STEP 1 · 案例引入
案例全景与背景深度档案
🚗 案例全景
触发事件一位年贡献3.6亿元的大客户在续约谈判中明确要求供应商具备AI服务能力，否则将终止合作。这成为了推动AI转型的直接导火索。
利益相关者CEO（影响力高·立场不确定）：项目发起人但AI认知偏差，需认知校准。CTO（影响力中·立场中性偏支持）：技术执行者，可成为盟友。业务负责人（影响力中·立场消极）：信任透支，需速赢重建信心。IT团队（影响力低·立场焦虑）：怕被边缘化，需纳入能力建设。一线骨干（影响力低·立场观望）：支持与否直接影响落地。
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。
行业背景政策层面正在加速推动汽车交通行业的数字化升级。行业报告显示，AI技术在该领域的渗透率年增速达28%，预计2028年将达到15%。
gold痛点四：期望错位。CEO已在内部承诺8个月内效率提升22%，但行业基准显示类似企业合理的提升范围是13%。期望与现实的落差需要尽快管理。
企业概况专注于汽车交通领域的某年检AI灯光检测，自1997年成立以来持续深耕 企业规模约7934人，年营收达3.6亿元。研发投入占总营收约40%，拥有307项自主知识产权。
blue痛点二：部门壁垒。IT部门和业务部门之间缺乏有效的协同机制。IT抱怨业务不给数据，业务指责IT不懂业务。数据5套系统各说各话，跨部门沟通成本极高。
※ 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。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
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。某年检AI灯光检测的第一周定义为「零技术周」。
承诺-交付-反馈循环是期望管理的核心机制。每次超额交付都在积累信任资本。...
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。某年检AI灯光检测的第一周定义为「零技术周」。
组织拥有对变革的内在防御机制。识别并化解这些防御，比推动变革方案更重要。...
本案例：在某年检AI灯光检测项目中，顾问用3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。
情境式、比较式、假设式、过程式、回溯式、前瞻式——六种提问各有适用场景。...
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。某年检AI灯光检测的第一周定义为「零技术周」。
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：在某年检AI灯光检测项目中，顾问用3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。
组织变革中成员经历可预测的情绪曲线：震惊→否认→愤怒→讨价还价→沮丧→接受→探索...
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。某年检AI灯光检测的第一周定义为「零技术周」。
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。...
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。某年检AI灯光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：在某年检AI灯光检测中信任建立速度决定项目推进速度。顾问用了三个第一次：第一次见面不聊项目，第一次会谈不拿笔记本，第一次汇报不给方案。
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。...
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。在某年检AI灯光检测中这一策略有效降低了客户的防御心理。
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：某年检AI灯光检测中顾问采用「先倾听再建议」策略：第一周安排4场一对一访谈，不做任何技术展示。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2025年09月（统计区间 2025-2027年度）
🏢 企业概况：智慧出行平台（脱敏）成立于2018年，员工总数1348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：供应商来料不合格率连续17周超标
🗣 冲突现场：加装视觉模组需要2025年09月停机改造，交付节点等不起
👥 关键人物：孙财务经理（车联网架构师）；陈IT运维（质量工程师）；刘市场总监（项目负责人）
🖥 系统与数据现状：CRM客户管理；车联网TSP平台；售后工单系统；其中孙财务经理反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：车辆CAN总线数据高频且格式不统一导致海量日志处理困难; 售后维修记录非结构化描述缺乏标准化术语; 研发测试数据与量产反馈数据缺乏闭环关联
📉 量化痛点：经销商合规抽查违规200起(2025-2027年度)；测试里程积累不足118万公里(2025-2027年度)；车辆缺陷召回批次200批(2025-2027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：关键大客户突击验厂要求展示智能质检数据
🗓 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
通过某年检AI灯光检测深入学习道法术器框架在汽车交通企业的实战应用，建立系统的诊断思维。
核心挑战：本案例最大的难点在于客户对AI的认知偏差与组织变革疲劳的双重叠加——这不是技术问题，而是管理问题。
📙【器】GROW教练模型
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。
📌 本案例应用：在某年检AI灯光检测中，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
📗【法】期望管理框架
理论概述：承诺-交付-反馈循环是期望管理的核心机制。每次超额交付都在积累信任资本。
📌 本案例应用：在某年检AI灯光检测中，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：用技术语言而非业务语言沟通
📘【道】组织免疫系统理论
理论概述：组织拥有对变革的内在防御机制。识别并化解这些防御，比推动变革方案更重要。
📌 本案例应用：顾问在某年检AI灯光检测中将这一工具应用于5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：过度承诺而低估实施难度
📕【术】开放式提问六变体
理论概述：情境式、比较式、假设式、过程式、回溯式、前瞻式——六种提问各有适用场景。
📌 本案例应用：某年检AI灯光检测的实践表明，这一框架有效帮助顾问在4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：用技术语言而非业务语言沟通
📘【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：某年检AI灯光检测的实践表明，这一框架有效帮助顾问在4场访谈中保持结构化和系统性。
📚 知识延伸：可对比库尔特·勒温的变革三阶段模型
⚠️ 常见误区：急于展示方案而非先理解问题
📘【道】变革心理学曲线
理论概述：组织变革中成员经历可预测的情绪曲线：震惊→否认→愤怒→讨价还价→沮丧→接受→探索→承诺。
📌 本案例应用：某年检AI灯光检测的实践表明，这一框架有效帮助顾问在4场访谈中保持结构化和系统性。
📚 知识延伸：建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区：忽略组织文化对变革的影响
📙【器】知识管理工作坊
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。
📌 本案例应用：在某年检AI灯光检测中，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：急于展示方案而非先理解问题
📙【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：在某年检AI灯光检测中，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：建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区：忽略组织文化对变革的影响
📙【器】诊断问卷五模块
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。
📌 本案例应用：顾问在某年检AI灯光检测中将这一工具应用于5个业务部门的诊断中，显著提升了诊断效率。
📚 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：急于展示方案而非先理解问题
📕【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：顾问在某年检AI灯光检测中将这一工具应用于5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
📚 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-030 监控过程组集成Monitoring and Controlling Process Group——跟踪、审查并调节项目进展与绩效
识别信号：偏差监控;变更控制;绩效评估
操作要点：监控项目工作 / 实施整体变更控制 / 确认与控制范围/进度/成本/质量/资源/风险/采购/干系人
知识来源：5过程组
识别信号：偏差监控;变更控制;绩效评估
操作要点：监控项目工作 / 实施整体变更控制 / 确认与控制范围/进度/成本/质量/资源/风险/采购/干系人
知识来源：5过程组
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-042 确认范围范围Validate Scope——正式验收已完成的项目可交付成果
识别信号：验收争议;客户拒收;返工频繁
操作要点：检查可交付成果 / 获得客户/发起人签字 / 记录验收或拒绝 / 处理缺陷返工 / 更新需求跟踪矩阵
知识来源：49过程
识别信号：验收争议;客户拒收;返工频繁
操作要点：检查可交付成果 / 获得客户/发起人签字 / 记录验收或拒绝 / 处理缺陷返工 / 更新需求跟踪矩阵
知识来源：49过程
KP-060 六西格玛质量Six Sigma——以数据驱动减少过程变异至每百万3.4个缺陷
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
KP-073 实施定性风险分析风险Perform Qualitative Risk Analysis——通过评估概率与影响对单个风险进行优先级排序
识别信号：风险优先级;资源分配;应对策略选择
操作要点：概率与影响矩阵 / 风险数据质量评估 / 风险分类 / 专家判断 / 更新风险登记册 / 识别高优先级风险
知识来源：49过程
识别信号：风险优先级;资源分配;应对策略选择
操作要点：概率与影响矩阵 / 风险数据质量评估 / 风险分类 / 专家判断 / 更新风险登记册 / 识别高优先级风险
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
KP-133 数据标注数据治理Data Annotation——为训练数据添加标签以监督模型学习
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
知识来源：AI项目特有
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
知识来源：AI项目特有
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-012 六西格玛运营管理Six Sigma (DMAIC)——数据驱动减少缺陷的流程改进方法
识别信号：数据质量治理;AI模型精度;流程变异控制
框架要点：定义 / 测量 / 分析 / 改进 / 控制 / CTQ关键质量特性
关联项目管理：质量管理;度量指标
识别信号：数据质量治理;AI模型精度;流程变异控制
框架要点：定义 / 测量 / 分析 / 改进 / 控制 / CTQ关键质量特性
关联项目管理：质量管理;度量指标
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-032 加权平均资本成本公司金融Weighted Average Cost of Capital (WACC)——企业各类融资成本的加权平均
识别信号：AI项目折现率;投资门槛设定;融资结构
框架要点：股权成本 / 债务成本 / 资本结构权重 / 税盾效应
关联项目管理：商业论证;成本管理
识别信号：AI项目折现率;投资门槛设定;融资结构
框架要点：股权成本 / 债务成本 / 资本结构权重 / 税盾效应
关联项目管理：商业论证;成本管理
MBA-051 作业成本法管理会计Activity-Based Costing (ABC)——按作业活动分配间接成本的方法
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
MBA-052 本量利分析管理会计Cost-Volume-Profit (CVP) Analysis——分析成本业务量利润三者关系
识别信号：AI项目盈亏平衡;规模效应;定价底线
框架要点：固定成本 / 变动成本 / 盈亏平衡点 / 安全边际 / 经营杠杆
关联项目管理：商业论证;风险管理
识别信号：AI项目盈亏平衡;规模效应;定价底线
框架要点：固定成本 / 变动成本 / 盈亏平衡点 / 安全边际 / 经营杠杆
关联项目管理：商业论证;风险管理
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
🗺 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 6 个、MBA 领域 4 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-030 监控过程组 | 操作切入点：监控项目工作 |
| 范围 | 高 | KP-042 确认范围 | 操作切入点：检查可交付成果 |
| 进度 | 低 | 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-073 实施定性风险分析 | 操作切入点：概率与影响矩阵 |
| 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 | 高 | 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 | 低 | MBA-002 价值链分析 | 操作切入点：基本活动(生产、销售、服务) |
| 运营管理 | 高 | MBA-012 六西格玛 | 操作切入点：定义 |
| 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 | 高 | 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 | 高 | MBA-051 作业成本法 | 操作切入点：作业识别 |
| 投资学与估值 | 低 | 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 | 低 | 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-01 范围管理-需求收集可落实可直接在系统内完成
页面：/projects → /tasks
入口：项目详情页>任务列表>新建任务按钮>标题/描述/标签字段
操作步骤：进入目标项目；点击「任务」Tab；点击「+新建任务」；填写标题与描述，勾选范围相关标签；保存
数据录入：任务描述即需求条目，标签用于分类筛选
边界与变通：无结构化需求分解树，需用任务层级模拟
页面：/projects → /tasks
入口：项目详情页>任务列表>新建任务按钮>标题/描述/标签字段
操作步骤：进入目标项目；点击「任务」Tab；点击「+新建任务」；填写标题与描述，勾选范围相关标签；保存
数据录入：任务描述即需求条目，标签用于分类筛选
边界与变通：无结构化需求分解树，需用任务层级模拟
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-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-24 风险管理-风险监控可落实可直接在系统内完成
页面：/risk + /automations
入口：风险登记册>更新状态；Automations 设置触发器>条件>动作
操作步骤：定期更新风险状态与触发条件；进入 Automations 创建规则：当风险等级变化时触发通知；设置通知对象与渠道
数据录入：自动化规则基于风险字段变化触发
边界与变通：监控阈值需手动配置
页面：/risk + /automations
入口：风险登记册>更新状态；Automations 设置触发器>条件>动作
操作步骤：定期更新风险状态与触发条件；进入 Automations 创建规则：当风险等级变化时触发通知；设置通知对象与渠道
数据录入：自动化规则基于风险字段变化触发
边界与变通：监控阈值需手动配置
MAP-44 集成管理-数据同步部分可落实需变通组合实现
页面：/integrations + /automations
入口：Integrations 配置数据源；Automations 设置同步规则
操作步骤：在 Integrations 添加外部数据源；配置字段映射；进入 Automations 创建定时同步规则；查看同步日志
数据录入：同步为增量模式，按配置周期执行
边界与变通：无实时双向同步能力
整改清单FIX-2026-021（P2，工作量L）：优化Integrations支持WebSocket实时推送；当前通过缩短Automations同步周期变通
页面：/integrations + /automations
入口：Integrations 配置数据源；Automations 设置同步规则
操作步骤：在 Integrations 添加外部数据源；配置字段映射；进入 Automations 创建定时同步规则；查看同步日志
数据录入：同步为增量模式，按配置周期执行
边界与变通：无实时双向同步能力
整改清单FIX-2026-021（P2，工作量L）：优化Integrations支持WebSocket实时推送；当前通过缩短Automations同步周期变通
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-021 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：作为OCE首席顾问首次进入某年检AI灯光检测项目。客户CTO说我们有一个团队请你培训。
总用时约181分钟。
总用时约181分钟。
⏱ 第1步（14分钟）
任务1
设计STAR访谈提纲T层3题：明确项目目标和期望，注意识别不切实际的期望。
⏱ 第2步（20分钟）
任务2
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3步（15分钟）
任务3
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4步（48分钟）
任务4
写下面对客户高层的完整开场话术（3分钟），准备应对策略——如果客户坚持让你先说说方案。
⏱ 第5步（30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）。
⏱ 第6步（54分钟）
任务6
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。
💡提示
区分客户说的问题和真实的问题——症状往往不是根因
🤖 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：智慧出行平台智能质检 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：智慧出行平台智能质检 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：某年检AI灯光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（8问）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 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 |
| T2 | 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 |
| A3 | 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 |
| R4 | 如果这个项目不做，8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 |
| S5 | 您认为最重要的成功标准是什么？ | 了解客户价值观和优先级 | 注意客户是否过度关注技术指标 |
| T6 | 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？" |
| A7 | 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 |
| R8 | 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？" |
⚠️失分场景
•客户问"你做过我们行业吗？"——回应"跨行业经验可迁移性强"
•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——用对比法"这个目标需要的资源要翻倍"
📚拓展
推荐：《关键对话》
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？