永久入职的艺术:为什么人工智能最终使连续模型变得可行

完成 30-60-90 并不意味着某人已入职。每次促销、产品变更和新挑战都会出现时间效率问题。本文认为,人工智能是第一个使持续、个性化开发支持大规模可行的工具。这篇文章首次发表在电子学习行业上。

来源:eLearning行业 | 在线教育博客

新手入门结束。发展需要则不然。

几乎每个新员工在第一周都会收到一份文件。它有不同的名称,但结构始终相同:30 天学习产品,60 天管理您的第一个帐户,90 天独立运营。 30-60-90 计划是专业环境中使用最广泛的入职工具之一,而且它并不是一个糟糕的框架。问题不在于文档。问题在于项目完成后组织会做出什么假设。他们假设此人已加入。

我有 L&D 背景,现在领导客户成功 (CS) 职能部门。这种结合让我对同一个问题的双方都产生了一种不舒服的看法。在学习与发展方面,我理解事件模型为何持续存在:它是可衡量的,是可交付的,并且它为业务提供了有形的东西。在CS方面,我知道它的成本是多少。新团队成员完成了 30-60-90 的工作,然后在没有任何同等支持结构的情况下应对促销、产品变更和日益复杂的客户。入职结束。发展需要则不然。

在本文中...

指标不会在第 90 天停止

目前 L&D 团队面临的压力很大。高管们希望缩短提高生产力的时间和提高熟练程度的时间。他们希望新员工能够更快地做出贡献、更顺利地晋升并留任更长时间。这些都是合法的商业需求,而且它们正是值得衡量的正确事物。

入职事件模型不仅仅是一个学习设计问题。这是一种持续的性能损失,没有人正式衡量,因为我们在 90 天后停止计数。

为什么正确的模型始终难以交付

AI 具体改变了什么

这并不是人工智能取代人类发展。人工智能首次使正确的模型变得可行。

构建概念验证

对 L&D 的挑衅