STEP 1 · 案例引入
M12-071 汽车交通 · 案例引入
🚗 案例引入 · 某测试场AI场景生成
🚗 案例全景

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。

purple痛点三:数据质量堪忧。数据缺失率约21%,异常值占比约7%。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。

顾问诊断经过2天的深入诊断,顾问团队揭示了4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3个月的专项治理;技术选型必须考虑组织能力约束。

风险矩阵期望风险(可能性高·影响高):利益相关者对时间表和效果有不切实际的预期。资源风险(可能性中·影响高):预算可能被削减、关键人员可能被调离。治理风险(可能性中·影响中):数据安全和隐私合规问题。

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」

blue痛点二:信任透支。过去3次数字化项目均以失败告终,员工对新概念的接受度降至冰点。「数字化」这个词在内部已经成为一个负面标签。新项目需要花费额外精力重建信任。

触发事件新任技术VP(来自某互联网大厂)提交了完整的AI转型方案,预算4475万元,预计21个月实现投资回报。董事会在评估后批准了该项目。

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。

※ 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

【道】利益相关者影响策略
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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某测试场AI场景生成的第一周定义为「零技术周」。
【器】诊断问卷五模块
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:在某测试场AI场景生成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。
【术】5Why根因分析法
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:在某测试场AI场景生成项目中,顾问用2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。
【器】知识管理工作坊
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:在某测试场AI场景生成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。
【道】变革心理学曲线
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:在某测试场AI场景生成项目中,顾问用2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。
【术】一对一深度访谈术
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。...
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。在某测试场AI场景生成中这一策略有效降低了客户的防御心理。
【法】期望管理框架
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。某测试场AI场景生成的第一周定义为「零技术周」。
【法】问题诊断方法论
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。...
本案例:在某测试场AI场景生成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。
STEP 2 · 理论讲解
M12-071 汽车交通 · 理论讲解
📖 理论讲解
🎯 学习目标

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:某测试场AI场景生成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】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:顾问在某测试场AI场景生成中将这一工具应用于4个业务部门的诊断中,显著提升了诊断效率。
📚 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:过度承诺而低估实施难度
📙 【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:某测试场AI场景生成的实践表明,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:建议查阅PMI项目管理知识体系中的相关实践
⚠️ 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:在某测试场AI场景生成中,顾问运用这一方法系统分析了客户的组织状态,发现了4个关键的变革障碍。
📚 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
📙 【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:在某测试场AI场景生成中,顾问运用这一方法系统分析了客户的组织状态,发现了4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
📘 【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:通过某测试场AI场景生成的案例练习,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:建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区:急于展示方案而非先理解问题
📕 【术】一对一深度访谈术

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。

📌 本案例应用:通过某测试场AI场景生成的案例练习,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
📗 【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:通过某测试场AI场景生成的案例练习,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:建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区:过度承诺而低估实施难度
📗 【法】问题诊断方法论

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。

📌 本案例应用:在某测试场AI场景生成中,顾问运用这一方法系统分析了客户的组织状态,发现了4个关键的变革障碍。
📚 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
STEP 3 · 学员实践
M12-071 汽车交通 · 学员实践
✍️ 学员实践
📋 实践任务
🎯 场景:作为OCE首席顾问首次进入某测试场AI场景生成项目。客户CTO说我们有一些数据请你分析。
总用时约43分钟。
⏱ 第1步(13分钟)
任务1
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2步(26分钟)
任务2
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3步(30分钟)
任务3
设计STAR访谈提纲A层3题:了解客户过去的尝试,注意识别重复失败模式。
⏱ 第4步(28分钟)
任务4
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5步(25分钟)
任务5
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6步(36分钟)
任务6
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?
💡 提示

注意非语言信号——眼神、语气、体态都可能是关键信息

STEP 4 · 参考答案
M12-071 汽车交通 · 参考答案
参考答案
📝 案例回顾
总结:本案例围绕某测试场AI场景生成展开,核心在于汽车交通领域AI转型中组织变革阻力、数据基础建设和利益相关者管理的平衡。
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。
🎯 STAR访谈提纲(11问)
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
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
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?"
A7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
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?"
S9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
T10根据行业数据,类似规模企业通常7个月实现15%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?"
A11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?"
⚠️ 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"——回应"先提两个方向供您参考"

客户期望不切实际——坦诚沟通"可以分为两个阶段实现"

📚 拓展

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?

🚗OCE-TRANSFORM
🏠 官网首页📚 案例教学首页🚗 汽车交通首页北京通维管理咨询有限公司