有效的企業 AI 培訓，應把 AI 工具、工作流程、判斷能力和管治責任放在一起。如果課程只教提示詞，參加者可能懂得生成內容，卻未必知道何時可以使用、如何核實，以及哪些資料絕對不應輸入。
以下框架適合香港企業、專業服務機構、大專院校、非牟利組織及公共服務團隊規劃生成式 AI 培訓。
先回答：這次 AI 培訓要改善哪個工作流程？
不要由工具清單開始。先找出高頻、耗時而又可以由人類覆核的工作，例如：
- 研究和資料整理
- 會議摘要及行動項目
- 市場內容初稿與版本改寫
- 客戶問題分類和回覆草稿
- 簡報結構、教學材料或內部知識文件
- 數據解讀及情境分析
每個用途都應寫出輸入資料、AI 協助的步驟、人類決定點、覆核標準及最終責任人。這比「全公司學同一套提示詞」更容易轉化為實際成效。
企業 AI 培訓的五個模組
1. 基礎認知
讓參加者理解生成式 AI 可以做甚麼、不能可靠地做甚麼，以及輸出為何可能不完整、過時或虛構。目標不是解釋所有技術，而是建立合理期望。
2. 任務與提示設計
把工作要求拆成背景、角色、輸入、限制、輸出格式和評估準則。好的練習應使用參加者日常面對的任務，而非只追求令人驚喜的示範。
3. 事實核查與品質判斷
要求參加者辨認聲稱、來源、假設和遺漏；交叉核對重要資料；記錄由人類作出的修改。AI literacy 的核心是判斷，不是接受第一個答案。
4. 資料、私隱與風險
香港個人資料私隱專員公署的人工智能：個人資料保障模範框架，為機構採購、實施及使用涉及個人資料的 AI 提供管治建議。培訓應把公司政策轉化成員工能夠採用的紅線、檢查清單和升級流程。
可作補充的管理框架包括美國國家標準與技術研究院的AI Risk Management Framework及Generative AI Profile，以及ISO/IEC 42001 人工智能管理系統標準。課程不必把人人訓練成合規專家，但必須令員工知道何時停下、向誰查詢。
5. 工作流程實驗
參加者應在課堂中完成一個與職務相關的產出，並比較原有流程與新流程。測試的問題包括：品質有沒有提升？時間是否真的節省？新增了哪些覆核步驟？是否引入資料或聲譽風險？
按職能分流，而非全公司使用同一大綱
- 管理層：機會優先次序、風險承擔、治理角色及投資決策。
- 市場及傳訊：研究、內容系統、品牌聲音、事實核查、版權及審批。
- 人力資源：職位設計、學習發展、招聘支援、公平性及敏感資料。
- 銷售與客戶服務：準備、個人化、回覆草稿、記錄品質及人工接管。
- 一般知識工作者：文件、會議、分析、簡報及個人生產力。
- 技術或數據團隊：模型選擇、評測、保安、監察及整合。
共同基礎可以集中教授，然後用部門情境分組。這樣既建立全公司的共同語言，也保留工作相關性。
課前需要準備甚麼？
- 選出三至五個優先工作流程。
- 列出可用、受限制及禁止使用的資料類型。
- 確認參加者可以使用的 AI 工具和帳戶。
- 收集匿名化或經批准的練習素材。
- 記錄目前完成任務所需時間、品質問題或審批步驟。
- 確認 IT、法律、私隱、資訊保安和業務主管的角色。
如何衡量企業 AI 培訓成效？
把指標分成能力、採用、品質和風險四組：
- 能力：能否清楚定義任務、給予足夠背景、核實輸出及說明限制？
- 採用：哪些經批准的工作流程開始使用 AI？使用頻率是否合理？
- 品質：初稿可用程度、一致性、修改次數或完成時間是否改善？
- 風險：有否輸入受限制資料、引用錯誤資料、遺漏審批或未申報 AI 使用？
培訓後可安排 30 日小型實驗，讓每個團隊測試一個用途，再由管理層決定擴展、修改或停止。
常見失敗原因
- 把一次工作坊當成完整的 AI 轉型。
- 課程與公司准許使用的工具或政策脫節。
- 只衡量速度，沒有衡量錯誤、覆核成本和風險。
- 未讓主管參與，員工課後沒有實際應用空間。
- 沒有建立可分享的優良範例和失敗案例。
由培訓走向可持續應用
較成熟的做法，是以「政策與基礎訓練 → 部門實驗 → 成效及風險評估 → 標準化流程 → 定期更新」循環推進。工具會變，但清楚定義問題、核實證據和分配責任的能力會持續有用。
需要為團隊設計企業 AI 培訓？
Dr Bernie Wong 提供以工作應用為核心的AI 與數碼營銷培訓及企業內訓，可按管理層、市場、傳訊、銷售或跨職能團隊設計內容。你可提交培訓需求，說明參加者、准許使用的工具、優先工作流程及期望成果。
常見問題
企業 AI 培訓是否一定要教某一款工具？
不一定。工具操作可以包含在內，但較耐用的能力是任務設計、資料判斷、事實核查、風險辨識及工作流程重設。
員工可以在課堂使用公司資料嗎？
只有在機構政策、工具條款和資料分類允許的情況下才可以。較安全的起點是使用匿名化、合成或經批准的資料。
一次工作坊足夠嗎？
工作坊適合建立共同基礎。若目標是改變日常流程，通常還需要主管跟進、部門實驗、政策支援及成效回顧。
