某BIM AI碰撞检测

风险矩阵技术风险（可能性高·影响中）：模型效果不达预期、系统集成困难、数据质量不达标。组织风险（可能性高·影响高）：关键利益相关者抵制、变革中途失去动力、核心团队流失。进度风险（可能性中·影响中）：项目延期、速赢效果不显著、反复返工。

变革路线图破冰期（1-1月）：组织诊断+紧迫感建设+锁定速赢场景。验证期（2-4月）：POC验证+效果量化+组织培训。扩展期（6-9月）：跨部门推广+能力转移+平台建设。规模化期（11-15月）：全面覆盖+持续运营+文化塑造。

触发事件一份内部诊断报告揭示：核心流程中存在大量重复性人力操作，年均浪费超过年营收的6%（约2718万元），CEO随即要求启动效率提升专项。

purple痛点三：数据基础薄弱。核心业务数据分散在5套系统中，数据口径不统一，关键参数缺失率高达11%。根因是操作流程不规范，而非技术问题。

痛点一：需求模糊。管理层说要用AI，但对AI的能力边界缺乏基本认知。三位核心高管对项目预期存在明显分歧——CEO关注品牌提升，CTO关注技术先进性，运营负责人关注效率提升。需求不是从业务问题推导出来的，而是从「别人有我们也得有」的从众心理产生的。

利益相关者创始人（影响力高·立场坚定）：技术出身，对AI理解远超团队。运营VP（影响力中·立场观望）：多次失败后持谨慎态度，需要可见成果。产品经理（影响力低·立场积极）：希望借助AI提升产品力，是内部推动力量。

企业概况作为建筑地产行业的标杆企业，某BIM AI碰撞检测成立于2015年 员工总数4947人，年营收约74亿元。在建筑地产细分市场占有率约12%，属于区域龙头企业。

gold痛点四：认知偏差。客户对AI的认知受媒体和供应商营销影响，认为AI可以即插即用、三个月回本。实际上AI项目需要12个月才能产生可量化的业务价值。

blue痛点二：组织惯性。生产/运营负责人（从业28年）对AI态度消极，经历过3次失败的数字化项目，认为「这次也不会例外」。中层管理者的抵触情绪来自三方面：技术恐惧、失败记忆、权力威胁。

行业背景建筑地产领域正经历从经验驱动到数据驱动的范式转移。约58%的头部企业已完成第一阶段的AI部署，行业平均效率提升约15%。