案例全景与背景深度档案
顾问洞察顾问团队在诊断中总结了一句核心洞察:「变革的速度不能超过信任建立的速度」
purple痛点三:数据孤岛严重。6个独立系统之间缺乏数据互通机制,同一指标在不同系统中的定义和口径完全不同。数据标准化的工作量远大于AI模型开发的投入。
顾问诊断诊断发现三个核心不匹配:目标与资源不匹配(预算1370万元但期望覆盖全部业务线)、期望与现状不匹配(期待12个月见效但数据准备需要16个月)、问题与方法不匹配(用技术方案解决管理问题)。
行业背景汽车交通行业的竞争格局正在被技术重新定义。数据显示,过去一年行业AI投入同比增长14%,但真正实现规模化落地的企业不足35%。
利益相关者董事长(影响力高·立场支持):战略推动者但不参与日常。CIO(影响力高·立场支持):项目执行者,需要技术支持。财务总监(影响力中·立场中性):关注ROI,需量化论证。项目经理(影响力低·立场积极):执行骨干,需要明确授权。
触发事件公司遭遇了2378万元的重大运营事故,管理层痛下决心引入AI。事故的直接原因是21小时的信息延迟导致了错误决策。
痛点一:急于求成。CEO希望12个月内完成全公司AI部署,但行业基准显示类似规模的AI项目平均需要16个月。客户对AI「即插即用」的期望与现实之间存在显著落差。
※ 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。
知识点图谱与 AIPM 系统落地
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CNAS AI实验数据审核考验顾问在6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: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: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。
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。
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。
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。
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: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。
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):
识别信号:价值流失;交付延期;质量缺陷
操作要点:交付价值 / 可交付成果质量 / 优化价值流 / 验收标准 / 增量交付
知识来源:PMBOK 7 性能域
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: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:范围模糊;验收争议;需求失控
操作要点:制定范围管理计划 / 制定需求管理计划 / 明确WBS编制规则 / 确定验收标准
知识来源:49过程
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:风险遗漏;黑天鹅;灰犀牛
操作要点:头脑风暴 / 核查表 / 访谈 / 根本原因分析 / SWOT分析 / 专家判断 / 风险登记册 / 风险报告
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
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):
识别信号:AI质检;全链路质量监控;持续迭代
框架要点:客户导向 / 全员参与 / 过程方法 / 持续改进 / PDCA循环
关联项目管理:质量保证;PDCA
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
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 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-016 交付绩效域 | 操作切入点:交付价值 |
| 范围 | 高 | 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-026 管理原则8:质量 | 操作切入点:质量内建 |
| 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-072 识别风险 | 操作切入点:头脑风暴 |
| 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 | 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-015 全面质量管理 | 操作切入点:客户导向 |
| 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 | 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 |
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:
页面:/sprints
入口:Sprint 管理>新建冲刺>迭代名称/起止日期/任务池
操作步骤:进入 Sprint 管理;点击「新建冲刺」;填写迭代名称与起止日期;从任务池拖拽任务到迭代;启动冲刺
数据录入:任务归属冲刺即计划排期
边界与变通:多项目共享 Sprint 不可跨项目拖拽
整改清单FIX-2026-022(P1,工作量M):新增跨项目Sprint视图,支持任务跨项目拖拽与统一燃尽图
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: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:/kanban
入口:看板页面>泳道设置>任务卡片>拖拽流转
操作步骤:进入看板页;设置泳道(待办/进行中/已完成);将任务卡片拖入对应泳道;拖拽卡片更新状态;查看在制品限制
数据录入:看板视图与任务列表实时同步
边界与变通:仅支持单项目看板,无跨项目聚合
页面:/settings + /automations
入口:设置页配置数据校验规则;Automations 触发异常通知
操作步骤:在设置页定义数据校验规则(如必填/格式);进入 Automations 创建规则:当数据不满足规则时触发通知
数据录入:校验规则基于字段级约束
边界与变通:无数据质量评分与趋势分析
整改清单FIX-2026-018(P2,工作量M):在设置页增加数据质量规则,Automations定期生成质量报告到知识库
动手实操与 AI 协同工作法
总用时约115分钟。
区分客户说的问题和真实的问题——症状往往不是根因
背景:二手车交易平台智能质检 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。
参考答案与评分要点
【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。
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 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 |
| T2 | 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 |
| A3 | 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 |
| R4 | 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 |
| S5 | 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?" |
| T6 | 如果这个项目不做,12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 |
| A7 | 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 |
| R8 | 根据行业数据,类似规模企业通常10个月实现19%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?" |
| S9 | 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 |
| T10 | 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?" |
| A11 | 在过去12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?" |
•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"先了解您的挑战才能切中要害"
•客户期望不切实际——用行业数据校准"通常需要X到X个月"
推荐:《咨询的奥秘》温伯格
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?