對於企業學習團隊而言，人工智慧可以實踐許多的功能，如：大規模的客製化學習、人工智慧教學系統和自動化內容生成等。但人工智慧仍有許多的限制。例如：人工智慧雖然可以提供許多內容和建議，但其缺乏人類的同理心、情商和真正的指導能力。

人工智慧生成內容仍需要人工完善其資訊、情節，並插入真實的狀況，避免人工智慧產生過於簡化或是偏見的行為。根據Deloitte的調查發現，雖然人工智慧評量系統可以高效率的評量員工績效，但若不加以調整，人工智慧就會出現偏見的狀況，導致職場中的技能和機會差距擴大，並在出現狀況（如：性別、種族或身心障礙影響）時危害個人尊嚴。

從上述可知人工智慧與人類操作之間必須取得正確的平衡。通過縝密的設計和實施，學習團隊可以善用人工智慧的能力，為學習者創造價值，同時有效減輕過度自動化帶來的風險。

儘管人工智慧實際使用試驗仍不斷進行，但目前確定有四個領域可以讓學習團隊使用人工智慧實現高績效工作： 

• 精選和訂制學習內容
  內容策展在學習與發展中扮演著關鍵角色。
  透過內部和外部內容策展，我們可以收集特定項目的關鍵資料，例如：每位員工的興趣、知識差距和學習目標等，並用它來制定培訓方案。
  對於許多學習專業人員，生成式人工智慧在大規模使用語言模型實現訂制內容策展方面具有巨大潛力。
  
  
• 學習內容客製化
  與內容策展功能類似，人工智慧演算學可以分析員工的檔案和績效表現數據，使用現有的內部學習內容建構客製化學習內容，為每位學習者提供最需要的內容，以提高能力和生產力。而人工智慧不僅僅推薦學習內容，還可以動態地排序和滾動式修正學習，評估掌握程度，並根據學習者變化的需求調整課程內容。
  透過人工智慧演算學習的強大能力與企業廣大數據的結合，實現專業客製化，為員工在適當的時間學習合適的內容。
  通過這種方法，企業可以最大程度地提高參與度和留動率，並同時實現在職績效的提升。
  
  
• 流程自動化
  人工智慧自動化工具可以處理企業學習中大量且繁瑣的行政任務，為學習團隊節省大量時間。人工學習系統可以為學習者全天24小時的支援，從而減輕講師的工作量。與此同時，把繁瑣的行政任務自動化使講師能夠專注於更具突破性的發展，如：課程革新、方案評估，以及在業務中建立合作夥伴關係以推動文化變革。
  工作量的減少，再加上來自人工智慧系統的強大分析能力，使學習團隊增加在職場使用人工智慧運作的潛力。
  
  
• 學習者數據分析
  以往學習團隊必須等到課程完成後才能收集資料和評估回饋，但是借助人工智慧分析，可以在課程當中就獲得學習數據分析，並實現立即性滾動式修正課程。例如：當課程的指標顯示某些課程引起學習者的概念不清晰時，可以即時調整課程，而不必等到學習者完成課程才能做修正。
  人工智慧分析展現了全面的視野、系統性知識差距以及滾動式修正的能力，以加強整體學習內容。對於重要的學習內容，人工智慧可以數據化對員工生產力和績效指標的影響。使企業的學習組織能夠從被動變為主動，從而不斷提升學習的質量，為組織的學習帶來高效率的運作。

資料來源：TD at Work