STEP 1 · 案例引入
M12-079 汽车交通 · 案例引入
🚗 案例引入 · 某数据AI场景自动标注
🚗 案例全景

触发事件公司获得政府1339万元的技术升级专项补贴,要求9个月内完成至少一个AI应用场景的落地,否则需全额退回补贴款项。

行业背景汽车交通行业正处于深度变革期。头部企业已率先启动AI转型,行业渗透率约25%,预计未来9个月内将超过13%。

利益相关者创始人(影响力高·立场坚定):技术出身,对AI理解远超团队。运营VP(影响力中·立场观望):多次失败后持谨慎态度,需要可见成果。产品经理(影响力低·立场积极):希望借助AI提升产品力,是内部推动力量。

purple痛点三:数据质量堪忧。数据缺失率约33%,异常值占比约13%。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5天的深入诊断,顾问团队揭示了3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9个月的专项治理;技术选型必须考虑组织能力约束。

风险矩阵技术风险(可能性高·影响中):模型效果不达预期、系统集成困难、数据质量不达标。组织风险(可能性高·影响高):关键利益相关者抵制、变革中途失去动力、核心团队流失。进度风险(可能性中·影响中):项目延期、速赢效果不显著、反复返工。

痛点一:战略缺位。公司没有清晰的AI路线图,多个部门提出了互不协调的AI需求。销售部想上智能客服,供应链想上预测系统,生产部想上视觉质检——但公司缺乏统一的技术架构和数据基础来支撑这些分散的需求。

顾问洞察顾问团队在诊断中总结了一句核心洞察:「好的提问比好的答案重要一百倍」

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。

企业概况某数据AI场景自动标注是汽车交通领域具有代表性的企业,成立于2009年 总部位于华东地区,员工约1284人,年营收约4.6亿元。公司拥有315项核心专利,技术研发团队约25人。

※ 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:在某数据AI场景自动标注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。
【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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某数据AI场景自动标注中这一策略有效降低了客户的防御心理。
【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:在某数据AI场景自动标注项目中,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。
【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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某数据AI场景自动标注的第一周定义为「零技术周」。
【术】开放式提问六变体
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:在某数据AI场景自动标注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】信任建立阶梯模型
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:某数据AI场景自动标注中顾问采用「先倾听再建议」策略:第一周安排8场一对一访谈,不做任何技术展示。
【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:在某数据AI场景自动标注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】非语言信号解读
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...
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。在某数据AI场景自动标注中这一策略有效降低了客户的防御心理。
【法】STAR结构化进场框架
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。某数据AI场景自动标注的第一周定义为「零技术周」。
【器】AI辅助提示词工程
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:某数据AI场景自动标注中顾问采用「先倾听再建议」策略:第一周安排8场一对一访谈,不做任何技术展示。
STEP 2 · 理论讲解
M12-079 汽车交通 · 理论讲解
📖 理论讲解
🎯 学习目标

通过某数据AI场景自动标注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:某数据AI场景自动标注考验顾问在3类利益相关者之间建立共识的能力,差异化沟通是关键。

📘 【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:顾问在某数据AI场景自动标注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:可对比库尔特·勒温的变革三阶段模型
⚠️ 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:顾问在某数据AI场景自动标注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:可对比库尔特·勒温的变革三阶段模型
⚠️ 常见误区:忽略组织文化对变革的影响
📘 【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:在某数据AI场景自动标注中,顾问运用这一方法系统分析了客户的组织状态,发现了3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:用技术语言而非业务语言沟通
📙 【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:通过某数据AI场景自动标注的案例练习,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
📕 【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:顾问在某数据AI场景自动标注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:用技术语言而非业务语言沟通
📘 【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:在某数据AI场景自动标注中,顾问运用这一方法系统分析了客户的组织状态,发现了3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
📕 【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:顾问在某数据AI场景自动标注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: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
📕 【术】非语言信号解读

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。

📌 本案例应用:顾问在某数据AI场景自动标注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:建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区:用技术语言而非业务语言沟通
📗 【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:通过某数据AI场景自动标注的案例练习,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: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:在某数据AI场景自动标注中,顾问运用这一方法系统分析了客户的组织状态,发现了3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:用技术语言而非业务语言沟通
STEP 3 · 学员实践
M12-079 汽车交通 · 学员实践
✍️ 学员实践
📋 实践任务
🎯 场景:你被派往某数据AI场景自动标注项目现场。客户CEO说"我们需要一个全面的AI规划"。
总用时约71分钟。
⏱ 第1步(9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(18分钟)
任务2
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3步(45分钟)
任务3
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4步(60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(55分钟)
任务5
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6步(36分钟)
任务6
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。
💡 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
M12-079 汽车交通 · 参考答案
参考答案
📝 案例回顾
总结:某数据AI场景自动标注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。
🎯 STAR访谈提纲(8问)
参考问题意图追问
S1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
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?"
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?"
T6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
A7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?"
R8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
⚠️ 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——用对比法"这个目标需要的资源要翻倍"

📚 拓展

推荐:《高效能人士的七个习惯》
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