Training
Phase: OperateTeach teams to use and supervise AI for their specific job.
Training gives teams the competence to use AI well: how to ask it for things, how to review its outputs and when not to trust it. It’s not a generic "AI for everyone" course; it’s practical skill applied to each function’s real work.
What it includes
- Training per function: what AI does in each team’s specific work.
- How to supervise and correct an agent’s output without being a technical expert.
- Judgement to know when AI is wrong and when to escalate.
- Living playbooks that update with what the team learns.
When you need it
- People use AI, but badly: they accept outputs unchecked or prompt poorly.
- Only the technical team knows how to get value from the tools.
- Everyone reinvents how to use AI with no common criteria.
How it’s measured
- Trained people who reach competent use (not just attendance).
- Quality of supervised outputs from trained vs. untrained teams.
- Reduction in misuse errors after training.
Common mistakes
- A generic AI course that touches nobody’s real work.
- Training once and never updating when the tools change.
- Teaching people to use AI but not to supervise it or spot when it fails.
FAQ
- Isn’t it enough for the tool to be easy to use?
- Ease helps, but using AI well is judgement: knowing how to ask, review and distrust at the right moment. That’s trained. Without training, people either over-delegate or distrust everything.
- Is training an event or something continuous?
- Continuous. Tools and processes change, so training is a living playbook that updates, not a course given once and filed away.
Related capabilities
Recent signals
Trends, practices, tools, cases and market data for this capability, with sources. Updated weekly.
Trends
El artículo 4 del Reglamento de IA pasa de garantizar la alfabetización a adoptar medidas para fomentarla
El Digital Omnibus de IA —Reglamento (UE) 2026/1744, en vigor desde el 27 de julio de 2026— suaviza la obligación de alfabetización en IA del artículo 4: proveedores y responsables del despliegue ya no tienen que garantizar un nivel suficiente entre su personal, sino adoptar medidas para fomentar su desarrollo. El texto añade que no obliga a asegurar un nivel concreto en ninguna persona, y obliga a la Comisión y a los Estados miembros a facilitar ejemplos prácticos de cumplimiento. Pasa de obligación de resultado a obligación de medios: baja el riesgo si alguien no llega al nivel, y sube el valor de documentar qué formación se dio y a quién.
White & Case — EU AI Omnibus enters into force · 2026-08-04 · E2Practices
Coaches de IA incrustados en el equipo, uno por cada cinco o diez personas, en vez de formación en aula
McKinsey documenta el desplazamiento de la formación de aula al coaching embebido en el trabajo: una empresa tecnológica del Fortune 500 colocó coaches de IA dentro de sus equipos de ingeniería, con un coach por cada cinco a diez empleados, participando en las ceremonias de sprint y en las retrospectivas, depurando problemas de workflow y afinando las prácticas de prompting y de revisión. El argumento es de ritmo: una formación única no crea hábitos para una tecnología que cambia cada pocas semanas. La pieza complementaria es una arquitectura de certificación por niveles —de consciente a nivel experto— que hace visible el progreso y permite al manager evaluarlo.
McKinsey — How to close the agentic adoption gap · 2026-08-07 · E2Missing any of these?
Start with an assessment: which capabilities you have, which you’re missing, and where it pays off most to start.
Talk to us →