2
0三个场景，让我开始想这个问题，作为一位服务了112家企业的项目经理，我该怎么走
一家汽车零部件厂，多品种、小批量、频繁换线，每条线SOP不同。换一次线，班组长得花半小时跟员工“对一遍”。老班组长说：“我嘴都说干了，新来的还是记不住。标准是有的，但‘化’不下去”。
另一家化工企业推小组改善，年轻成员只认出“不良品”和“等待”，过量生产、动作浪费等看不出来。老班长不在，识别率直接掉一半。
还有一家装备企业，生产领导最焦虑的不是“技能不够”，而是老师傅经验怎么传给更年轻、流动性更高的员工。
这三个场景指向同一个问题：传统“以老带新、口传心授”的培训模式，还撑得住吗？而这个时候，AI来了。
AI能干什么、不能干什么？
AI不是来替代班组培训的，是来“放大”班组培训的。
AI能干的
①标准作业即时检索。回到那个频繁换线的场景。如果每条线的SOP都被录入一个AI知识库，班组长换线时对着系统问一句“2025款变速箱装配线第3工位的扭矩参数是多少”，AI一秒给出答案。不用翻文件夹，不用打电话问工程师，不用靠记忆。—作业分解被数字化放大了。
②知识库动态沉淀。传统培训有个很头疼的问题：培训结束了，课件留下来了，但经验和案例没留下来。一个老师傅处理过三次类似的设备异常，他的判断逻辑是什么？徒弟只能靠跟班观察。
如果每次异常处理的过程被记录下来，AI把“问题-原因-对策”结构化存储，后来的人遇到类似情况，系统直接推送历史案例和参考方案。经验从“人脑”搬到了“知识库”。
③能力盲区数据化诊断。学员自由提问的高频词，和培训大纲重点的重合率不到40%。也就是说，我们以为学员不会的，和他们真的不会的，经常是两回事。AI问答系统天然就是一个“需求探测器”——谁问了什么、怎么问的、问了之后有没有追问，这些数据是传统笔试根本测不出来的。AI就是“需求探测器”，测出传统笔试测不出的盲区。
④情景模拟规模化。班组长最需要练的能力是什么？不是背标准，是“遇到事的时候怎么办”——设备突然报警、质量异常要停线、两个员工因为排班闹矛盾。AI可以做多轮对话式的情景模拟：班组长对着系统回答“如果你是班长，你现在先做什么”，AI根据他的回答给出下一步的场景变化。练十次、二十次都能练，而且每次场景不同。
AI不能干的
但有些事情，AI永远做不到。至少我觉得在可预见的时间里做不到。
①带人。员工情绪、人际矛盾、职业引导——这些靠共情力和判断力，AI只能给“话术建议”，坐在员工对面的只能是人。
②改善意识点燃。我最近在做一个关于“过量生产是浪费之首”的讨论素材。这个判断有一个关键前提：过量生产，本质上不是技术问题，是人的主观问题——怕缺货、怕来不及、觉得多做一点“总没错”。AI能帮你算“什么量是最优的”，但它没法让一个班组长真正“相信”少做一点是对的。这种观念的转变，需要培训师在现场、在讨论中、在一个个真实案例里，一点一点去推动。
③文化建立。班组的协作文化、安全文化、持续改善文化——这些不是“教”出来的，是“带”出来的。AI可以提供工具、提供数据、提供参考，但文化的主体永远是人。
四条务实落地路径
路径1：SOP知识库——让标准“问得到”
把各车间SOP结构化录入。班组长语音提问“换线到产品B，第5工位注意什么？”——系统即时返回操作要点和常见异常。不需要GPT-4，一个领域知识库就能跑。这是TWI-JI的数字化延伸。
路径2：需求诊断——用AI问答反推培训盲区
培训前后开放AI问答窗口，记录谁问了什么、多少人问了同一个问题，据此调整培训内容。真实发现：学员对“问题分析与解决”“跨部门沟通”提问最密集，恰好是传统培训“一笔带过”的内容，知道这个之后，下一轮培训就能精准加码。
路径3：浪费识别——AI当班组长的“电子眼”
建立浪费类型标准图库，班组长拍下疑似场景，AI比对给出判断建议。不是“AI替你判断”，而是“AI帮你确认判断”——把“老班长的眼睛”变成每个人的工具，这才是公平的赋能。
路径4：TWI升级——从“记忆”解放到“判断”
TWI模块 AI承担 人聚焦
JI 工作指导 作业分解表检索、参数查询、案例推送 现场示范、纠正反馈、因材施教
JM 工作方法 流程数据分析、改进方案对比 现场观察、根因判断、跨部门协调
JR 工作关系 沟通话术建议、性格类型参考 面对面谈话、情绪感知、信任建立
JS 工作安全 安全数据库、事故案例、法规查询 安全巡视、KYT、安全文化推动
让AI记住所有该记住的，让人专注所有需要判断的。
从去年开始，智胜现场就在为这一场AI的变革做着准备，并开始一系列新产品研发，比如QC智能问答助手、智胜云图等，凭借20年的培训咨询实战经验，提供精益+AI+人才 三位一体全链路赋能体系，与客户“价值共创，结果共赢，长期共生”。
不焦虑，但也不等待
面对AI，一线培训人大概有三种状态：
第一种是“焦虑”——觉得自己的经验会贬值，未来会被替代。
第二种是“等待”——觉得AI还不够成熟，等完善了再说。
我的建议是第三种：先行动，在行动中校准。不用一上来就追求“AI赋能全流程”。从一个小切口开始——比如先把一个车间的SOP做成可检索的知识库，让班组长换线时少打一个电话。做出来，用起来，收集反馈，再迭代。
在AI的加持下，培训的“供给”有了更多的可能。
