工業技術研究院 資訊與通訊研究所 張緯丞 林錦陽 畢紘愷
未來，AI 教練有望成為每位員工的專屬學習夥伴，提供即時解答、技能診斷與個人化訓練課程。
前言
在數位轉型加速下，企業內訓正面臨挑戰。受限於時間與人力資源，多數企業僅能提供通識課程，難以滿足不同職能員工的實際需求，導致學習意願與成效雙低。傳統內訓缺乏彈性與即時回饋，無法跟上業務變化，也難以量化成效。隨著遠距與混合工作常態化，企業迫切需要更個性化、高效率的培訓模式。生成式AI的出現，為企業培訓帶來新機會。本文將從企業痛點出發，分析市場技術趨勢，介紹工研院的AI教練方案，並探討其未來應用潛力。
精彩內容
1.企業內訓的痛點與新機會
2.AI 驅動的企業培訓新紀元
3.工研院智慧學習技術的核心優勢
4.保險業 AI 教練合作案例
5.與其他 AI 教練技術的比較
6.AI 教練未來展望 |
企業內訓的痛點與新機會
在數位轉型時代，許多企業發現傳統的內部培訓模式已難以滿足員工多元且即時的學習需求。傳統內訓常以集中授課或制式教材為主，但這種模式存在多項痛點：
首先，培訓內容難以因材施教，資源有限時往往只能提供泛用的「通識」課程，導致某些員工覺得課程內容與自身工作無關，學習流於表面。其次，內訓多為一次性或階段性活動，缺乏連續的追蹤與實踐機會。員工在短時間內接受大量知識，事後卻缺乏持續練習與跟進，知識難以真正內化，培訓內容也往往因時代變遷而未能即時更新。第三，企業往往缺乏衡量培訓成效的機制，訓練後難以確認員工能力是否真正提升。在人力與主管看來，內訓投入了大量時間與資源，卻難以看到明確的產出，培訓效益不彰，造成人才培育的浪費。這些未被滿足的需求與痛點正削弱企業培訓的效能，進而影響組織整體競爭力。
為了解決上述問題，愈來愈多企業開始探索數位化學習與個性化培訓。特別是經歷疫情之後，遠距與混合辦公盛行，企業更意識到線上學習方案的彈性與必要性。透過數位學習平台，培訓可以突破時間與空間限制，讓員工隨時隨地透過線上課程或模擬系統進修。此外，數位工具能即時蒐集學習數據，企業可以透過線上測驗、數據分析了解每位學員的弱項，進而提供個性化的學習內容與建議。同時，培訓成效也更易於追蹤量化，為管理階層評估培訓投資報酬率（Return on Investment, ROI）提供依據。
總體而言，在數位轉型浪潮下，企業亟需靈活、高效且可規模化的培訓新方案，以因應組織快速變化的學習需求，培養員工持續成長，維持企業的人才競爭優勢。
AI 驅動的企業培訓新紀元
近年來，人工智慧（AI）技術的崛起為企業內訓帶來了全新的轉機，被視為破解傳統培訓瓶頸的關鍵工具。其中，生成式 AI（Generative AI）可即時整合資訊並提供互動式的學習體驗，讓培訓更個性化且即時回饋。目前市場上已出現多種基於AI的企業培訓解決方案，以下幾種應用正逐步顛覆傳統內訓方式：
利用大型語言模型（Large Language Model, LLM）打造智能對話助手，充當員工的隨身教練，隨時回答問題並提供學習建議。例如，一些領先企業已推出內部AI助理，可以解析公司的知識庫，員工只要詢問問題，AI 即刻給出相關解答，如同一位全天候待命的專家教練。這種對話式AI教練讓知識獲取更即時便利，克服了員工在工作中無法隨時找到指導的難題。
這類應用著重於互動情境訓練，讓員工與AI扮演的虛擬角色進行角色扮演對練，再由AI分析表現並提供回饋建議。例如，日本生命保險公司建置了涵蓋全國約5萬名員工的數位學習平台，讓保險業務員透過AI進行情境模擬對話練習並獲得即時評價，確保新人隨時隨地都能反覆演練，不斷精進。同樣地，台灣的新光人壽自2020年起導入AI教練於新人培訓：AI會分析新人業務員的銷售話術練習（例如約訪開場白、處理客戶拒絕的反應，以及聲音語調與臉部表情），指出優缺點並給予評分與建議。透過這種AI模擬實戰，員工能在安全的環境中不斷練習，快速累積實戰經驗。
生成式AI大幅加速了培訓教材與多媒體內容的製作。不論是課程講義、知識文件，甚至教學影片，都能由AI自動生成，節省人力時間。例如有產業觀察指出，某些AI工具可將企業培訓內容的製作時間和成本削減超過90％。這意味著企業能更加頻繁地更新課程內容、快速推出新技能訓練，讓培訓緊貼最新的業務需求。同時，自動化內容創作也降低了對專業教材編撰人力的依賴，減輕培訓單位的負擔。
結合語音影像合成技術與虛擬/擴增實境（VR/AR），AI可以創建擬真的虛擬講師或情境環境，使培訓更加生動有趣。例如，已有技術可將真人講師的簡報材料與形象輸入系統，讓AI自動生成由虛擬講師講解課程的影片。又或者透過AR/VR打造模擬現場情境，讓員工身臨其境地練習操作或服務流程。這些創新讓學習者更投入，培訓體驗更逼真。大型企業的學習平台（如 Cornerstone、SAP SuccessFactors 等）也紛紛嵌入此類AI功能來增強培訓效果。隨著AI技術成熟，各式各樣的內訓AI解決方案百花齊放，從新創公司推出的智能培訓產品到傳統學習系統加入AI模組，整體趨勢顯示企業培訓正快速邁向AI教練為核心的新紀元。
上述創新應用正逐步破解企業內訓的痛點。例如，對話式AI教練解決了「找不到人及時答疑」的困境，模擬練習平台讓員工有機會反覆磨練技巧並即時得到反饋，生成式工具降低了培訓內容製作與更新的門檻，而沉浸式虛擬培訓提供了更豐富的學習體驗。對企業而言，AI的導入不僅提高了培訓的效率和靈活度，也讓學習變得更個人化（依據每位員工的需求調整內容）和數據化（能夠追蹤分析整體學習狀況）。這股AI驅動的培訓革新風潮，正在為企業建立一種隨需而學、隨學隨用的新型態學習文化。
工研院智慧學習技術的核心優勢
儘管市場上AI內訓方案蓬勃發展，各家各有特色，工業技術研究院資訊與通訊研究所（簡稱工研院資通所）發展的「AI教練」技術具有幾項獨特的核心優勢，可有效滿足企業在應用AI培訓時對可控性、精確性與安全性的高標準需求：
- 大型語言模型（Large Language Model, LLM）控制與提示工程（Prompt Engineering）
工研院的解決方案以 LLM 為基礎，透過提示工程這項技術，控制模型輸出的內容、語氣與準確性。提示工程是設計給 AI 模型的「指令句」或「範本」，就像引導AI怎麼回答的精密提示語。團隊也預先設計了清楚的課程腳本（Course Script）與專業領域知識（Domain Knowledge），植入模型中，確保回答內容來自企業認可的資訊，降低生成錯誤答案的機率（業界稱為「幻覺現象」）。
圖1 透過對話控制引擎，大型語言模型，結合預先設計好的課程，建立全天候學習平台
工研院研發的對話控制引擎（Conversation Flow Controller）可控制AI教練的對話節奏與流程。舉例來說，若訓練課程是模擬與客戶互動，AI能依照事先設計的情境劇本，逐步引導員工對話、設定練習難度。同時也內建對話評分機制（Dialogue Evaluation Engine），可針對使用者的回應給予量化評分與文字建議，強化即時回饋。
圖2 對話控制引擎結合提示工程、課程框架、專業領域知識，強化LLM品質
工研院提供兩種部署方式：一是使用地端開源模型，如 Google 推出的 Gemma-2 模型 [11]，可部署在企業內部網路，不需將資料傳至外部伺服器；另一是連接雲端閉源模型，如 OpenAI 的 GPT-4o mini [12]，透過 Microsoft Azure 雲端平台提供服務 [13]，符合歐盟一般資料保護規則（General Data Protection Regulation, GDPR） [14]等隱私法規，保障企業資料安全。
系統支援語音輸入與輸出，讓員工可用「說話」方式與AI互動，模擬真實溝通情境，對於訓練話術或簡報技巧特別有效。工研院也提供完整的AI使用訓練課程，教導員工如何有效地「問對問題、得到好答案」，讓AI教練真正成為可用的培訓夥伴。
綜合上述技術創新，工研院的AI教練解決方案在精確性、安全性、互動性與整合度上都有明顯的優勢。對企業而言，這代表引進AI教練不僅能確保培訓內容專業正確，又能符合內部IT政策與資料治理要求。同時，彈性的技術架構也方便與現有學習管理系統（Learning Management System, LMS）或工作流程整合，降低了導入的阻力。最終，工研院希望藉由這套強大的對話式學習技術，為企業打造一個24／7 全天候、可靠且智能的互動學習夥伴，加速人才培育與知識傳承的效率。
保險業 AI 教練合作案例
金融保險業由於高度仰賴業務人員的人際溝通與銷售技巧，再加上每年需要培育大量新人，因此成為AI教練技術的先行應用場域之一。在台灣，多家壽險公司近年已投入相關技術的研發與導入，工研院資通所也與其中一家領先的保險公司展開合作，在保險業務員訓練上成功落地AI教練系統。
2025年初，工研院與某知名壽險公司聯手推出了一套線上互動培訓平台（如圖1）。這個平台運用了前述的對話控制引擎、大型語言模型，以及預先設計的專業課程內容，打造出一系列可24小時隨時練習的對話式訓練課程。針對保險業務新人常見的培訓主題，如「與客戶初次會面的破冰技巧」、「產品介紹與銷售話術」、「應對客戶疑問與拒絕」等，團隊設計了多個逐步進階的模擬對話情境。新人業務員可以透過平台隨時與AI教練進行一對一對話練習：AI會扮演不同風格的模擬客戶，從寒暄問候、需求探詢到產品解說，與學員展開逼真的對話互動。整個過程中，對話引擎確保練習情境符合培訓腳本的設計，而AI教練則根據學員的回覆做出反應，場合需要時給出提示或進一步挖掘問題，讓對話得以順利進行並達到學習目標。
值得一提的是，資安與內容監管在此合作中也獲得重視。由於保險業涉及不少機密的產品資訊與客戶情境對話，此平台採用了工研院提供的內網模型部署方案，所有對話資料皆儲存在公司內部伺服器，消除了資料外洩疑慮。同時，保險公司的人員也能參與AI回覆內容的審查與優化（屬於人機協作模式的一環），確保AI教練在對客戶對話的模擬中不會出現不當言論或錯誤資訊，增強了系統輸出的可靠性。
工研院與保險業的這項合作，是台灣金融業應用AI教練技術的一個縮影。事實上，其他壽險業者也投入相關應用並獲得成果。例如，南山人壽運用生成式AI打造擬真的虛擬人偶來進行新人影音教學訓練，累計完訓人次已超過6,000，人員課後滿意度高達90％；該公司也開發了智能理賠輔助平台，將資深理賠人員的經驗轉化為AI模型，為資淺同仁提供風險評分與審核指引，大幅縮短理賠人才養成所需時間。又如凱基人壽導入了生成式AI技術，讓業務同仁可隨時透過AI進行行銷情境對話練習，並快速取得行銷所需的資訊作為展業支援。這些案例都顯示AI教練在保險業內訓上的可行性與價值：不僅縮短新人從培訓到上手的時間、提升整體銷售技巧水準，還能帶動業績成長並提高顧客滿意度。對工研院而言，透過與業界合作實證了技術的效益，也為後續將AI教練推廣至其他企業建立了信心基礎。
與其他 AI 教練技術的比較
目前市場上提供AI教練或智能培訓方案的單位眾多，包括國際新創公司和傳統學習系統供應商。以下我們針對功能特點、安全性及部署彈性等方面，將工研院的AI教練技術與兩個具代表性的業者 「Sana Labs」和「UMU」 做比較分析：
Sana Labs 是一家專注於 AI 驅動企業學習與知識管理的公司，其產品 Sana Platform 主打以AI輔助企業培訓、學習管理和知識分享。簡而言之，Sana 提供的是一個智慧學習平台，強調個人化學習路徑與企業知識庫的整合，能根據員工表現推薦課程、快速從文件中搜尋解答，屬於知識導向、內容管理取向的解決方案。
而 UMU 則源自中國的數位學習平台，以互動式培訓與AI評估見長。UMU 平台能讓企業大規模地組織員工進行如影片錄製、情境演練等活動，再透過AI對這些提交的作業進行自動評分回饋。例如日本生命保險的案例中，他們透過 UMU 平台定期讓業務員上傳角色扮演影片，由AI依據預設標準評價對話表現，確保訓練的覆蓋量與一致性。
相較之下，工研院的AI教練屬於對話互動式的實時教練，更強調模擬真人對話的體驗與即時反饋。它不僅能回答問題、推薦學習資源，也能和使用者進行多輪對話、扮演各種虛擬角色進行實戰演練，功能上涵蓋了Sana的知識問答優勢，並結合了UMU的情境演練與自動評估功能，可說是知識助手+對話教練的綜合體。
在企業內訓領域，資料安全是決策者非常關切的一環。Sana Labs作為一雲端平台供應商，企業在使用其服務時通常需要將部分內部學習資料（如教材、文件）上傳至雲端。該公司聲稱對企業資料有嚴格的存取控制和加密保護，但對於高度敏感的內容，部分企業仍可能有所顧慮。UMU 目前主要亦採取雲服務模式（例如日本生命的案例即使用UMU的雲端平台），雖然能快速部署到位，但資料傳輸過程與雲端存儲也必須符合資訊安全規範。
相比之下，工研院的方案在安全性上提供了最大彈性：客戶可選擇將AI教練完全部署在自家防火牆內運行，模型和數據都存放於本地，無須擔心機密資料外流。此外，若使用雲端模型則採用經過企業認證的Azure OpenAI服務，符合歐盟GDPR等隱私法規要求。換言之，工研院能根據企業的IT政策量身打造安全架構，讓引入AI教練的過程符合其合規與資安標準。在防止AI洩漏知識產權方面，工研院也特別透過對話過濾及日志稽核等機制，避免生成式AI在與學員對話時暴露訓練時導入的機密資料。反觀一般商業AI服務若無特殊調整，可能存在AI無意複製訓練句子的風險。因此在隱私安全這一面向，工研院方案對高度保密要求的企業更具吸引力。
AI 教練未來展望
AI 教練的應用不僅限於保險業，零售、製造、醫療等行業同樣具備龐大潛力。零售可用來訓練門市應對話術，製造可模擬機台操作與安全演練，醫療則能進行虛擬病例或手術模擬。對需強化人際溝通的知識工作者，AI 教練也能扮演模擬客戶或同事角色，提升表達與協作能力。
未來，AI 教練有望成為每位員工的專屬學習夥伴，提供即時解答、技能診斷與個人化訓練課程。隨著技術進步，結合語音、AR 實境與數據分析，企業培訓將從定期課程轉變為日常學習流程，打造更敏捷、持續進化的人才培育模式。
參考資料
[1]Bersin, J. (2023). AI Is Transforming Corporate Learning Even Faster Than I Expected. Josh Bersin.
[2]JANDI. (2021). HR規劃企業內訓好苦惱！善用JANDI蒐集員工需求克服四大痛點. JANDI Blog.
[3]太毅國際. (2023). 數位轉型下的企業學習新生態：線上學習的演變與未來. 太毅國際.
[4]太毅國際. (2023). 數位學習系統UMU賦能日本生命保險，實現企業培訓數位化. 太毅國際.
[5]經濟日報. (2024). 六大壽險育才、留才...AI教練出動. 經濟日報.
[6]Retail Customer Experience. (2024). How AI is Already Advancing Retail Training and What's Next. Retail Customer Experience.
[7]極客公園. (2024). 企業部署生成式AI，五個最大的挑戰是什麼？. 極客公園.
[8]AWS. (2024). 你必須知道的生成式AI風險與挑戰：AWS負責任生成式AI及風險的防範之道. AWS.
[9]Observer. (2024). How Gen AI Is Transforming Workforce Development & Corporate Training. Observer.
[10]雲巴巴. (2024). 麥伽智能，人手一個AI教練助力企業培訓，線上陪練與考核，掀起“訓練的革命. 雲巴巴.
[11]Google DeepMind. (2024). Gemma: Open models for responsible AI。Available at https://ai.google.dev/gemma
[12]OpenAI. (2024). GPT-4o: The latest multimodal AI model。Available at https://openai.com/research/gpt-4o
[13]Microsoft. (2024). Azure OpenAI Service: Secure, enterprise-grade AI models。Available at https://learn.microsoft.com/en-us/azure/cognitive-services/openai/
[14]European Union. (2016). General Data Protection Regulation (GDPR)。Available at https://eur-lex.europa.eu/eli/reg/2016/679
