ST09战略L4adapted
双轨人才体系
Dual-Track Talent System
AI时代人才建设需"外部引进专家轨道"与"内部培养全员轨道"双轨并行，单走任何一条都会失败。
解决什么问题
没有这个方法时，企业做AI人才建设通常只走一条路：
- 只引专家：高薪挖来AI人才，但业务团队不理解不配合，专家变成"AI孤岛"
- 只搞培训：全员上AI培训课，但没有深度使用者，浅尝辄止
双轨体系的核心主张：专家需要全员土壤才能发挥作用，全员需要专家标杆才能知道方向。两条轨道必须有交叉点。
核心框架
外部专家轨道 内部全员轨道
┌────────────┐ ┌────────────┐
│ 引进AI专家 │ │ 全员AI素养 │
│ 深度场景实践 │←──交叉点──→│ 分级能力标准 │
│ 方法论沉淀 │ │ 业务+AI融合 │
└────────────┘ └────────────┘
四个交叉点（双轨融合的关键）：
| 交叉点 | 专家→全员 | 全员→专家 |
|---|---|---|
| 知识传递 | 专家提炼方法论，全员可复用 | 全员反馈业务场景，帮专家理解落地难度 |
| 项目协作 | 专家带队做AI项目，全员参与 | 全员提供领域知识，专家做技术方案 |
| 能力认证 | 专家制定分级标准 | 全员通过认证证明能力 |
| 文化塑造 | 专家示范"AI可以做什么" | 全员提出"我们需要AI做什么" |
怎么用
Step 1：盘点当前团队AI能力分布
把团队分为四类：
| 类型 | 特征 | 策略 |
|---|---|---|
| AI原生 | 本身就懂AI，能独立开发 | 留住，给深度项目 |
| AI学习者 | 有兴趣有基础，愿意学 | 重点培养，给资源 |
| AI观望者 | 知道AI重要但没行动 | 推动尝试，降低门槛 |
| AI抗拒者 | 认为AI会替代自己 | 先解决恐惧，再谈能力 |
Step 2：设计专家轨道
- 岗位定义：需要什么样的AI专家？（算法/产品/落地/培训——不同类型）
- 引进策略：从哪里找？（大厂/高校/开源社区/咨询公司）
- 留存机制：AI专家最看重什么？（有挑战的问题、能落地的场景、技术自主权）
Step 3：设计全员轨道
- 分级标准：L1会用AI工具 → L2能用AI解决工作问题 → L3能设计AI工作流 → L4能指导他人
- 培训体系：不是上课，而是"做项目中学习"
- 激励机制：AI能力纳入晋升评价、优秀案例内部分享
Step 4：设计交叉点
最关键的一步——确保双轨不是平行线：
- 每个AI项目必须有专家+业务人员混编
- 专家每月输出"AI在我们行业能做什么"的内部分享
- 全员AI需求通过统一入口收集，专家排优先级
诊断分级
| 等级 | 特征 |
|---|---|
| S级 | 双轨明确、交叉点有具体机制（不只是理念）、分级标准可量化、有成功项目案例 |
| A级 | 双轨有设计但交叉点不清晰，专家和全员还是各干各的 |
| B级 | 只有单轨（只有培训或只有专家），但至少有意识在做 |
| C级 | "我们也在搞AI培训"——没有任何体系化设计 |
案例
场景：一家50人的教育公司启动AI转型
- 专家轨道：从大厂招了1个AI产品经理（年薪50万），负责AI产品设计+带项目
- 全员轨道：非强制，但设了三级认证（L1用工具/L2做项目/L3带团队），通过认证的涨薪5%
- 交叉点：AI产品每月带一个"AI工作坊"，不是教技术，而是"你觉得你的岗位上哪件事可以用AI做"——用业务问题驱动技术学习
结果：3个月内10人通过L2认证，产出了3个AI提效项目（课件自动生成、学员反馈分析、招生话术优化）。
常见陷阱
- 专家变孤岛：招了AI专家但不给他业务场景，他只能自己做demo。纠偏：专家入职第一件事不是"做AI项目"，而是"泡业务一个月"。
- 培训走过场：全员AI培训变成"教用ChatGPT"，没有深度。纠偏：培训必须绑定真实业务项目，学完就能用。
- 没有交叉点：专家和全员各干各的，信息不流通。纠偏：强制混编项目制，不允许纯专家或纯业务的项目。
方法关系
- 前置：CG06 L2-L4跃迁诊断（先诊断当前团队处于什么阶段）
- 后续：ST10 流程三阶进化论（专家带团队做流程重构）、EV03 OKR（把AI能力提升变成可量化目标）
- 并行：CG11 H³-TII能力操作系统（从"人"的维度理解人才培养）
Cases