STEP 1 · 案例引入
案例全景与背景深度档案
🏗️ 案例全景
变革路线图认知对齐期（0.5-1月）：高管工作坊+AI认知培训+战略共识。快速验证期（3-2月）：选定高频低风险场景落地。价值扩展期（3-7月）：扩展场景+内部推广。运维成熟期（8-11月）：建立持续运营+知识沉淀。
企业概况扎根建筑地产领域5年的某铁路AI轨道检测，成立于2016年 企业员工7793人，年营收规模33亿元。已服务超过5家大型客户，客户留存率达54%。
顾问洞察顾问团队在诊断中总结了一句核心洞察：「数据不是越多越好，而是越准越好」
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10个月才能产生可量化的业务价值。
purple痛点三：数据基础薄弱。核心业务数据分散在7套系统中，数据口径不统一，关键参数缺失率高达23%。根因是操作流程不规范，而非技术问题。
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92%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21%。
※ 案例信息已脱敏处理。仅供教学参考。🧭本案例道法术器框架
以下展示本案例将应用的层面。Step2展开。
顾问不是解决方案的提供者，而是客户自我发现的催化剂。真正的变革来自客户自己的认知...
本案例：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某铁路AI轨道检测的第一周定义为「零技术周」。
连续追问为什么，但不是机械地问五次，而是在不同深度层面对症下药。...
本案例：在某铁路AI轨道检测项目中，顾问用5天时间走遍关键部门建立存在感，之后用行业分析报告建立专业感。
不同的利益相关者需要不同的影响策略。权力-利益矩阵是核心分析工具。...
本案例：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某铁路AI轨道检测中这一策略有效降低了客户的防御心理。
从业务（Business）、数据（Data）、组织（Organization）、...
本案例：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某铁路AI轨道检测中这一策略有效降低了客户的防御心理。
情境（Situation）→目标（Target）→行动（Action）→结果（R...
本案例：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某铁路AI轨道检测的第一周定义为「零技术周」。
利用大语言模型生成访谈提纲和分析报告初稿，但必须经过人工审核和行业定制。...
本案例：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某铁路AI轨道检测的第一周定义为「零技术周」。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2026年11月（统计区间 2026-2028年度）
🏢 企业概况：智能楼宇集成（脱敏）成立于2016年，员工总数7793人，在本行业细分市场处于前列，是本案例的委托方。
⚡ 触发事件：客户集中投诉某项缺陷重复出现达25次
🗣 冲突现场：需要补充138张特定光照样本
👥 关键人物：许营销总监（物业运营主管）；何资料员（BIM工程师）；吴项目总（项目负责人）
🖥 系统与数据现状：项目管理系统PM；智慧工地IoT；成本核算系统；其中许营销总监反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：设计图纸版本繁多且BIM模型与现场实际偏差缺乏同步机制; 分包商上报进度数据滞后且格式不统一; 历史工程验收影像资料缺乏结构化归档难以检索
📉 量化痛点：客户交付投诉25单(2026-2028年度)；设计变更签证累计138次(2026-2028年度)；现场返工整改25项(2026-2028年度)
⚖ 关键决策点：传统机器视觉方案 vs 深度学习缺陷检测方案——传统派主张成熟稳定与调试周期短，深度派强调泛化能力强与长尾缺陷覆盖。
🔄 转折点：夜班照明系统故障引发批量误判
🗓 里程碑链：缺陷样本采集与清洗(M0)→算法选型与POC验证(M1)→产线联调与节拍压测(M2)→小批量试产与参数固化(M3)→全量上线与双轨并行(M4)→验收交付与SOP更新(M5)
STEP 2 · 理论讲解
知识点图谱与 AIPM 系统落地
🎯学习目标
通过某铁路AI轨道检测深入学习道法术器框架在建筑地产企业的实战应用，建立系统的诊断思维。
核心挑战：某铁路AI轨道检测的核心挑战在于管理组织变革阻力、建立数据基础、对齐利益相关者期望这三个非技术因素。
📘【道】信任建立阶梯模型
理论概述：顾问不是解决方案的提供者，而是客户自我发现的催化剂。真正的变革来自客户自己的认知和承诺。
📌 本案例应用：通过某铁路AI轨道检测的案例练习，学员可以深入理解这一方法在实际咨询场景中的具体应用方式。
📚 知识延伸：可对比库尔特·勒温的变革三阶段模型
⚠️ 常见误区：过度承诺而低估实施难度
📕【术】5Why根因分析法
理论概述：连续追问为什么，但不是机械地问五次，而是在不同深度层面对症下药。
📌 本案例应用：通过某铁路AI轨道检测的案例练习，学员可以深入理解这一方法在实际咨询场景中的具体应用方式。
📚 知识延伸：延伸阅读可参考科特的变革八步法相关文献
⚠️ 常见误区：忽略组织文化对变革的影响
📘【道】利益相关者影响策略
理论概述：不同的利益相关者需要不同的影响策略。权力-利益矩阵是核心分析工具。
📌 本案例应用：某铁路AI轨道检测的实践表明，这一框架有效帮助顾问在10场访谈中保持结构化和系统性。
📚 知识延伸：延伸阅读可参考科特的变革八步法相关文献
⚠️ 常见误区：忽略组织文化对变革的影响
📗【法】OCE四维诊断法
理论概述：从业务（Business）、数据（Data）、组织（Organization）、技术（Technology）四个维度系统性评估企业AI准备度。
📌 本案例应用：顾问在某铁路AI轨道检测中将这一工具应用于7个业务部门的诊断中，显著提升了诊断效率。
📚 知识延伸：可结合彼得·圣吉的系统思考理论进一步理解
⚠️ 常见误区：急于展示方案而非先理解问题
📗【法】STAR结构化进场框架
理论概述：情境（Situation）→目标（Target）→行动（Action）→结果（Result）四步访谈框架。
📌 本案例应用：在某铁路AI轨道检测中，顾问运用这一方法系统分析了客户的组织状态，发现了6个关键的变革障碍。
📚 知识延伸：延伸阅读可参考科特的变革八步法相关文献
⚠️ 常见误区：过度承诺而低估实施难度
📙【器】AI辅助提示词工程
理论概述：利用大语言模型生成访谈提纲和分析报告初稿，但必须经过人工审核和行业定制。
📌 本案例应用：在某铁路AI轨道检测中，顾问运用这一方法系统分析了客户的组织状态，发现了6个关键的变革障碍。
📚 知识延伸：可结合彼得·圣吉的系统思考理论进一步理解
⚠️ 常见误区：忽略组织文化对变革的影响
📚 本案例知识点图谱 · 项目管理 + MBA
项目管理知识本案例涉及以下项目管理知识点（按编号排序，共 8 条）：
KP-005 项目质量管理质量Project Quality Management——确保项目满足既定需求与验收标准
识别信号：缺陷率;返工;客户投诉
操作要点：规划质量管理 / 管理质量 / 控制质量
知识来源：PMBOK 7 性能域
识别信号：缺陷率;返工;客户投诉
操作要点：规划质量管理 / 管理质量 / 控制质量
知识来源：PMBOK 7 性能域
KP-026 管理原则8：质量质量Quality Principle——将质量融入过程与可交付成果
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
KP-033 制定项目管理计划集成Develop Project Management Plan——整合所有子计划形成经批准的基线文件
识别信号：基线建立;计划整合;审批流程
操作要点：整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 / 确立变更控制流程 / 获得正式批准
知识来源：49过程
识别信号：基线建立;计划整合;审批流程
操作要点：整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 / 确立变更控制流程 / 获得正式批准
知识来源：49过程
KP-035 管理项目知识集成Manage Project Knowledge——利用现有知识创造新知识以实现项目目标
识别信号：知识流失;重复踩坑;经验沉淀
操作要点：识别显性/隐性知识 / 建立知识库 / 经验教训登记册 / 知识共享机制 / 持续学习文化
知识来源：49过程
识别信号：知识流失;重复踩坑;经验沉淀
操作要点：识别显性/隐性知识 / 建立知识库 / 经验教训登记册 / 知识共享机制 / 持续学习文化
知识来源：49过程
KP-052 三点估算进度Three-Point Estimating PERT——综合最乐观、最悲观与最可能估算以提高准确性
识别信号：估算不确定;历史数据不足;风险较高
操作要点：最乐观O / 最悲观P / 最可能M / 三角分布=(O+M+P)/3 / 贝塔分布=(O+4M+P)/6 / 标准差=(P-O)/6
知识来源：进度技术
识别信号：估算不确定;历史数据不足;风险较高
操作要点：最乐观O / 最悲观P / 最可能M / 三角分布=(O+M+P)/3 / 贝塔分布=(O+4M+P)/6 / 标准差=(P-O)/6
知识来源：进度技术
KP-077 实施风险应对风险Implement Risk Responses——执行商定的风险应对计划
识别信号：应对失效;责任不清;进展滞后
操作要点：执行应对行动 / 分配风险责任人 / 更新风险登记册 / 沟通应对进展 / 监控应对有效性
知识来源：49过程
识别信号：应对失效;责任不清;进展滞后
操作要点：执行应对行动 / 分配风险责任人 / 更新风险登记册 / 沟通应对进展 / 监控应对有效性
知识来源：49过程
KP-078 监督风险风险Monitor Risks——在整个项目期间监督风险应对执行、跟踪已识别风险并识别新风险
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
知识来源：49过程
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
知识来源：49过程
KP-102 燃起图敏捷Burnup Chart——展示已完成工作量与总范围关系的可视化图表
识别信号：范围变更;进度追踪;可视化
操作要点：横轴时间 / 纵轴工作量 / 总范围线 / 已完成工作线 / 范围变更可视化 / 进度追踪
知识来源：敏捷
识别信号：范围变更;进度追踪;可视化
操作要点：横轴时间 / 纵轴工作量 / 总范围线 / 已完成工作线 / 范围变更可视化 / 进度追踪
知识来源：敏捷
MBA 知识本案例同时调用以下 MBA 课程知识点（按编号排序，共 6 条）：
MBA-001 波特五力模型企业战略Porter's Five Forces——分析行业竞争结构的五种力量框架
识别信号：竞争格局分析;AI替代威胁;市场进入评估
框架要点：供应商议价能力 / 购买者议价能力 / 新进入者威胁 / 替代品威胁 / 现有竞争者强度
关联项目管理：商业论证;干系人分析
识别信号：竞争格局分析;AI替代威胁;市场进入评估
框架要点：供应商议价能力 / 购买者议价能力 / 新进入者威胁 / 替代品威胁 / 现有竞争者强度
关联项目管理：商业论证;干系人分析
MBA-013 TOC约束理论运营管理Theory of Constraints——识别并消除系统瓶颈提升产出
识别信号：系统瓶颈定位;AI算力瓶颈;吞吐量提升
框架要点：五步聚焦法 / 瓶颈识别 / 从属非瓶颈 / 缓冲管理 / 思维流程
关联项目管理：关键路径;资源平衡
识别信号：系统瓶颈定位;AI算力瓶颈;吞吐量提升
框架要点：五步聚焦法 / 瓶颈识别 / 从属非瓶颈 / 缓冲管理 / 思维流程
关联项目管理：关键路径;资源平衡
MBA-017 业务流程再造运营管理Business Process Reengineering (BPR)——根本性重新设计流程实现突破性改善
识别信号：AI驱动流程重构;端到端自动化;组织重组
框架要点：根本性反思 / 彻底重设计 / 突破性改善 / 流程导向
关联项目管理：变更管理;流程设计
识别信号：AI驱动流程重构;端到端自动化;组织重组
框架要点：根本性反思 / 彻底重设计 / 突破性改善 / 流程导向
关联项目管理：变更管理;流程设计
MBA-068 协同效应投资学与估值Synergy Valuation——合并后价值大于独立价值之和
识别信号：AI整合增效;并购后协同;能力互补
框架要点：收入协同 / 成本协同 / 财务协同 / 整合风险
关联项目管理：整合管理;效益管理
识别信号：AI整合增效;并购后协同;能力互补
框架要点：收入协同 / 成本协同 / 财务协同 / 整合风险
关联项目管理：整合管理;效益管理
MBA-098 规模经济与范围经济管理经济学Economies of Scale & Scope——产量增加或品种扩展降低单位成本
识别信号：AI算力规模效应;模型复用;边际成本递减
框架要点：规模经济 / 规模不经济 / 范围经济 / 学习曲线
关联项目管理：成本管理;资源管理
识别信号：AI算力规模效应;模型复用;边际成本递减
框架要点：规模经济 / 规模不经济 / 范围经济 / 学习曲线
关联项目管理：成本管理;资源管理
MBA-117 云计算经济学信息系统与数字化转型Cloud Economics——云模式改变IT成本结构与弹性
识别信号：AI算力云化;GPU即服务;弹性伸缩;成本优化
框架要点：CapEx转OpEx / 按需计费 / 规模效应 / 锁定风险 / 多云策略
关联项目管理：成本管理;采购管理
识别信号：AI算力云化;GPU即服务;弹性伸缩;成本优化
框架要点：CapEx转OpEx / 按需计费 / 规模效应 / 锁定风险 / 多云策略
关联项目管理：成本管理;采购管理
🗺 全知识域覆盖矩阵 · 项目管理 15 域 + MBA 12 领域
下表给出两大知识体系的完整维度清单及本案例的覆盖情况： 项目管理知识体系共 138 个知识点、15 个知识域，MBA 知识体系共 120 个知识点、12 个领域； 本案例强相关（含详述）的项目管理域 5 个、MBA 领域 5 个，其余维度标注了同类项目中的出现环节，便于按需扩展学习。
一、项目管理知识域覆盖（15 域）
| 知识域 | 本案例覆盖度 | 代表知识点 | 切入点 / 出现环节 |
|---|---|---|---|
| 集成 | 高 | KP-033 制定项目管理计划 | 操作切入点：整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 |
| 范围 | 低 | KP-038 规划范围管理 | 操作切入点：制定范围管理计划 |
| 进度 | 高 | KP-052 三点估算 | 操作切入点：最乐观O |
| 成本 | 低 | KP-107 挣值管理EVM | 操作切入点：计划价值PV |
| 质量 | 高 | KP-005 项目质量管理 | 操作切入点：规划质量管理 |
| 资源 | 低 | KP-064 获取资源 | 操作切入点：预分派 |
| 沟通 | 未涉及 | — | 同类项目中出现于信息分发与汇报节奏设计环节 |
| 风险 | 高 | KP-077 实施风险应对 | 操作切入点：执行应对行动 |
| 采购 | 低 | KP-088 合同类型 | 操作切入点：固定总价FFP/总价加激励FPIF/总价加经济价格调整FPEPA |
| 干系人 | 低 | KP-080 识别干系人 | 操作切入点：干系人登记册 |
| 治理 | 低 | KP-091 项目治理 | 操作切入点：治理框架 |
| 变更 | 低 | KP-037 实施整体变更控制 | 操作切入点：建立变更控制委员会CCB |
| 敏捷 | 高 | KP-102 燃起图 | 操作切入点：横轴时间 |
| 数据治理 | 低 | KP-133 数据标注 | 操作切入点：标注指南 |
| AI治理 | 低 | KP-130 提示词工程治理 | 操作切入点：提示词模板库 |
二、MBA 知识领域覆盖（12 域）
| 知识领域 | 本案例覆盖度 | 代表知识点 | 切入点 / 出现环节 |
|---|---|---|---|
| 企业战略 | 高 | MBA-001 波特五力模型 | 操作切入点：供应商议价能力 |
| 运营管理 | 高 | MBA-013 TOC约束理论 | 操作切入点：五步聚焦法 |
| 市场营销 | 低 | MBA-023 顾客终身价值 | 操作切入点：获取成本 |
| 公司金融 | 低 | MBA-032 加权平均资本成本 | 操作切入点：股权成本 |
| 财务会计 | 低 | MBA-042 权责发生制 | 操作切入点：收入确认时点 |
| 管理会计 | 低 | MBA-052 本量利分析 | 操作切入点：固定成本 |
| 投资学与估值 | 高 | MBA-068 协同效应 | 操作切入点：收入协同 |
| 组织行为学 | 低 | MBA-077 心理契约 | 操作切入点：交易型 |
| 人力资源管理 | 低 | MBA-081 人力资源规划 | 操作切入点：需求预测 |
| 管理经济学 | 高 | MBA-098 规模经济与范围经济 | 操作切入点：规模经济 |
| 商业伦理与公司治理 | 低 | MBA-105 商业伦理框架 | 操作切入点：功利主义 |
| 信息系统与数字化转型 | 高 | MBA-117 云计算经济学 | 操作切入点：CapEx转OpEx |
🖥 知识点在 AIPM 系统中的落地操作
下列知识点在本案例中的系统落实路径，可按步骤逐条录入 aipm.twzx.bj.cn：
MAP-13 质量管理-持续改进可落实可直接在系统内完成
页面：/lessons
入口：经验教训>新建条目>分类标签/关联项目/改进措施
操作步骤：进入经验教训页；点击「+新建」；选择分类标签；填写发现的问题与改进措施；关联到目标项目
数据录入：每条经验教训含分类、描述、措施、关联项目
边界与变通：改进措施执行需转为任务跟踪
页面：/lessons
入口：经验教训>新建条目>分类标签/关联项目/改进措施
操作步骤：进入经验教训页；点击「+新建」；选择分类标签；填写发现的问题与改进措施；关联到目标项目
数据录入：每条经验教训含分类、描述、措施、关联项目
边界与变通：改进措施执行需转为任务跟踪
MAP-20 风险管理-风险识别可落实可直接在系统内完成
页面：/risk
入口：风险登记册>新建风险>风险描述/类别/概率/影响
操作步骤：进入风险登记册；点击「+新建风险」；填写风险描述与类别；评估概率与影响等级；保存
数据录入：风险条目含描述、类别、概率、影响、责任人
边界与变通：无风险自动识别引擎
页面：/risk
入口：风险登记册>新建风险>风险描述/类别/概率/影响
操作步骤：进入风险登记册；点击「+新建风险」；填写风险描述与类别；评估概率与影响等级；保存
数据录入：风险条目含描述、类别、概率、影响、责任人
边界与变通：无风险自动识别引擎
MAP-21 风险管理-定性分析可落实可直接在系统内完成
页面：/risk
入口：风险登记册>列表视图>概率×影响矩阵>排序
操作步骤：在风险登记册查看列表；系统按概率×影响自动计算风险等级；使用排序功能查看 Top 风险
数据录入：概率与影响由用户录入，矩阵自动计算
边界与变通：无蒙特卡洛模拟等定量分析引擎
页面：/risk
入口：风险登记册>列表视图>概率×影响矩阵>排序
操作步骤：在风险登记册查看列表；系统按概率×影响自动计算风险等级；使用排序功能查看 Top 风险
数据录入：概率与影响由用户录入，矩阵自动计算
边界与变通：无蒙特卡洛模拟等定量分析引擎
MAP-22 风险管理-定量分析不可落实需系统整改后支持
页面：无对应页面
入口：缺口类型 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
页面：无对应页面
入口：缺口类型 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
MAP-36 敏捷管理-站会与回顾部分可落实需变通组合实现
页面：/whiteboard + /tasks
入口：白板记录站会要点；任务页更新进展
操作步骤：在白板上记录站会三点（昨日/今日/障碍）；在任务页更新任务状态；会后在白板上归档站会记录
数据录入：站会记录为白板内容，需手动关联 Sprint
边界与变通：无站会模板与自动提醒功能
整改清单FIX-2026-016（P2，工作量S）：通过日历创建定期站会事件，白板使用站会模板，Automations设置会前提醒
页面：/whiteboard + /tasks
入口：白板记录站会要点；任务页更新进展
操作步骤：在白板上记录站会三点（昨日/今日/障碍）；在任务页更新任务状态；会后在白板上归档站会记录
数据录入：站会记录为白板内容，需手动关联 Sprint
边界与变通：无站会模板与自动提醒功能
整改清单FIX-2026-016（P2，工作量S）：通过日历创建定期站会事件，白板使用站会模板，Automations设置会前提醒
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-016 已登记入《AIPM 系统整改清单》，在功能补齐前可按上方"变通组合"执行。
STEP 3 · 学员实践
动手实操与 AI 协同工作法
📋实践任务
🎯 场景：你被派往某铁路AI轨道检测项目现场。客户CEO说"我们想上AI但不知从何开始"。
总用时约166分钟。
总用时约166分钟。
⏱ 第1步（10分钟）
任务1
运用道法术器进行四维分析：【道】客户真正需要什么？【法】用什么方法诊断？【术】用什么技巧？【器】用什么工具？
⏱ 第2步（24分钟）
任务2
设计STAR访谈提纲R层3题：建立合理的预期和评估标准，防止过度承诺。
⏱ 第3步（15分钟）
任务3
快速阅读案例背景，提炼核心信息并回答：这个信息揭示了什么？对项目意味着什么？
⏱ 第4步（52分钟）
任务4
将访谈提纲整理为完整文档，包括受访者清单、访谈策略、STAR提纲、开场话术和棘手问题应对方案。
⏱ 第5步（65分钟）
任务5
设计STAR访谈提纲S层3题：了解客户业务现状（用开放式问题引导说出全貌）。
💡提示
不要急着给方案——你的价值在于帮客户发现正确答案
🤖 用 WorkBuddy 调用通小维 / 项目管理专家团落实管理动作
👥 参与的专家团角色：质量经理、交付PM、高级PM、项目总监
🎬 本案例剧本：智能质检（基于 WB-09 质量门与验收管理 变体）
💬 开场提示词（可直接复制到 WorkBuddy）
背景：智能楼宇集成智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
背景：智能楼宇集成智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
操作步骤
第1步
对 WorkBuddy 输入产线实测数据与模型输出记录，触发质检评审
第2步
质量经理核对检测标准与模型判定逻辑，标注偏差项
第3步
交付PM整理产线部署环境与硬件适配情况
第4步
高级PM评估误检/漏检根因与数据增强可行性
第5步
项目总监制定客户验收计划与签字流程
第6步
在 AIPM 中更新质量管理模块，录入报告与验收计划
第7步
将产线调优任务转为执行项，分配责任人与测试周期。
📦 预期产出物：智能质检质量门报告；缺陷分析表；验收测试计划
🔄 AIPM 回流动作：更新质检项目模块的模型指标与验收状态，绑定报告附件
⚖️ 通小维（CEO）决策点：①是否允许带条件验收并设定整改期限；②是否追加数据采集或硬件改造以提升检测稳定性
STEP 4 · 参考答案
参考答案与评分要点
📝案例回顾
总结：某铁路AI轨道检测的实践表明顾问的核心价值不在技术方案本身，而在帮助客户建立正确的认知和可行的路线图。
道法术器应用：
【道】先建立信任再谈技术。
【法】用OCE和STAR指导进场工作。
【术】一对一访谈和5Why是核心技能。
【器】诊断问卷和GROW模型是效率倍增器。
【道】先建立信任再谈技术。
【法】用OCE和STAR指导进场工作。
【术】一对一访谈和5Why是核心技能。
【器】诊断问卷和GROW模型是效率倍增器。
🎯STAR访谈提纲（12问）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 您对这个项目的最高预算和资源投入是什么？ | 了解资源约束和真实投入意愿 | 追问"如果预算不够，您愿意调整范围吗？" |
| T2 | 如果项目成功了，您希望在什么时间看到什么样的变化？ | 明确可量化目标和时间预期 | 追问"这些数字怎么得出来的？"评估合理性 |
| A3 | 您能描述一下目前建筑地产业务整体的运营情况吗？ | 开放式开场，让客户主动说出全貌 | 等他自然说完后追问"还有吗？" |
| R4 | 您过去在效率提升方面做过哪些尝试？效果如何？ | 了解历史经验和组织惯性 | 追问"如果效果不理想，主要原因是什么？" |
| S5 | 根据行业数据，类似规模企业通常8个月实现13%提升，您觉得这个范围合理吗？ | 管理期望，建立参考基准 | 追问"如果实际效果低于范围，您的底线是什么？" |
| T6 | 如果给您团队的数字化能力打分，您打几分？ | 了解内部能力差距 | 看客户是否愿意承认能力短板 |
| A7 | 你觉得团队对新技术的接受度如何？有没有预见到什么阻力？ | 评估组织变革准备度 | 注意客户是否回避或粉饰这个问题 |
| R8 | 您对这个项目的成功是如何定义的？ | 了解客户的顶层期望 | 注意是否存在多个不同的成功标准 |
| S9 | 还有没有其他重要的事情我没有问到？ | 收尾开放性问题 | 通常客户会在这里说出最重要的担忧 |
| T10 | 您希望用什么机制来定期评估项目进展？ | 建立持续沟通机制 | 建议每月正式review+每周非正式同步 |
| A11 | 在过去3个月中，业务运营中最大的挑战是什么？ | 聚焦具体问题而非泛泛而谈 | 追问"对业务指标的影响有多大？" |
| R12 | 如果这个项目不做，3个月后会发生什么？ | 建立紧迫感 | 帮助客户认识到不做的风险 |
⚠️失分场景
•客户问"你做过我们行业吗？"——回应"我们团队做过多个类似场景"
•客户坚持"先说说方案"——引导"好方案源自深入了解，给我30分钟"
•客户期望不切实际——用行业数据校准"通常需要X到X个月"
📚拓展
推荐：《影响力》西奥迪尼
自我检查：建立了足够信任？识别了真正根因？给了客户有价值的洞察？客户愿意继续合作？