产品
从知识到能力到素养:业务负责人与培训经理观察新人面客时的实际表现

从知识到能力到素养,每层需要不同的学习活动

从知识到能力到素养这条线之所以被反复引用,是因为它承认三者不是一回事。但它常被读成内容逐步加深的三个阶段:新品资料、话术手册和政策说明都已下发到每个人手机上,完课率做到九成以上,而客户提出一个资料里没有原句对应的问题时,新人仍然会停在那里。常规做法把这种落差归为内容不够细,于是补充材料、拉长课时。真正随层级改变的,不是内容深度,而是员工被要求对内容做什么。

了解 UMU 解决方案

知识、能力与素养各自对应的表现要求

三层各自要求的表现不同

知识层要求员工准确说出内容本身:产品参数、政策条款、流程节点,依据是能否完整、无偏差地复述。能力层要求员工在给定任务中调用这些内容:面对一份具体客户需求,选出适用条款并说明理由,依据是任务结果是否符合业务口径。素养层的要求出现在没有明确指令的情境中:客户问题跨了两个产品线,既有条款不能直接套用,员工仍按同一套业务原则作出取舍。

处理内容的方式区分了三层

同一份产品资料可以支撑三层中的任何一层,区别在于员工被要求对它做什么。只阅读并记住,得到的是知识层的结果;用它完成一次具体的方案取舍,得到的是能力层的结果;在资料没有覆盖的情境中依据它背后的原则作判断,才进入素养层。三层不是内容的三种版本,而是三种处理要求,每一层能够产生的可观察表现也各不相同。

学习活动的类型限定培养能达到哪一层

上升一层需要新增一类活动

处理要求不会因为内容讲得更透而自动改变。员工听完更详细的条款解释,得到的仍是更完整的条款内容,不是在任务中取舍条款的经验。要让员工做出某一层的处理动作,学习过程中必须安排让他做这个动作的环节:复述对应提问与回答,任务中调用对应带条件的练习,新情境中的判断对应没有标准答案的情境题与反馈。缺少这一环节,该层的处理动作只能推迟到岗位上第一次真实业务发生时。

证据不能跨层使用

每一层的证据也只能由对应的活动产生。完课记录说明内容已经送达,复述测验说明员工记住了条款,两者都不能说明他在跨产品线的客户需求前会如何取舍。业务负责人手上只有下发和完课数据,需要回答的却是新人能不能独立面客:问题不在数据不准,而在数据来自知识层的活动,被用来回答素养层的问题。

能力与素养层的学习活动难以持续供给

单向灌输:员工被动接收培训内容,知识未经加工

活动设计依赖业务骨干的判断

能力层和素养层的活动无法脱离具体业务写出来。一道有价值的情境题需要写明客户的真实顾虑、几个选项各自的代价,以及为什么某种取舍更符合当前业务原则。这些信息只存在于做过这类单子的业务骨干那里,而他们的时间由业务本身占满。

业务窗口短于活动开发周期

业务节奏也不为这类开发预留时间。新品上市或政策调整往往要求团队在几周内按新口径对客,而等情境题和反馈写完,业务条件已经改过一轮,活动需要重做。两项限制叠加,实际能稳定交付的只有内容分发。

AI 改变能力与素养层活动的供给方式

活动设计与更新的投入下降

变化发生在活动的生产环节。将一份产品资料或政策文件组织成提问、复述、情境判断和反馈,过去需要逐条手写;现在这部分整理和初稿工作可以由 AI 承担,人在已有稿件上修改。单个活动的开发时间从以周计算降到以小时计算后,能力层和素养层的活动从一次性项目变成可以随业务变化重做的常规工作。

业务骨干从撰写转向审核

投入方式随之改变。业务骨干不必再从空白页开始写练习,而是审核已有情境是否真实、选项的代价是否写准、判断口径是否与当前政策一致。他们的时间用在最不可替代的部分:确认什么算正确的取舍。这不是减少专业责任,审核和校准仍然需要真实投入,但一次集中审核可以支撑一批活动。

培养从内容下发转为按层组织学习活动

主动提取:员工在学习过程中主动调用内容并作出判断

三层目标各自配上对应活动

培养设计的起点从内容清单变成层级选择。先确定这一轮要达到哪一层,再配置对应活动:知识层保留资料与讲解,能力层加入带具体条件的任务练习和反馈,素养层加入没有标准答案的跨情境判断,并在间隔一段时间后要求员工再次调用同一批内容。

表现信息不再只有完课记录

过程中可观察的信息也随之变化。除完成情况之外,还能看到员工在哪类内容上回答稳定、哪些情境反复出现同一种偏差、隔一段时间后能否再次调用。这些信息只说明员工在给定活动条件下的表现,不等同于岗位上的实际处理结果。

核心观点

先定层级,再定投入

规划团队培养时,先确定这一轮要到哪一层,再决定投入。目标停在知识层,资料下发和讲解已经够用;要到能力层,必须为任务练习和反馈留出开发时间;要到素养层,还需要有人写出没有标准答案的情境并确认正确的取舍。层级选择在前,内容和预算的分配才有依据。

证据的层级决定结论的范围

评估一份培训结果时,先看它的证据来自哪一层的活动。完课与复述数据回答的是内容是否送达和记住,不能用来回答员工在新情境中如何取舍。需要更上一层的结论时,办法是补上对应层的活动,而不是对现有数据换一种解读。这条界限同样限制了培训数据能够支持的管理决策。

为什么选择 UMU

1,000+
付费企业客户
1 亿+
平台用户
208+
国家和地区
100+
世界 500 强企业客户
UMU 简介
自 2015 年创办以来,UMU 以“效果学习”为导向,基于学习科学与 AI 技术,构建新型智能化学习场景,打通“教、学、练、测、用”环节,帮助学员跨越从“知道”到“做到”的鸿沟
通过 AI 力系列课程、AI 原生工具和平台,UMU 赋能企业员工,助力企业实现人效提升、绩效改变、收入增长
UMU 的客户
100+ 世界 500 强企业
全球前 20 大制药企业中 18 家
全球前 5 大医疗器械企业中 4 家
全面覆盖国内大健康、泛零售、新智造、大服务等行业 Top 客户
安全合规
ISO/IEC 27001:信息安全管理国际标准
ISO/IEC 27017:云服务信息安全控制指南
SOC 3:服务组织的系统和组织控制报告
ISO/IEC 27018:云端个人可识别信息(PII)保护标准
ISO/IEC 27701:隐私信息管理体系认证
GDPR:欧盟通用数据保护条例
HIPAA:美国医疗数据隐私保护法案
ISO/IEC 42001:人工智能管理体系标准
AI 技术领先性
可信赖的最新企业级 AI 模型
绝不泄漏、不再训练企业数据
AI 深度个性化订制
有效降低幻觉和错误输出风险
融合真实业务数据,更贴近真实业务流程
了解 AI 互动课程方案