2026年员工AI Day：方案与实操工作坊

企业 AI Day：如何收集案例、按水平分组学员、开展安全实践工作坊，并在活动后延续创意。

员工 AI Day 是内部人工智能实践日。员工使用获准的工具处理各自部门的任务。到当天结束时，公司会留下任务卡片、责任人和审核规则；仅靠一般性讲座是远远不够的。

我们在 Aventura 的准备工作从工作场景入手。HR 和培训团队负责受众，数字化转型团队负责案例和工具，信息安全团队和法务负责数据使用边界。然后，我们将内容、舞台、实践工作坊、演示区和技术方案整合成一个整体脚本。

为什么公司需要单独的AI Day？

当员工已经开始尝试使用人工智能工具但行动分散时，就需要举办AI Day。有些人不知道从何开始。另一些人则向服务上传了多余的数据，或者轻信第一个答案。单独安排一天可以统一基本术语和规则，明确允许应用的范围，并将兴趣转化为几个可验证的工作任务。

这一天有三个任务：解释技术的能力和限制，在允许的材料上演练方法，并筛选出需要进一步验证的倡议。

AI Day不能取代公司政策、信息安全培训或长期的技能发展计划。它提供一个共同的起点，帮助大家看到精彩演示与实用场景之间的区别。对于复杂的公司，我们按照商务活动的逻辑来构建它：目标、受众、内容负责人、参与者路径和确定的成果。

网站上最近的类似形式是——公司创新日。区别在于，AI Day需要针对数据、答案验证、著作权和人工控制建立单独的框架。

一天的成果：案例、技能和解决方案

活动结束后，每个选定的场景都应该有下一步。参与者能够选择被允许的工具，编写请求，检查答案，并明白什么时候任务需要专家介入。部门获得带有负责人和效益标准的任务卡。公司获得需要通过政策、培训或试点项目来解决的问题清单。

我们的目标不是“用人工智能激励所有人”。情绪有助于保持注意力，但很难在下一个工作日继续利用。可观察到的结果更加具体：

• 员工能够区分公开、内部和机密数据；
• 知道公司允许哪些服务用于工作任务；
• 检查事实、计算、引用和回答的局限性；
• 能够在选择工具之前描述任务；
• 记录预期结果和验证方法；
• 将具有前景的案例转交给流程负责人。

NIST的人工智能风险管理框架（NIST AI RMF）提出了四个功能：Govern、Map、Measure 和 Manage。对于当天的议程，我们将其转化为四个问题：谁制定规则，系统在哪里应用，如何检查结果，以及谁决定后续使用。

我们不对参与者进行公开排名，而是评估任务卡的质量和验证的清晰度。经验丰富的用户可能不了解流程的限制，而新手可能很好地理解工作任务本身。

如何在活动前收集工作案例？

在制定方案之前，我们会从各部门收集简短的任务卡片。表单中会描述耗费资源的操作、所需数据、可接受的结果以及负责审核答案的人员。初步筛选后，专家们会选择路径：公开演示、受保护的环境或附书面理由的拒绝。

工作案例卡片包含：

1. 背景和流程负责人。
2. 员工今天的具体操作。
3. 输入数据及其访问级别。
4. 期望的结果，不承诺自动化。
5. 质量检验标准。
6. 会造成明显损害的错误。
7. 允许进行实践的环境。
8. 活动后的下一步。

对于舞台展示，我们选择多个职能部门都能理解的案例。对于实验室，适合单个部门的狭窄任务。例如，公开演示可以用合成数据展示文档结构，而使用真实材料的封闭试点将在之后在批准的环境中进行。

我们还会单独检查任务是否与现有项目重复。企业演示日有助于比较成熟的倡议，而 AI Day 首先会统一基本技能和规则。这些形式可以结合：来自 AI Day 的优秀卡片在审核后会进入演示日。

AI Day 单日日程

单日日程从通用规则走向自主实践。上午，参与者获得统一的背景信息，并观看真实案例的拆解。随后他们分头行动，在小组中工作，并带着解决方案卡片返回。收尾环节用于筛选后续行动，而非比拼华丽演示。

示例日程可根据职能、班次、城市和工具访问权限进行调整：

讲座只占当天的一小部分。即便是资深专家，也很难为同一批听众提供同等有用的深度内容。实践从简单任务开始，随后参与者可选择增加难度：提高情境准确性、核查来源、处理多个方案，或设计人工监督环节。

对于大规模受众，适合采用会议、论坛或研讨会的形式：主舞台设定框架，分会场提供深度。场地转换、容纳能力和设备使用时间需要像内容一样仔细规划。

三个不同准备水平的路线

统一的实践工作坊几乎总是把会场分成觉得无聊的人和觉得困难的人。我们提供三条路线：基础路线面向首次使用AI解决工作问题的人，应用路线面向经常使用的用户，项目路线面向流程负责人。所有路线都有共同的安全和检查规则，但任务、节奏和预期结果不同。

参与者或小组负责人在活动前选择路线。不同流之间应保持可转换性。如果基础组进度较快，引导师会提供额外示例。如果项目流遇到法律或安全问题，专家会记录该问题，而不会在现场临时编造答案。

GOV.UK在针对雇主的人工智能技能发展指南中，将培训与岗位的实际任务联系起来，并建议展示何时不应使用该工具。该指南还描述了模块化方法和不同的参与方式。对于AI Day来说，这种逻辑比面向全公司的通用大师班更有用。

如何举办无数据泄露的实践研讨会？

安全的实践研讨会建立在预先授权的环境和准备好的材料之上。参与者不应现场决定是否可以上传合同、客户数据库、人事文件或内部报告。组织者在活动前就服务、账户、数据集、屏幕录制规则以及与专家联系的程序达成一致。

我们将材料分为四个层级：

1. 已经合法公开的开放数据。
2. 专门为练习创建的合成示例。
3. 经数据所有者检查后的脱敏教学数据集。
4. 真实工作数据仅在经批准的安全环境中使用，且不在大众实践研讨会中使用。

联邦法律第152-FZ号将个人数据处理与具体且预先确定的目的相关联。数据构成必须与这些目的相符。举办AI Day本身并不构成收集员工或客户额外信息的单独依据。对于注册表单、诊断和任务卡，需要根据处理目的单独确定访问权限和存储期限。

OWASP GenAI安全项目描述了基于大型语言模型的应用程序的风险类别，包括将恶意指令注入提示（prompt injection）以及泄露敏感信息。在活动中，我们不会将这一材料变成面向所有人的技术讲座。只需展示工作场景：文件中的可疑指令、请求机密数据、无来源却令人信服的答案，以及未经核实就尝试使用结果。

NIST建议记录应用上下文、限制、反馈以及风险管理措施。因此，每个实验室都会获得一份简单协议：输入了什么、得到了什么、如何验证、还有哪些未知之处，以及谁负责下一步。

关于员工网络安全日的相邻文章有助于将一般活动实践与强制性的信息安全规则区分开来。政策由流程所有者批准。组织团队使其在参与者路径中变得清晰易懂。

团队角色与演讲者准备

在最终脚本之前，我们为当日目标、培训、安全、法律和生产指派负责人。领导者确定 AI Day 的意义。专家负责各自领域内的规则，而主持人将对话保持在可验证任务范围内。组织团队将项目与场地、注册、设备、权限和备用方案连接起来。

在最终脚本之前分配角色：

• 客户确认目标、受众和活动成果；
• 员工学习与发展团队 (L&D) 或 HR 收集参与者档案和学习路径；
• 数字化转型负责案例漏斗；
• 信息安全协调工具和数据；
• 律师检查适用的限制和措辞；
• 流程所有者准备工作任务；
• 演讲者和引导者接受编辑培训；
• 主持人管理问题、时间和承诺边界；
• 技术团队准备账户、网络、屏幕和备用方案；
• 协调员协助流程并记录问题。

给演讲者一个问题、几个论点和具体的结束语。演示使用与现场相同的账户权限和数据进行排练。如果服务不可用，主持人有允许场景的录制、关键步骤的截图以及一个无需连接即可由小组分析的任务。

演示区和部门实验室

在演示区，各部门展示工作场景并立即解释如何验证结果。每个展台都有任务、允许的数据、方法作者、验证方式和已知限制。参观者应在几分钟内了解场景对谁有益，以及在其部门进行验证需要什么。

合适的站点：

• 处理长篇开放文档并检查链接；
• 准备消息结构的多个版本；
• 根据指定标准对合成请求进行分类；
• 在训练集中查找矛盾；
• 创建必须经过专家验证的说明书草稿；
• 分析错误回答并恢复验证链条。

大师班和实践站 需要为引导者提供相同的说明。我们规定入场、行动、预期结果、限制和帮助参与者的方式。站点不应将工作数据收集到主持人的个人账户中，也不应在没有商定依据的情况下保存历史记录。

部门间的交流围绕任务展开。参与者标记想要讨论的提案，并获得所有者的联系方式。在公共板上，每个提案都标有状态：想法、需要验证、准备原型或由于某种原因而停止。

如何检查场地和设备？

在员工 AI Day 之前，我们会重复参与者从邀请到提交任务卡的完整流程。首先检查账户、访问权限和网络，然后是设备、导航和各房间之间的通信。最后，团队会进行故障备用演练，让主持人熟悉操作顺序，无需临时发挥。

演练检查清单：

1. 在手机上打开邀请函和日程。
2. 使用测试参与者账户登录。
3. 检查只有已授权服务的访问权限。
4. 用培训数据运行每个练习。
5. 模拟网络故障和一个工具不可用的情况。
6. 在不显示个人信息的情况下，在屏幕上输出请求和响应。
7. 从现场和远程渠道发送提问。
8. 检查字幕、对比度、导航和暂停功能。
9. 与真实小组一起完成房间之间的切换。
10. 活动结束后检查卡片收集和访问权限。

对于远程员工，需要单独的线上会议室，而不是在会场后方的摄像头。W3C 在其无障碍远程会议指南草案中，将平台、材料、音频、视频和参与视为一个整体系统。如果现场以小组形式进行，远程参与者应获得同等任务和专属引导师。

当参与者分散时，可以借鉴混合和线上活动的经验。技术直播主持人负责监控访问和提问，而主主持人负责舞台部分。

AI Day 后的指标与后续

项目的覆盖范围和评估只能反映参与者的印象。要验证实际应用，需要关于已完成的实践工作坊、任务卡片质量、已关闭问题以及试点项目决策的数据。这些指标有助于了解总体兴趣是否已转化为安全行动，以及流程负责人是否获得了用于下一步决策的材料。

我们将指标按层级划分：

活动结束后，参与者会立即收到一份包含获准工具、提问渠道及其路线相关材料的指南。团队在负责人审核后发布常见问题解答。在商定的时间后，案例负责人将回顾任务卡片并更新状态。

UNESCO 将机构负责任地引入人工智能的能力与技能、防护措施、领导力以及克服数据和基础设施障碍联系起来。ILO 则补充了批判性思维、创造力、伦理以及人类与人工智能的协作。因此，活动后的良好后续应评估解决方案的质量、责任以及对人们工作的影响，而不仅仅是服务的新功能。

如果最佳创意需要深入的协作开发，可以将其转入企业黑客马拉松。AI Day 提供了统一的任务描述规则和初步筛选。黑客马拉松应在稍后进行，即当任务、团队、数据以及试点项目的标准均已确定时。

简报与预算

在计算预算之前，客户和组织者会商定初始条件。简报中记录目标和受众构成。然后是准备水平、允许使用的工具、数据访问规则、专家以及预期结果。没有这个框架，预算只会比较屏幕数量和主持人数量，而无法评估实践质量。

启动时需要以下答案：

• 谁是客户，谁对案例做决策；
• 涉及哪些角色和城市；
• 员工已经在使用什么；
• 允许使用哪些服务和账户；
• 练习中允许使用哪些数据；
• 谁批准安全、法律和内容；
• 是否需要并行路线和混合模式；
• 需要多少实验室和引导师；
• 如何收集案例卡片；
• 事件之后这些卡片会如何处理。

在预算中，我们单独列出概念、脚本、演讲者编辑和任务开发。制作板块中计算场地和舞台设备。另一个板块包括网络、人员、布置、注册和预备金。可变项目取决于流程数、站点数、城市数和参与者人数。

如果公司需要一个有可衡量工作成果的实践日，我们Aventura可以把内容、流程和制作整合到一个项目中。通过表单索取报价，以讨论部门任务、数据规则和参与形式。

来源

• NIST: AI Risk Management Framework
• UNESCO: AI for the Public Sector
• GOV.UK: What works for AI upskilling - employer guide
• International Labour Organization: Core skills in the age of artificial intelligence
• 152-FZ，第5条：个人数据处理原则
• 152-FZ，第6条：个人数据处理条件

• OWASP GenAI Security Project: LLM Top 10
• W3C: Accessibility of Remote Meetings