据科技媒体TechRadar报道，全球企业今年预计在人工智能领域投入2.5万亿美元，其中超过1万亿美元将流向IT服务和专业软件。但近期案例与研究显示，AI的成功依然高度依赖经验丰富的员工，而非减少对人的依赖。
报道称，福特公司此前因AI和自动化系统未能发现制造问题，重新聘用了350名资深工程师。福特方面表示，这些员工将用于培训年轻员工和重新编程AI工具。与此同时，Ramp和Revelio Labs针对近2.2万家美国公司的研究发现，对AI投资最多的企业实际上在招聘更多人，而非更少。
一位学习与发展专家在TechRadar撰文指出，这些故事共同说明一个事实：AI正在加速工作，但无法替代经验带来的判断力。AI可以呈现模式、推荐学习路径，却无法解释某个流程为何有效、何时需要调整，以及如何适应企业实际。因此，经验丰富的团队成员仍然不可或缺。
该专家建议，企业应建立技能本体论，即一份动态记录组织内现有技能的清单。通过这种方式，企业可以识别哪些能力过剩或不足，了解哪些团队拥有专业知识，并在问题出现前发现短板。这也能为人力规划、内部流动和更有效的AI部署奠定基础。
在识别专家后，AI可以帮助持续更新这一图景。但组织还需要验证这些专长，将员工与针对性发展机会连接起来，并让专家更容易向他人分享知识。学习应尽可能嵌入工作流程，而非与之分离。
AI让知识更易于组织和分发，但无法创造来自经验的判断。人力资源和学习发展部门的角色不会因AI而削弱，反而可能更具战略性——通过主导技能提升和再培训议程，将组织内部的专业知识转化为竞争优势。