你的合規培訓說人人都通過了，我打造的模型卻知道他們沒有。
一家銀行的合規官曾向我逐一講解她們每年的反洗錢再認證。合規部門五百人，一套四小時的課程，每個人都被指派了相同的內容：客戶盡職調查、可疑活動申報、結構化交易偵測、貿易型洗錢、制裁篩查。到最後，她的學習系統產出了五百個綠色勾號。她把那些勾號拿給我看，那神情就像你把一張收據遞給別人看一樣。
接著她說了一句話，讓我從此再也無法當作沒聽過——她說她根本不知道那五百人當中，究竟有誰真的懂得如何提交一份可疑活動申報。
這道落差——介於「已完成」與「真正掌握」之間——正是我如今把時間投入打造企業培訓的自適應學習 AI的全部原因。不是那種推薦你下一門課程的推薦引擎，而是診斷型的，建立在一項名為知識追蹤的技術之上，它為每一位員工實際掌握的內容建模，逐個概念地建模，並在他們每次回答問題時更新這項估計。她的 LMS 追蹤的是完成度，而她真正需要的，是一套追蹤能力水準的系統。我們打造的正是這一層能力，這也是我的團隊每天鑽研的解決方案。
一個綠色勾號告訴稽核員的，是一支影片播放完畢了。它完全無法告訴你，是否有任何人學會了如何把工作做好。
「做完」與「懂得」之間那 1,028 億美元的落差
美國企業在 2025 年花了 1,028 億美元於培訓，較前一年的 980 億美元有所成長——這是《Training Magazine》的數字，換算下來每位學員約 874 美元。這筆錢大多買到的是完成度資料。SCORM 這種多數企業課程至今仍採用的檔案格式，是圍繞一套只記錄通過、未通過與完成的 1.2 規格所設計的。就這樣而已。它不過是一張製作水準更好的簽到表。
當你靜下心細想，會覺得這實在很奇怪。我們花了二十年，只顧著最佳化培訓的遞送——更精緻的影片、行動化、微學習——卻幾乎沒有任何心力投入去量測培訓是否改變了一個人能做到的事。Josh Bersin Company 在 2026 年 2 月發表了一篇文章，主張 AI 即將顛覆規模達 4,000 億美元的企業學習，而讓我印象深刻的統計數字是這個：真正部署了 AI 原生學習技術的企業不到 5%。人人都有一套 LMS，卻幾乎沒有人在它裡頭放進智慧。
而這道落差的代價，已不再抽象。Bersin 的資料顯示，採用 AI 原生學習的企業，超越財務目標的可能性高出六倍。另一方面，74% 的企業表示它們跟不上對新技能的需求，而一項專業技能的半衰期，已從 2000 年的大約十年，降到今天的不到五年。我看著 L&D 團隊以他們工具唯一允許的方式回應這場崩塌——更快地推出更多內容。我理解那種本能，因為二十年來，更多內容一直是這些系統給我們的唯一槓桿。槓桿從來不是問題所在。我們用來量測這一切究竟有沒有奏效的那個儀器，才是。
我打造的第一個版本是錯的，而它看起來很棒
這是我不太引以為傲的一段。當我最初開始打造這套系統時，我伸手抓向那個顯而易見的模型。在知識追蹤的文獻中，有一種眾所周知的做法叫做深度知識追蹤——DKT——它使用 LSTM，一種循環神經網路，來預測一位學習者能否答對下一道題目。這是最典型的起點。我們把它接了起來，餵入互動資料，而那些儀表板很漂亮。掌握度曲線不斷攀升，預測準確率看起來也頗為可觀。
我已經準備好要好好展示一番了。接著我回到那個反洗錢的使用情境，試著回答那位合規官真正的問題——這位特定的分析師到底不懂哪個概念？——而模型答不上來。它能告訴我某人整體上是否「表現良好」。它無法乾脆俐落地說出「她在客戶盡職調查上很扎實，而在貿易型洗錢上很危險」。
我花了比應有更久的時間才明白原因。教育資料探勘社群有一篇 2025 年的論文提出了一個平靜卻殘酷的觀點：原始的 DKT 學到的是能力，而非知識，就每項技能而言。它建模的是一種籠統的「這個人擅長考試」的訊號，而非概念層級的掌握度。更糟的是，研究者已經證明，未經訓練的 RNN——具有隨機權重的網路——在某些基準測試上能與訓練過的 DKT 模型打平。從某種真實的意義上說，我那漂亮的儀表板量測的其實是氛圍。
我打造出了一個充滿自信、看起來準確，卻無法回答整個專案之所以存在要回答的那唯一一個問題的模型。
那個月感覺像是走進了死胡同。我承諾過要提供能力的證據，結果打造出的卻是一個連自己在自信什麼都不知道的自信量表。
我們為何在注意力而非記憶之上重建
出路來自新一代的知識追蹤模型——那些自注意力型的。我們轉向了 SAKT，也就是自注意力知識追蹤，接著再轉向 AKT，那個具情境感知的注意力變體。這些模型不再把一位學習者的全部歷程塞進單一的循環記憶，而是運用注意力機制，針對每個新問題發問：你過去的哪些作答，此刻真正與這項技能相關？ AKT 更進一步，融入了教育測量理論的概念，一邊進行一邊調整難度。
那些務實的回報，正是我在意的。SAKT 用大約 70 萬個參數、AUC 接近 0.80 就能做到這件事——小到足以高效運行，準到足以信賴，而關鍵在於它產出的是逐一概念的掌握度機率，而非一個模糊的能力分數。事實證明，當某個情境真正需要個別化指導時——而合規再認證絕對屬於此類——AKT 是更契合的選擇。企業資料相對於這些模型當初賴以建立的學術基準，有一個不動聲色的優勢：合規的作答序列既短又高風險，而非那種動輒上千次互動的輔導紀錄——正是後者讓長序列預測成為文獻中難解的開放問題。論文最感棘手的那件事，大多不是我們的問題。
就在那時，反洗錢的例子終於以它應有的樣貌呈現出來。想像一張熱力圖：列是員工，欄是五個反洗錢概念，每一格都是這個人已掌握該概念的機率。一位任職八年的資深 BSA 分析師，在客戶盡職調查、可疑活動申報、制裁上都亮起綠燈——但在貿易型洗錢上顯示為琥珀色。一位到職六個月的分行經理則處處都不綠，而在 SAR 提交與 TBML 上是深紅色。同一套課程，需求卻天差地別。
那位資深分析師不該枯坐四小時，去重新證明她明明就懂的東西；她應該快速驗證已掌握的概念，把時間花在那一個弱點上。那位新任經理則需要有鷹架、更緩慢的路徑，恰恰落在他機率最低之處。我們設定了可以向稽核員辯護的門檻：大約 0.75 以上，就把該概念視為已掌握，簡短驗證即可；落在中間帶的，是真正發生學習的「有成效的掙扎區」；0.35 以下的，就停下來並提供支援進行補救。每一次作答，模型都會更新每一格。
在五百名員工的規模上，這就是兩千小時千篇一律的到場時數，與大約其半數之間的差別——而且結尾附帶的證據還更有力，而非更薄弱。以每位學員 874 美元計，單就一個五百人的合規部門，所回收的生產力一年落在數十萬美元的低段位。這並不是我憑空捏造的預測。Fulcrum Labs 與 Allegiant Airlines 記錄下培訓時間從 51 天降到 23 天——縮減了 55%——同時事故與設備損壞減少了 60%。而且不只銀行與航空公司：一家全球醫療科技公司採用同樣的自適應做法，在 113,000 名學員間省下超過 16,000 小時的培訓時間，一家醫療機構則把到職培訓時間縮短了 22%。主題會變——病患資料處理、裝置作業規範、反洗錢類型——但診斷的問題不變。一家美國前十大的銀行，在超過 70,000 名員工間推行自適應合規，見到必修課程的流量增加了 75%。到場時數的縮減是真實的，而且是由不是我的人所證明的。
「Cornerstone 不是已經在做這件事了嗎？」
這是我每一次都會被問到的第一個問題，而且問得很合理。2026 年 3 月，Cornerstone 在其 Galaxy AI 系統中推出了它所稱的自適應學習代理。Docebo 收購了 365 Talents，以加裝技能評估功能。整個產業都在包裝盒上蓋上「AI 驅動的自適應學習」的戳記。那為什麼還要客製打造任何東西？
因為市面上大多以自適應之名兜售的東西，其實是協同過濾，而非知識追蹤——而這差別就是勝負關鍵。協同過濾是 Netflix 那一套：完成課程 A 的人接下來往往會修課程 B，所以這裡給你課程 B。它是根據你的同儕做了什麼來推薦。知識追蹤做的是本質上截然不同的事：它為你自己具體掌握了什麼、又還沒掌握什麼建模，並針對這道落差發力。一個是推薦引擎，另一個是診斷引擎。Cornerstone 的代理會推薦接下來該學什麼；它並不量測概念層級的掌握度。Docebo 的技能追蹤在很大程度上是基於自我聲明或基於完成度的——員工自稱懂了，或是修完了課程——而非從他們實際如何與教材互動中量測而來。
確實有一些廠商把知識追蹤做得很好。Fulcrum Labs 擁有專有引擎，也有案例研究來佐證。教育科技的參與者——像 Riiid 這樣募得 2.56 億美元的公司——擁有真正的知識追蹤模型。但 Fulcrum 需要你把內容遷移到它的平台上，而那些教育科技模型是為標準化測驗與 K-12 教育打造的，不是為反洗錢工作流程與稽核證據而生。至於四大會計師事務所呢？Deloitte 與 PwC 會為你承接一項 50 萬到 500 萬美元的人力轉型專案，並把 Cornerstone 或 SAP 安裝得漂漂亮亮。他們配置的是廠商的平台。那份自適應智慧終究屬於廠商，而不屬於你。
大多數企業並不需要把自己的 LMS 拆掉。他們需要的是一層智慧，能插進他們既有的那套系統。
那正是我們切入的落差：一個知識追蹤引擎，坐落在你既有的學習系統之上，並透過開放標準與它對話——用 xAPI 擷取細粒度的互動資料，用 LTI 在兩者之間來回交接學員。你保留你的 LMS，我們加上大腦。
真正的風險不在模型——而在標記
我來告訴你那些展示從不提及的事，因為那才是真正決定這類專案能否成功的關鍵。打造自適應學習最困難的部分，不是神經網路，而是內容標記。
知識追蹤模型只能追蹤它看得見的知識。你合規模組中的每一道題目都必須對應到一個概念——這一題測的是貿易型洗錢，那一題測的是制裁篩查——否則模型就沒有東西可更新。多數企業內容送來時，是一堆只發出單一完成旗標、根本沒有任何概念結構的 SCORM 1.2 套件。轉移到 xAPI 意味著要架起一個學習紀錄儲存庫（Learning Record Store），重新思考你的資料治理與網路架構，並且往往要逐題重新標記內容。這件事並不光鮮，卻是真正勞力所在，也正是為什麼我對任何告訴你自適應學習只是按下一個開關的人，都心存戒備。
我寧可一開始就對此坦誠，也不願靠一個我兌現不了的承諾去贏得一個專案。模型是我能在幾週內交到你手上的那一部分。標記則是我們一起做的那一部分，也正是它，決定了一套系統究竟是產出稽核等級的掌握度證據，還是產出更漂亮的勾號。
《歐盟 AI 法案》會讓完成度追蹤變得一文不值嗎？
長久以來，「能力對比完成度」一直只是一場品質層面的爭論——有很好，卻難以爭取到經費。這一切正因《歐盟 AI 法案》而改變。第 4 條，也就是 AI 素養義務，自 2025 年 2 月 2 日起生效，而由各國市場監督機關進行的監管則從 2026 年 8 月 2 日開始。它要求員工在 AI 素養方面所接受的培訓，必須以適合其職務的方式進行——而歐盟自己的指引明確表示，並沒有一體適用的統一格式。要以職務為本，否則就不算數。
想想這對綠色勾號模型意味著什麼。「每個人都看了同一支 AI 倫理影片」正是第 4 條所要駁回的東西，而高風險條款的罰則最高可達 3,500 萬歐元或全球營收的 7%。監管機關已經展示過，他們會為鄰近領域的培訓失敗開出天價罰單——TD Bank 就因一套不健全的反洗錢合規計畫，吃下了 31 億美元的罰款。把培訓當成一場戲的代價，已不再是假設。
還有第二股壓力，是我一開始沒料到的，而它幾乎有點好笑。員工們已經想通了，他們可以倚賴 AI 助理輕鬆闖過合規模組——答完測驗、按下完成、什麼都沒學到。HR Morning 在 2026 年報導了這件事，而 Gartner 甚至預測，到 2026 年為止，將有半數組織會因為批判性思考的萎縮，而要求進行「無 AI」的技能評估。當你的員工能夠大規模地偽造完成，完成就徹底不再具有任何意義。唯一能持久的答案，就是量測一個人實際懂得什麼——而這正是知識追蹤被打造出來要做的事。
如今我會對那位合規官說些什麼
人們問我，這一切為了培訓——偏偏是培訓——真的值得嗎？這難道不是在為一項沒人樂在其中的企業義務過度設計嗎？我的回答是，二十年來我們一直對它設計不足，而如今帳單正從兩個方向同時到期：一個是已崩塌到不足五年的技能半衰期，另一個是即將要求我們拿出多半沒有的證據的監管機關。如今甚至只有 26% 的領導者覺得自己有能力量測培訓的投資報酬率。我們選擇不去量測的那件事，正是到期的那件事。
我想起那本裝著五百個綠色勾號的資料夾。它的悲劇不在於培訓很糟，而在於這個組織花了真金白銀、花了真實的時數，最終所知道的，卻比它自以為的還要少——而且是充滿自信地、白紙黑字地、附帶稽核軌跡地如此。那位資深分析師覺得無聊，新任經理則一頭霧水，而系統把兩者都回報為成功。
如果我能回到過去，遞給她一樣東西，那不會是一支更好的影片。而會是那張熱力圖——五百列、五個概念，每一格都是一個她真正能夠站得住腳去辯護的數字。不是「人人都通過了」。而是某種更真實、也遠更有用的東西：這裡正是這些人每一位所知道的內容，而這裡則是我們接下來要如何處理其餘部分。這就是我們打造的系統，而且我做這件事愈久，就愈確信「已完成」從來都不是任何人真正提出的問題的答案。