大数据、VR、人工智能等新技术的诞生和发展，让“个性化”渗透到了我们日常和娱乐生活的各个方面。在企业的学习培训中，“个性化”同样是员工们最需要、最希望的培训学习方式， 也是企业学习重要的发展方向。
但要解决员工的个性化学习需求，企业从数据和机器学习两个方面入手。企业需要升级内部学习系统，选择深度应用AI技术的企业智能学习系统。通过智能化学习系统，在企业内部数据的基础上，可以从全网数千万个数据中精准理解每个岗位的知识结构，绘制高精度岗位地图，精准定位员工角色和技能水平，以更好地规划员工个性化学习路径，才能有效改善员工学习不积极、与业务结合不紧密等现有企业学习难题。
2、动态定位员工的“最近发展区”
前苏联著名心理学家维果斯基提出了对学习发展具有重要价值的“最近发展区”理论，这一理论将人的发展划分现有发展区、最近发展区、潜在发展区三个水平阶段：在现有发展区，人们能够独立自如地做事情;在潜在发展区，需要他人帮助才能完成任务;而在最近发展区，则是介于两者之间，可以通过学习进行能力提升。
在企业学习中，动态定位每个员工的最近发展区尤为重要，因为只有在员工现有技能水平的基础上，将员工的学习与工作中已经、正在或将要发生的事情联系起来，才能方便他们在未来的工作中把学习的知识转化为经验和能力。
其实，国外不少提供企业学习服务的供应商已经在通过技术帮客户动态定位员工的最近发展区，比如IBM的YourLearning platform使用IBM的Watson Talent framework来实现对员工的知识技能、职业抱负等方方面面的认知;Filtered的产品Magpie则是在确保引擎随时获取员工角色、兴趣、学习需求和技能概况时，会不时向员工提出很多问题。
总的来说，如果在企业学习中能够动态定位员工的最近发展区，并动态更新员工的学习方案，那既能让员工跳出自己工作的舒适区，又能帮助他们保持学习的新鲜度和好奇心，更好迎接工作中的各种挑战。
3、数据驱动企业学习，精准员工画像
数据驱动的企业学习，是指企业利用现代技术采集多维的员工数据及海量内容数据，并对这些数据信息进行整合提炼，在此基础上经过训练和拟合为每位员工形成自动化的学习决策模型。数据驱动的企业学习最大的特点是拥有一套完整的从数据收集、整理、报告到转化成学习分析和决策建议的流程，可以根据员工个人及行业、市场等内外条件的变化，为员工提供满足当下和未来需求的学习内容，同时也为企业相关人员进行学习战略的部署提供决策支持。
比如，数据驱动的企业学习可以通过全网数千万数据精准理解每个岗位的知识结构，绘制高精度的岗位地图，精准定位员工角色和技能水平。通过同行同事的学习数据、行业动态、员工在社交娱乐等消费互联网上的行为数据了解员工兴趣爱好、生活学习规律，为员工建立工作、生活、娱乐休闲三位一体的精准画像。同时，将企业内外的全网内容数据进行解析，并根据员工实时的画像数据，推送最有价值的内容。
此外，企业学习的相关负责人也可以通过员工的学习数据策展更多有价值的内容，洞悉岗位发展变化方向，改进学习培训的投资回报效果。未来，企业学习的数据驱动效果会越来越明显，培训管理或学习发展人员要思考自己是否在利用大数据提升改进企业学习的效果。
