人工智能技能差距：68%员工日常使用AI却缺乏专门培训时间

人工智能工具已迅速从前沿实验性软件转变为各类大型企业办公场景中的常驻基础设施。根据技能评估平台Workera于2026年9月23日发布的《2026年技能情报现状报告》（2026 State of Skills Intelligence Report），80%的企业组织认为自己正在按计划迈向具备AI赋能的未来，这一比例较2025年的67%显著上升。然而，尽管企业在过去十二个月内展现出高涨的乐观情绪并加速采购工具，但在为员工提供切实培训时间方面的投入却未能跟上步伐。

该项研究调查了全美范围内雇员规模在5000人及以上的企业中，共计1000名全职受薪专业人士。调查于2026年7月通过市场研究平台Pollfish进行，并以2025年3月收集的同类基准数据作为对比参照。研究结果揭示了一个长期存在的结构性矛盾：尽管人工智能软件在企业内部已经实现了广泛的实际普及，但企业现有的管理与运作架构却极少为员工提供掌握和精通这些系统所需的业务缓冲时间。

应用普及率激增与职场时间资源紧缺

在过去一年中，人工智能在企业日常办公中的应用规模大幅扩张。Workera的调查发现，目前有67.8%的受访员工每周至少有数天使用除ChatGPT之外的AI工具，较2025年记录的39.9%出现了大幅攀升。与此同步，企业提供的正式培训机会也有所增加：58.3%的员工表示在过去十二个月内获得了针对AI的专项培训机会，这一数字相比上一次基准调查时的24.8%增长了一倍以上。

尽管培训项目的覆盖面更为广泛，但员工在日常排期上面临的现实压力却阻碍了实质性技能提升。超过半数（56.4%）的受访者表示，公司在正常工作时间内并未专门划拨任何用于技能发展的时间。此外，84.3%的员工每周用于培训的时间仅在五小时或更少，而42.5%的受访者明确指出，缺乏相关的学习材料是他们构建专业能力的主要障碍。

我现在会建议任何企业管理者认真考虑为员工提供提升技能的时间。不要以为在没有明确划出专属时间的情况下，员工自己就能搞清楚一切。伴随时间而来的还有心理安全感；请给他们去尝试与实验的心理安全空间。

这种时间与资源上的摩擦促成了一种缺乏系统引导的自发试错环境。在面对有限的内部资源和紧迫的工作交付期限时，企业员工队伍中有相当一部分群体选择转向外部资源来自主建立技术熟练度。

• 影子学习现象：46.5%的受访员工使用非雇主提供的外部技能开发工具，在该群体中，74.6%的人转向了诸如ChatGPT、Claude和Gemini等主流公开平台。
• 技能评估偏差：42.5%的受访者表示，由于管理层对其真实技术技能的误判，导致自己在职场中被错误评估、被忽视或职业晋升受阻。
• 管理辅导缺失：仅有26.6%的企业员工能够获得来自直属主管的定期指导，而21.5%的员工完全得不到任何辅导支持。

人类判断力、能力边界与技能量化评估

尽管员工在日常工作中积极运用生成式系统，但他们对人类自身职场能力的信心依然十分稳固。调查显示，76.6%的员工认为自己完成工作的表现优于人工智能。仅有9.5%的受访者认为自动化AI智能体能够有效承担并执行他们目前日常工作职责的一半以上。

类似的考量同样体现在绩效评估领域。约69.1%的员工认为由人类主管对其专业技能进行评估要比自动化AI工具更公正，仅有14.7%的人更青睐算法评估。此外，只有7%的员工认为AI目前在评估职场技能方面已经优于人类，而38.5%的人坚持认为自动化系统在此领域永远无法超越人类评估者。

为了弥合静态年度考核与实际工作流中技术执行之间的断层，Workera正在测试名为Ambient的AI原生技能评估系统。该系统旨在直接于实际工作流程中衡量技术能力，目前其候补名单已有超过10000人注册。研究同时显示，41.1%的员工表示只要自身拥有数据所有权并掌握共享权限，就愿意参与持续性的技能量化评估，另有31.2%的人对此保持观望。

企业管理团队的实际应对决策

对于各类企业组织而言，这些调研数据明确表明，仅凭采购软件许可证和发布自选培训课程目录，根本不足以确保员工队伍具备应对AI转型的实际能力。鉴于46.5%的员工参与未经规范的外部影子学习，且42.5%的员工面临因技能评估失准带来的职业发展阻碍，企业正在承担生成低质量AI产出以及内部关键人才错配的直接运营风险。

要弥合这一运营脱节，管理团队必须正式确立内部AI能力标准，在员工工作日程表中刚性划拨每周专属学习时间，并引入客观、透明的技能衡量机制。通过将持续的技能基线与常态化的管理层辅导以及明确的激励机制相结合，企业才能在加快技能演进步伐的同时，确保全员综合能力与核心业务战略目标保持紧密协同。