触发事件Q2财报显示核心指标连续第2个季度下滑,收入同比下降10%。董事会对管理层施压,要求3个月内启动AI项目。
gold痛点四:期望错位。CEO已在内部承诺3个月内效率提升11%,但行业基准显示类似企业合理的提升范围是3%。期望与现实的落差需要尽快管理。
风险矩阵数据风险(可能性高·影响高):数据质量不足以支撑模型训练、数据获取受合规限制、数据标注成本超预算。交付风险(可能性中·影响中):交付物与期望不符、技术方案选型错误。合规风险(可能性中·影响高):数据隐私和安全合规问题可能造成法律风险。
顾问洞察顾问团队在诊断中总结了一句核心洞察:「问题不在技术,在于人」
purple痛点三:数据采集依赖人工。一线数据填报靠员工手动录入,缺乏自动采集手段。部分关键工序的数据采集覆盖率不到54%,数据完整性问题严重制约AI模型的准确性。
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。
顾问诊断诊断发现三个核心不匹配:目标与资源不匹配(预算435万元但期望覆盖全部业务线)、期望与现状不匹配(期待3个月见效但数据准备需要17个月)、问题与方法不匹配(用技术方案解决管理问题)。
行业背景通信媒体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10%,预计未来3个月内将超过30%。
企业概况某视频AI场景审核成立于2011年,是通信媒体领域的技术领先型企业 总部位于华东地区,员工约7927人,年营收约43亿元。公司拥有17项核心专利,技术研发团队约14人。
变革路线图启动阶段(第1月):组建项目组+数据摸底+技术选型。攻坚阶段(第3-6月):数据治理+模型开发+验证测试。推广阶段(第6-8月):系统部署+流程适配+一线培训。收尾阶段(第12-16月):效果评估+知识移交。
※ 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。
掌握在通信媒体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: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。
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: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。
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。
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: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。
区分客户说的问题和真实的问题——症状往往不是根因
| 层 | 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 | 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 | 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?" |
| R4 | 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 |
| S5 | 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 |
| T6 | 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 |
| A7 | 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 |
| 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 |
| 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 |
• 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"先了解您的挑战才能切中要害"
• 客户期望不切实际——用对比法"这个目标需要的资源要翻倍"
推荐:《提问的艺术》
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?