破解“AI发烧友老板”与“变革人才缺失”矛盾的关键
《日经CrossTech》文章指出的“日本企业老板是AI发烧友”与“公司缺乏变革人才”的矛盾，这种困境想必是许多经营者的切身体会。一方面为生成式AI的潜力而狂热，另一方面却难以培养出能将AI渗透到一线、并转化为商业成果的“执行部队”。针对这一结构性难题，最新的两大动向给出了一个答案。
其一是Comix株式会社推出的生成式AI学习平台“Comix Academy”。其特点是拥有日本国内最大规模、超过1100门课程，并提供按部门优化的定制化课程体系。其二是MM综合研究所的调查揭示的事实：SaaS企业将“分析能力”和“生成式AI应用”列为2026年对销售岗位要求最高的技能。
这不仅仅是“教育服务”或“招聘趋势”的话题。这是决定未来企业竞争力的“AI人才战略培养”正经历从“一刀切式培训”向“按角色、按部门的实战技能注入”范式转变的明确信号。本文将从经营者、CTO的视角，探讨这一转变的本质，以及企业应践行的具体行动。
“1100门部门定制课程”意味着人才培养的新常态
Comix Academy的推出，标志着AI教育市场进入了新的成熟阶段。以往的AI培训大致分为两类：一类是面向全体员工的通用课程，如“AI基础技术理解”；另一类是为培养数据科学家而设的高阶专业课程。然而，许多商务人士，尤其是销售、市场、财务、人事等各部门所需的AI技能，恰恰位于这两者之间。
“按部门优化课程”的方法，正是瞄准了这一需求空白。例如，销售部门的学习项目可能包括：客户邮件的自动生成与优化、基于数据驱动的提案书强化、从商谈分析中提取下一步行动等。财务部门则可能涉及：发票数据的自动处理、费用报销的AI审核、预算与实际管理报告的自动生成等。
这种方法的核心在于，不是让员工学习“AI这项技术”，而是学习“为解决各部门业务课题而运用AI的方法”。学习者的动力并非源于“想理解AI”，而是“想让自己的工作更轻松、提升业绩”。部门定制化课程，可以说正是把握住了这一激励设计的关键。
企业实践指南：如何制定“部门AI技能图谱”
将这一趋势引入公司的第一步，是创建“部门AI技能图谱”。在引入昂贵的外部服务之前，内部可以做的事情有很多。
首先，与各部门负责人一起，梳理以下三点：
- 常规性、重复性业务清单：邮件回复、数据录入、报告制作、简单分析等。
- 部门核心价值创造流程：销售部门的商谈、市场部门的内容制作、开发部门的设计与测试等。
- 当前面临的课题以及“如果有时间想做”的业务：数据分析、竞品调查、业务改善等。
接着，针对这些业务，匹配具体的AI工具和应用方法。这里的关键在于，不是“用ChatGPT解决一切”，而是具备区分使用不同工具的视角。
- 文档生成与编辑：ChatGPT, Claude, Notion AI
- 数据分析与可视化：Microsoft Copilot for Excel/Power BI, ChatGPT Advanced Data Analysis
- 图像与视频生成：Midjourney, DALL-E 3, Runway ML
- 代码生成与业务自动化：Claude Code, GitHub Copilot, Cursor
例如，销售部门的技能图谱可能包含：“客户行业趋势报告制作（ChatGPT + 联网搜索功能）”、“基于过往商谈录音转文字的优秀客户特征分析（Claude进行摘要与分析）”、“提案书设计改进方案生成（Canva AI + DALL-E 3）”等项目。
制作这份技能图谱本身也可以借助AI。例如，用AI总结、分类对部门负责人的访谈内容，生成业务清单，并推荐合适的工具。在我们的咨询实践中，也部分自动化了这一流程，将初期设计工时减少了七成。
成为“销售必备技能”的生成式AI如何改变招聘与评估
MM综合研究所的调查表明，AI技能正成为特定职种的“必备条件”。SaaS企业在2026年招聘销售岗位时要求“分析能力”和“生成式AI应用”，这意味着这正从“有则更好”的技能向“没有则不录用”的技能组合转变。
这正在改变销售岗位本身的定义。传统销售重视沟通能力、谈判能力和耐力。然而，生成式AI时代的销售，需要的是“运用AI深度挖掘客户课题，并基于数据自动生成最优提案的能力”。这是一种融合了只有人类才能完成的高阶关系构建，与AI辅助的信息处理及提案设计的复合型人才。
经营者与人事负责人应考虑两大战略。
第一，对现有员工的“AI素养评估”与“再教育投资”。了解各部门，尤其是与客户接触的部门员工，目前在工作中应用AI的程度。不仅要了解“是否用过”，更要通过访谈，可视化地掌握“在哪些业务中、使用了哪种工具、目的是为了提升何种成果”。在此基础上，针对不足的技能，通过像Comix Academy这样的体系化教育，或内部工作坊、实践项目等OJT方式进行投资。
第二，重新审视招聘标准与评估制度。在新卒招聘或中途录用的面试中，设置关于AI应用的具体经验或思考的问题。不是问“用过ChatGPT吗？”，而是问“在以往的工作中，为了提高效率，您是如何具体运用AI工具的？请举例说明”。在评估制度上，也需要建立明确的机制，将运用AI提出的业务改善建议、或通过AI驱动实现的生产力提升，明确地反映在评价与报酬中。
成本效益分析：外部服务 vs 内部培养的判断标准
在推进部门AI教育时，经营者关心的是成本。是引入外部培训平台，还是内部构建培养计划？
判断标准在于“需要标准化培训的规模”和“与公司业务的特化程度”。
- 适合引入外部服务的情况：中大型企业，希望将标准化的基础技能高效地普及给数百人规模。虽然需要初期投资，但凭借体系化的课程和进度管理功能，可以降低管理成本。月使用费虽随用户数变动，但规模越大，人均单价往往越低。
- 适合内部培养的情况：初创企业或中小企业，或者公司业务流程极为特殊，通用课程无法覆盖的情况。初期虽然需要投入工时，但可以创建与公司内部工具（如Slack、Salesforce、核心系统等）联动的“超实战型”内容。关键方法是，任命公司内AI应用先进的成员为“AI倡导者”，并将其知识经验制作成视频等内容。
根据我们的客户案例，一家约50人规模的企业构建内部培养计划时，初期设计约需80小时（相当于1名AI倡导者的工时），内容制作约需40小时。然而，通过此举，预计每年可减少全公司员工约500小时的“试错时间”，投资回报率在半年内即可收回。计算投资效益时，不仅要考虑减少的工时，还应包含通过AI应用产生的新提案和业务改善所带来的收益提升。
超越业务效率提升：AI人才打造“制胜组织”的条件
正如《日经CrossTech Active》所问：“仅仅满足于效率提升吗？”，AI应用的真正目标在于超越效率的“创造竞争优势”。一个各部门员工都配备了AI技能的组织，能够实现什么？
那就是，“战略执行速度与适应能力”将得到指数级提升。面对市场环境变化，销售可以立即用AI生成并测试新的提案框架；市场部门可以分析趋势，并高速制作多样化内容；开发部门可以通过原型制作和测试自动化，缩短产品化周期。
NTT数据提出的“生成式AI应用下一代架构”，正是从技术基础层面支撑这种组织能力的概念。关键在于，在提升个人技能的同时，设计“将个人AI应用成果作为组织资产积累并复用的机制”。
具体可以考虑以下措施：
- 构建提示词库：将各部门中效果良好的AI指令（提示词）在共享数据库中积累。例如，“优秀客户特征分析提示词”、“经常性利润报告自动生成提示词”等。
- AI工作流程的标准化与模板化：针对重复进行的业务（如月度报告、新客户入职等），将使用何种工具、按何种顺序使用AI的最佳工作流程文档化，并提供为模板。
- 完善数据联动基础：构建一个安全高效的环境，使各部门能够访问用于AI分析的数据。打破数据孤岛，将使AI应用效果倍增。
当这种“组织化学习”的循环开始运转，AI发烧友老板的愿景与一线的变革执行力就能连接起来。“公司缺乏变革人才”的叹息，恰恰反映了“未能按部门系统性地提供变革所需的技能组合与环境”这一经营课题。
结论：经营者从今天开始的“AI人才战略”三步走
最新动向再次表明，AI人才培养是战略投资的核心。作为总结，为经营者、CTO提供从今天即可着手的具体三步走方案。
第一步：可视化当前“各部门AI应用实态”
与各部门负责人进行简短对话，了解当前在哪些业务中、使用了何种AI工具、使用程度如何。对于“尚未使用”的部门，探究其原因（知识不足、工具选择困惑、未感受到效果等）。这是制定战略的起点。
第二步：共同制定“部门AI技能图谱（第一期）”
基于第一步，与各部门负责人共同选定该部门在未来3个月内应掌握的3-5项实战AI技能。无需宏大计划。例如从“销售：客户邮件的AI校对与优化”、“财务：明细数据的AI分类”等虽小但能切实感受到成果的项目开始。
第三步：提供学习机会，庆祝首个成功案例
为掌握选定技能提供机会。无论是外部服务、内部工作坊还是参考资料共享，方法不限。关键在于，在公司内部大力表彰首个取得成果的部门或个人，并分享其经验。让成功可见，将为整个组织的学习引擎点燃火花。
AI不是技术，而是人与组织的能力放大器。1100门部门定制课程也好，销售必备技能化也罢，都是这种放大器的方向开始对准“纵向分割组织的实际业务”的明证。超越效率提升的竞争优势，将由跨越部门壁垒的“组织化AI应用循环”创造。何不从今天开始，迈出第一步呢？
评论