Syarikat Berbelanja $1,800 Setiap Pekerja untuk Latihan Semula AI — Adakah Itu Cukup?

Syarikat purata membelanjakan $1,800 setiap pekerja untuk latihan semula AI pada 2025. Syarikat yang sebenarnya menggerakkan jarum produktiviti membelanjakan antara $5,400 dan $9,200.

Jurang itulah ceritanya. Bukan angka $1,800 itu sendiri, tetapi perbezaan 3-5x antara apa yang organisasi purata berbelanja dan apa yang organisasi dengan keuntungan produktiviti AI yang terukur komitkan. Dan cara mereka membelanjakannya adalah sama berbeza dengan jumlahnya.

Laporan Perisikan Tenaga Kerja Global Josh Bersin 2025, digabungkan dengan Laporan Pembelajaran di Tempat Kerja LinkedIn Learning 2025 dan Kaji Selidik Pelaburan Latihan AI ATD, memberikan ketua operasi gambaran paling lengkap setakat ini tentang berapa sebenarnya kos latihan semula AI, ke mana wang pergi, dan apa yang memisahkan pelaburan latihan yang mengubah tingkah laku tenaga kerja daripada yang tidak.

Penanda Aras $1,800 dalam Konteks

Angka $1,800 setiap pekerja berasal daripada analisis Josh Bersin terhadap belanjawan L&D yang didedahkan merentasi 800 organisasi. Tetapi untuk memahami apa maknanya, ia membantu untuk meletakkannya bersama jumlah perbelanjaan L&D: syarikat purata membelanjakan kira-kira $1,275 setiap pekerja setiap tahun untuk semua pembelajaran dan pembangunan. Latihan semula AI pada 2025 secara berkesan mewakili baris belanjawan tambahan yang berasingan. Organisasi tidak mengalihkan semula perbelanjaan L&D sedia ada. Mereka menambahnya.

Konteks itu penting kerana ia membingkai semula soalan "adakah itu cukup." Soalan sebenar bukan sama ada $1,800 setiap pekerja mencukupi dalam istilah mutlak. Ia sama ada angka itu menghasilkan hasil yang terukur — dan data mencadangkan, pada median, ia tidak.

Analisis Bersin mendapati bahawa organisasi yang membelanjakan $1,500-$2,500 setiap pekerja untuk latihan semula AI menunjukkan purata peningkatan 9% dalam penggunaan alat AI yang dilaporkan sendiri. Berguna, tetapi bukan transformasi. Organisasi yang menunjukkan peningkatan produktiviti 25%+ pada output yang terukur — jumlah output, masa kitaran, kadar ralat — berbelanja jauh lebih banyak dan menyusun program secara berbeza.

Di Mana Wang Pergi

Purata $1,800 dipecahkan kira-kira seperti berikut merentasi organisasi dalam dataset ATD:

Perbezaan struktural kelihatan dalam dua item baris: bimbingan pengurus dan kohort, dan pembangunan program dalaman.

Organisasi purata membelanjakan 12% daripada belanjawan latihan AI mereka pada pembelajaran yang dipimpin pengurus dan berasaskan kohort. Prestasi tinggi membelanjakan 24%, dua kali lebih banyak, dan secara perkadaran jauh lebih besar dalam dollar memandangkan jumlah perbelanjaan adalah 3-5x lebih tinggi. Itu bukan kebetulan. Data kadar penyelesaian program menjelaskannya secara langsung.

Kadar Penyelesaian Menceritakan Cerita Sebenar

Data kaji selidik ATD tentang kadar penyelesaian latihan AI mengikut jenis program adalah data point yang paling berguna secara praktikal dalam keseluruhan set penanda aras:

Kursus luar belajar sendiri — kategori perbelanjaan terbesar untuk organisasi purata — selesai pada 23%. Kurang daripada satu daripada empat pekerja yang memulakan sijil AI sebenarnya menyelesaikannya.

Program kohort yang difasilitasi pengurus selesai pada 74%. Latihan workflow tertanam, di mana pembelajaran dibina terus ke dalam alat yang pekerja gunakan setiap hari, selesai pada 81%.

Inilah sebabnya prestasi tinggi mengalihkan belanjawan jauh dari kursus luar dan ke arah bimbingan pengurus dan pembangunan program dalaman. Bukan bahawa sijil luar tidak berguna. Ia kerana matematik penyelesaian bermakna kos setiap hasil produktif adalah jauh lebih tinggi daripada yang kelihatan pada harga label. Lesen Coursera $400 yang 23% pekerja selesaikan menghasilkan ROI yang sangat berbeza daripada program kohort $400 setiap orang yang 74% selesaikan.

Bagi Ketua Operasi yang mereka bentuk program latihan semula, data ini mempunyai implikasi langsung: struktur program penting sama seperti kualiti kandungan, dan penglibatan pengurus adalah pemacu utama penyelesaian.

Pengiraan ROI yang Digunakan oleh Prestasi Tinggi

Organisasi purata mengukur ROI latihan AI terutamanya melalui kadar penyelesaian dan skor kepuasan, tiada satu pun berkorelasi kuat dengan perubahan produktiviti sebenar.

Prestasi tinggi mengukur secara berbeza. Tiga metrik muncul secara konsisten dalam organisasi yang Bersin kenal pasti sebagai menghasilkan keuntungan produktiviti yang terukur:

Output-per-jam pada tugas berkaitan AI. Untuk peranan menggunakan alat penulisan AI, ini mungkin keping kandungan setiap minggu. Untuk penganalisis yang menggunakan alat pemodelan AI, ia adalah model yang disahkan setiap minggu. Untuk penyelaras operasi menggunakan alat workflow AI, ia adalah kitaran proses yang diselesaikan setiap hari. Kuncinya adalah mengukur daya pengeluaran khusus tugas sebelum dan selepas latihan, bukan kepuasan umum.

Masa-ke-kecekapan untuk pengambilan baharu dalam persekitaran alat AI. Prestasi tinggi menjejak berapa lama pekerja baharu mengambil masa untuk mencapai penanda aras kecekapan pada alat AI dalam peranan mereka, dan mereka menggunakan metrik ini untuk menilai sama ada program onboarding mereka berfungsi, bukan hanya sama ada pengambilan baharu menyelesaikan modul yang diperlukan.

Perbandingan kos latihan semula berbanding pengambilan semula. Ini adalah metrik justifikasi belanjawan yang paling langsung. Pekerja dengan kefasihan AI menuntut premium gaji 27% berbanding pengambilan bukan-melek-AI yang setara. Untuk peranan operasi $75K, itu adalah kira-kira perbezaan kos tahunan $20K setiap pengambilan. Jika melatih semula pekerja sedia ada menelan belanja $4,500 dan mengekalkan mereka dalam peranan selama tiga tahun lagi, analisis kos-menunggu adalah mudah: latihan semula pada $4,500 berbanding pengambilan semula pada premium tiga tahun $60K. Matematik ROI memihak kepada latihan semula dengan kuat, walaupun pada tahap perbelanjaan prestasi tinggi.

Dua Contoh ROI Latihan Semula yang Terukur

Zurich Insurance Group (2025): Zurich menggunakan program kefasihan AI yang difasilitasi pengurus merentasi pasukan penjaminan dan tuntutannya, disusun sebagai kohort lapan minggu dengan sesi semakan mingguan yang dipimpin pengurus. Perbelanjaan: kira-kira $6,200 setiap pekerja dalam kohort program. Hasil: pengurangan 34% dalam masa kitaran dokumentasi rutin dan peningkatan 28% dalam output penjamin setiap hari pada penilaian berasistankan AI, diukur enam bulan selepas program. Zurich mengaitkan $43J dalam peningkatan produktiviti yang disetahunkan kepada kohort yang melalui program pada 2025.

Kyndryl (2025-2026): Firma perkhidmatan IT itu membina pembangunan kemahiran AI terus ke dalam workflow alat penyampaiannya dan bukannya menjalankan program latihan yang berdiri sendiri, menanamkan prompt pembelajaran mikro di dalam alat yang pekerja gunakan setiap hari. Kadar penyelesaian untuk modul yang tertanam dalam workflow: 84%. Hasil: peningkatan 22% dalam masa penyelesaian tiket dan pengurangan terukur dalam kadar eskalasi untuk workflow sokongan berasistankan AI. Belanjawan setiap pekerja: kira-kira $3,800, di bawah purata prestasi tinggi — tetapi struktur program menghasilkan hasil prestasi tinggi.

Contoh Kyndryl sangat informatif. Mereka tidak berbelanja pada bahagian atas julat prestasi tinggi, tetapi kadar penyelesaian mereka, didorong oleh menanamkan latihan dalam alat workflow dan bukannya memisahkannya ke dalam kursus yang berdiri sendiri, menghasilkan hasil yang setanding dengan program perbelanjaan yang jauh lebih tinggi.

Apa Maksudnya Jika Anda Mereka Bentuk Program Sekarang

Data penanda aras menunjuk ke beberapa prinsip reka bentuk yang jelas untuk ketua operasi:

Jangan tambat pada $1,800. Itu adalah median semua organisasi, sebahagian besar yang tidak menghasilkan hasil yang terukur. Jika anda mereka bentuk program untuk mendorong perubahan produktiviti sebenar, penanda aras yang relevan adalah $5,000-$9,000 setiap pekerja untuk peranan di mana kefasihan alat AI mempunyai kesan tinggi, dan sifar untuk peranan yang tidak. Tidak setiap peranan memerlukan pelaburan yang sama.

Utamakan penglibatan pengurus berbanding jumlah kandungan. Jurang kadar penyelesaian antara program belajar sendiri dan yang difasilitasi pengurus adalah 50+ mata peratusan. Program yang lebih kecil dengan akauntabiliti pengurus akan mengatasi program yang komprehensif yang 23% pekerja selesaikan. Bina kefasihan AI pengurus terlebih dahulu, sebelum berskala kepada tenaga kerja yang lebih luas. Program juara AI adalah satu cara untuk membina keupayaan peringkat pengurus dengan cepat tanpa memerlukan setiap pengurus menjadi pakar AI dari awal.

Ukur output, bukan penyelesaian. Kadar penyelesaian mudah dijejak dan pada dasarnya tidak bermakna sebagai penunjuk ROI. Jika metrik kejayaan program anda adalah "X% pekerja menyelesaikan Modul 3," anda mengukur aktiviti, bukan perubahan. Tentukan rupa kecekapan alat AI dalam output kerja yang boleh diperhatikan untuk setiap fungsi, dan ukur itu.

Keperluan kemahiran AI kini muncul dalam iklan pekerjaan bukan teknologi, dalam pemasaran, kewangan, undang-undang, dan operasi, yang bermakna tekanan luaran untuk menutup jurang kefasihan AI tidak lagi terhad kepada pengambilan teknologi. Pelaburan yang tidak mencukupi dalam latihan semula hari ini bermakna menghadapi jurang kemahiran yang lebih lebar dalam pasaran pengambilan merentasi setiap fungsi secara serentak.

Apa yang Perlu Dipantau

Dua dinamik ke hadapan akan membentuk pasaran latihan semula korporat sepanjang 12-24 bulan akan datang.

Pertama, penyeragaman pengukuran ROI. Buat masa ini, setiap organisasi mengukur ROI latihan AI secara berbeza, atau tidak mengukurnya sama sekali. Jika industri bertumpu pada metrik output standard (serupa dengan cara organisasi jualan menyeragamkan pada hasil setiap wakil), perbualan belanjawan akan menjadi lebih mudah untuk ditambatkan. Pasukan Josh Bersin sedang bekerja secara aktif pada rangka kerja Indeks Produktiviti AI yang mungkin mempercepatkan penyeragaman ini.

Kedua, konsolidasi vendor. Pasaran latihan AI kini berpecah — ratusan penyedia menjual sijil, program kohort, dan pembelajaran tertanam platform dengan kualiti dan hasil yang sangat berbeza-beza. Konsolidasi sudah pun berjalan, dengan LinkedIn Learning, Coursera for Business, dan segelintir platform yang berfokus pada perusahaan menangkap bahagian yang semakin berkembang. Apabila pilihan vendor menyempit, penanda aras harga dan kualiti akan menjadi lebih setanding — yang sepatutnya meningkatkan nisbah isyarat-ke-hingar tentang apa yang sebenarnya berfungsi.

Pasaran sijil AI mencecah $4B pada 2026, tetapi pertumbuhan dalam perbelanjaan tidak sepadan dengan pertumbuhan dalam piawaian kualiti. Buat masa ini, penunjuk yang paling boleh dipercayai tentang program yang akan benar-benar menggerakkan produktiviti adalah seni bina kadar penyelesaian — dan data mengatakan program kohort dan tertanam workflow memenangi perbandingan itu dengan margin yang lebar.

$1,800 purata memberitahu anda di mana pasaran berada. Julat prestasi tinggi $5,000-$9,000 memberitahu anda apa yang diperlukan untuk benar-benar menutup jurang.

Ketahui Lebih Lanjut

• Pekerja dengan Kefasihan AI Menuntut Premium Gaji 27%
• Pasaran Sijil AI Mencecah $4B — Tetapi Hanya Segelintir Kelayakan yang Menandakan Kesediaan Kerja
• Keperluan Kemahiran AI Kini Muncul dalam Iklan Pekerjaan Bukan Teknologi
• Cara Membina Kes Perniagaan untuk Belanjawan Latihan AI
• Halangan Pengurusan Pertengahan AI — Dan Cara Mengubahnya Menjadi Peluang