有关 AI 障碍的回应意见 这种怀疑往往源于对L&D领域中直接使用AI经验的缺乏。在已经接触过AI解决方案的人群中，愿意采用更多此类技术的态度显著更高，并且那些已采纳AI的企业报告其组织产生了积极影响。 在那些已经采用AI解决方案的企业中，愿意采用更多此类技术的意愿显著提高，并且已采纳AI的企业报告称其组织受到了积极影响。 未来 5 年有可能进一步采用 AI 启用的人才管理解决方案1, 2 •帮助内容创作 ：大型语言模型（LLMs）的集成可以协助L&D团队快速开发课程大纲、实施计划和沟通内容。 我们看到 AI 在 L & D 中用于许多不同的用例 ： •虚拟教练 ：实时虚拟导师或聊天机器人能够与学习材料进行互动对话，增强参与度。 • 数据、洞察和测量 ：通过分析学习数据和关联它与业务绩效指标 ，AI 为影响提供了宝贵的见解关于组织目标的 L & D 倡议。 •内容定制:AI的能力在于筛选大量内容并根据个体学习偏好进行定制，这革命性地改变了内容生成、聚合和编排。 在实践中，买家关于这些方法是否有成效的证据仍然不够透明，市场仍处于探索阶段。但初步反馈积极，发展方向明确。 •个性化学习体验 ：AI迅速打造针对个体或团队特定需求的学习体 验，使学习更加有效和具有互动性。 87%的L&D购买者认为，衡量和沟通L&D对业务的影响能力变得至关重要。 为了展示投资回报率（ROI），意味着需要从以完成率作为主要成功指标转向关注能够显著提高绩效的新技能的发展。 重点关注 ROI 对培训项目影响和投资回报率（ROI）的关注正在加剧，尤其是对于高级决策者而言。 尽管存在这种转变，衡量培训ROI的做法仍然处于起步阶段——61%的培训领导者表示他们没有测量ROI（来源：LearnUpon）。那些进行测量的人则采用了各种指标，如员工绩效和生产力、留存率以及员工参与度。 87%在我们的调查中，L&D买家普遍认为衡量和传达学习与发展对业务的影响能力变得至关重要。 培训越来越集中采购，由专门团队管理日益庞大的支出份额——已有75%的大型企业（超过5000名员工）主要采用集中化的培训与学习采购结构。 今日 ROI 的测量方法 使用的受访者百分比 对于衡量ROI的企业而言，这些结果凸显了该方法的价值。如果外部培训不被认为能带来ROI