马来西亚AI培训合作：人机共生领导力

核心挑战：技能鸿沟和碎片化服务

马来西亚政府也制定了雄心勃勃的AI计划，同时非常强调人的领导力。未来治理的核心不在于用AI来取代人的判断力，而是要增强人的智慧和计算能力的融合。所以他们也认为正处在一个构建战略领导力来统领AI，来加强而非消除人的独特能力，从而实现更有效率的治理。

挑战一：全球经济转型带来的就业焦虑。技术颠覆正在造成劳动力市场的不确定性。

挑战二：数据孤岛导致的需求理解滞后。缺乏适当的数据系统，难以掌握社区和区域的真实需求。

挑战三：跨部门协作困难和技能缺口。服务部门各自为政，难以形成合力，基层组织缺乏资源推动变革。

很多项目还没开始就停滞了。原因并非技术本身，而是部门缺乏受过AI基础培训的人员，即"AI教练"。他们不是计算机科学家（"造车的人"），而是教普通人如何快速使用AI工具的"教练"（"教你如何开车的人"）。

中国经验：AI+时代的国家战略

这些是全球共同的挑战，中国选择了国家层面的顶层设计，这就是"人工智能+"行动。

这一由国务院发布的指导意见，目标是推动AI在六大关键领域（科技、工业、消费、民生、治理、全球合作）的广泛深入融合。它不仅追求技术上的突破，更强调要培育新质生产力，推动高质量发展。

中国设定了明确的时间表：

• 2027年：新一代智能终端和AI代理的渗透率预计将超过70%。
• 2030年：渗透率将超过90%，智能经济成为经济增长的重要驱动力。

共学活动：从实战中体会人和AI的分工协作

在这里我真切感受到了这一波Deepseek的影响力，不仅大部分人都听过Deepseek了，而且都用过了。但是都用来回答问题，写文案，大部分人没有用它来写过代码。

所以就到了我最喜欢的一个案例，让大家用提示词写网页，来展示一下人机共生团队的构成。这个概念来自于王飞跃教授：将来我们产业大军中人类劳动力只占5%，机器人占15%，这两类都要引起生态问题的，所以80%以上将是数字人。

1个生物人 + 16个数字智能体 + 3个机器人 = 典型的人机混合团队。

人机共生领导力升级：成为领学官

AI时代的领导力，要求我们进行根本性的重新思考。我们不再是传统意义上的"经理人"，而是人机协作系统的"编排者"。

为此，我们必须拥抱一个关键角色：领学官（Chief Learning Organizer, CLO）。

CLO不是普通的培训师，也不是"外部专家"（KOL）。CLO必须具备卓越的组织能力，能够围绕特定挑战建立协作学习社区。

CLO的价值在于：

• 社区驱动：CLO是与社区共同生活/工作的人，而不是外部专家。
• 本地化融合：他们将AI技能与本地知识（语言、文化、需求）结合起来。
• 赋能而非替代：他们的目标是赋能社区成员使用AI来解决问题，而不是简单地教授工具。

核心启示

未来的领导力，是混合团队的编排艺术。是选择问题、定义规则、选择提示词的智慧。

在AI时代，我们不能再依靠过去老旧的工作方式（就像过去用纸质签到表组织活动）。领学官，正是那个能将AI技术转化为真正服务于社区变革的关键领导者。