顾问洞察顾问团队在诊断中总结了一句核心洞察：「AI是放大器——好流程放大效率，差流程放大混乱」
purple痛点三：数据质量堪忧。数据缺失率约32%，异常值占比约20%。数据以T+1报表形式存在，无法支撑实时AI决策。数据治理的首要任务不是建平台，而是建流程。
行业背景汽车交通领域正经历从经验驱动到数据驱动的范式转移。约73%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16%。
顾问诊断经过3天的深入诊断，顾问团队揭示了2个关键发现：利益相关者之间的信任已经透支，需要从头建立；数据基础需要7个月的专项治理；技术选型必须考虑组织能力约束。
企业概况创立于2006年的某物流AI零部件排序，是汽车交通行业中坚力量 企业规模约5679人，年营收达0.5亿元。研发投入占总营收约73%，拥有211项自主知识产权。
gold痛点四：期望错位。CEO已在内部承诺7个月内效率提升9%，但行业基准显示类似企业合理的提升范围是11%。期望与现实的落差需要尽快管理。
※ 案例信息已脱敏处理。仅供教学参考。以下展示本案例将应用的层面。Step2展开。
掌握在汽车交通场景中运用结构化方法论诊断企业AI准备度的能力，学会区分表象问题与根因问题。
核心挑战：某物流AI零部件排序考验顾问在2类利益相关者之间建立共识的能力，差异化沟通是关键。
理论概述：情境（Situation）→目标（Target）→行动（Action）→结果（Result）四步访谈框架。
理论概述：表情、语气、肢体语言中蕴含的信息量远超语言本身。学会解读这些信号是进阶顾问的标志。
理论概述：企业基本面、业务运营、IT成熟度、组织文化、AI准备度——五维评估。
理论概述：区分症状问题和根因问题是顾问的核心能力。症状是客户描述的，根因是顾问发现的。
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。
理论概述：通过结构化的工作坊形式，将顾问的方法论转移给客户内部团队，实现能力固化。
理论概述：目标（Goal）→现实（Reality）→选项（Options）→意愿（Will），让客户主动探索方案。
理论概述：高质量的访谈通过精心设计的提问顺序，引导客户自己发现问题的真实面貌。
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。
注意非语言信号——眼神、语气、体态都可能是关键信息
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 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 |
| T2 | 您能描述一下目前汽车交通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？" |
| A3 | 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 |
| R4 | 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 |
| S5 | 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 |
| T6 | 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 |
| A7 | 根据行业数据，类似规模企业通常9个月实现7%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？" |
| R8 | 在过去7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？" |
| S9 | 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？" |
| T10 | 如果这个项目不做，7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 |
• 客户问"你做过我们行业吗？"——回应"没有行业惯性反而视角更新"
• 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——坦诚沟通"可以分为两个阶段实现"
推荐：《系统思考》丹尼斯·舍伍德
自我检查：客户说了70%以上时间？有3次以上有效追问？识别了隐藏需求？管理了不切实际的期望？