為甚麼大機構的 AI 培訓難以持久

在培訓了 11,000+ 名學員之後，我發現了一個關於企業 AI 培訓的殘酷事實：課程本身很少是失敗的根源。真正的失敗發生在接下來的幾週，當沒有人明確規定哪些操作是被允許的、沒有人負責後續跟進，而員工回到辦公桌時，一切看起來與以前完全一樣。

大型機構反而會讓情況更糟。更多的人手、更多的部門、更多的規則，以及一個僅僅預約一次大型課程就視為完成任務的培訓日曆。

在與 70+ 間機構合作後，這是我看到的現狀，也是我現在衡量成功的標準，而非僅僅是滿意度分數。

分數並非最終結果

我為一間香港大型銀行舉辦的 5 場網上課程（參加人次 1,500+），在銀行自己的學員問卷中獲得 9.2 分（滿分 10 分）。我為這個數字感到自豪。但是，滿意度分數只能告訴你學員喜歡這場課程。它無法告訴你，有沒有人會在下週的辦公桌前打開 AI 工具。

我現在追求的結果是關於行為：

• 人們是否會回來提問？ 在 AI for Surgeons 課程於香港外科醫學院舉辦後，透過表格收到了 9 個後續問題與建議，且有三位院士直接發送電子郵件提問。提問代表人們正在嘗試。
• 有沒有人主動站出來領導？ 在嘉頓，首屆的 19 名同事中有 7 人自願擔任 AI 推動者，在他們自己的部門發揮作用。
• 組織是否會要求下一輪課程？ 在第一屆結束後，嘉頓在 2026 年委託了另外三輪培訓，隨後還要求提供下一階段的計劃書。
• 有沒有一個可以持續提問的空間？ 在香港專業進修學校（HKCT），WhatsApp AI 問答群組擁有超過 200 名成員。

這些都不是分數。它們全部顯示這項培訓是否仍具生命力。

學習 AI 不是一次性的活動

在 10 月 5 日，我在外科醫生們進行兩晚培訓約六週後，為他們舉辦了一個網上答問環節。我這樣開場：

「因為學AI呢，或者應用AI呢，其實唔係一個One-off嘅事情嚟嘅。唔係話一個Workshop之後，大家就會變成一個AI Master，或者就用AI好好嘅。其實係一個長期嘅一個Journey嚟嘅。」 — Sam Wong，香港外科醫學院網上答問環節，2026 年 10 月 5 日（01:00–01:21）

這個計劃由三個部分組成：一個示範晚上、一個實習晚上，以及後續的答問環節。之所以安排這個答問環節，是因為我接下來說的話：

「咁我哋設計嘅概念呢，都係想大家喺Workshop完咗之後，咁Workshop完咗嗰幾日，或者嗰一兩個禮拜，大家應該會好有動力去試嘅，去了解多少少嘅。咁過咗一個禮拜啦，兩個禮拜啦，或者過咗一個月啦，兩個月啦，又點樣樣呢？」 — Sam Wong，香港外科醫學院網上答問環節，2026 年 10 月 5 日（01:21–01:36）

那種表現下滑是正常的。大型機構只是有更多管道讓這種情況發生。

AI 培訓難以持久的五個原因

1. 沒有人說可以做甚麼

在大型機構中，第一個問題不是「我如何寫出提示詞？」而是「我被允許使用這個嗎？」。如果答案不清晰，謹慎的人會選擇甚麼都不做，這是理性的選擇。

在嘉頓，IT 指令僅允許使用網頁版 Microsoft Copilot 和 Perplexity，且最高機密層級的數據被禁止進入 AI 工具。在該銀行，AI 委員會要求練習只能使用外部公開數據。這兩個計劃之所以成功，是因為培訓是在這些限制內開始，並配合紅黃綠燈資料分級，而不是忽略這些限制。如果你的員工不知道他們可以使用哪些工具，請先解決這個問題。我在香港團隊在工作上實際可以用哪些 AI 工具一文寫到相關內容。

2. 培訓使用的是別人的工作內容

展示 AI 能做甚麼的演示很有趣。但這不會改變週一的工作，因為沒有人的真實任務在現場。只有當人們在自己的材料上練習時，培訓才能產生效果：他們每週要寫的報告、每天要回覆的電子郵件。在嘉頓，每個部門都組成自己的小組，且練習內容遵循該部門的真實工作情境，並使用虛構數據。我在為甚麼我最好的 AI 工作坊只有 13 人一文解釋了為甚麼我把人數控制得這麼少。

3. 每個人同時接受培訓

大型機構喜歡一個大型課程：這在預約上很有效率，且容易製作報告。對於建立意識和共享詞彙很好。但對於改變行為來說卻很弱，因為沒有人可以停下來處理自己的問題。我同時負責這兩種模式，並在500 人 AI 網上研討會能做與不能做的事（英文）中寫到相關內容。嘉頓並非從全公司開始，而是先從 HR 開始，然後才擴展到各個部門。

4. 沒有人負責後續跟進

工作坊結束，培訓師離開，沒有人負責接下來發生的事情。我所看到的 AI 使用案例能持久的，都是有某人負責的後續跟進：六週後的答問環節、每月的工作坊，或是一個當人們遇到困難時可以即時提問的群組。香港專業進修學校（HKCT）正是建立了這點：一個 WhatsApp 提問群組加上每月的工作坊，因為學院認為 AI 的變化太快，無法預先定下課程內容。

5. 人們獲得更多資訊，而非更多的相關性

在課程結束後，人們會被工具、新聞和術語淹沒，許多人覺得自己無法跟上。在答問環節之前，我們收集了外科醫生的問題，並將它們歸類為六大關注：工具、可用性、能力、速度、安全和人。其中大多數並非關於技術，而是關於哪些內容適用於我。我在答問環節結束時給出的建議是：

「噉就make every knowledge, make every information relevant to你，呢個先係正確嘅學習AI方法，而唔係硬塞大量嘅information，硬塞大量嘅news畀自己，或者一啲用唔著嘅工具畀自己」 — Sam Wong，香港外科醫學院網上答問環節，2026 年 10 月 5 日（51:00–51:15）

如何建立一個能持久落地的架構

如果你希望 AI 在大型組織中真正落地，結構的設計比單次課程的內容更重要：

• 先確立規則。 在培訓開始前，用書面形式明確哪些工具、哪些數據可以使用。
• 從一個小組開始，而非全公司。 先讓一個部門或一群對技術感興趣的員工，在他們自己的工作上進行實踐。
• 在第一場課程前就規劃後續行動。 在幾週後設立一個檢查點，並提供一個供提問的溝通渠道。
• 讓 AI 推動者出現。 那些自願幫助同事的人，就是你推行計劃的關鍵。
• 衡量行為改變。 觀察提出的問題、AI 推動者的表現、員工現在如何利用 AI 完成任務，以及組織是否會要求下一輪培訓。

如果你正在挑選供應商，可以從購買 AI 培訓前必須問的五個問題開始。我是如何在香港進行企業 AI 培訓，可以在這個頁面了解更多。

常見問題

為甚麼大機構的 AI 培訓難以持久？

通常並非因為內容本身的問題。而是員工不確定自己獲准使用哪些工具，練習時又沒有用到實際工作內容，而且所有人同時接受培訓，且在課程結束後沒有人負責跟進。

如何衡量 AI 培訓是否奏效？

要觀察行為，而非滿意度。員工是否會提出後續問題、是否有同事自願擔任 AI 推動者、工作執行方式是否有改變，以及組織是否會要求進行下一輪培訓。

單次 AI 工作坊值得參加嗎？

如果只是為了建立認知或建立共同起點，答案是肯定的。但若要帶來持久改變，請在預約課程前就規劃好後續行動：包括幾週後的檢查點，以及期間可以隨時提問的渠道。

我們應該一次性讓全公司參與培訓嗎？

建議先從一個部門或一個群體開始，並針對他們自己的工作內容進行。讓那些願意幫助他人的人成為領袖，然後再擴展到全公司。