STEP 1 · 案例引入
案例全景与背景深度档案
📡 案例全景
行业背景政策层面正在加速推动通信媒体行业的数字化升级。行业报告显示，AI技术在该领域的渗透率年增速达15%，预计2028年将达到38%。
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相关指标维持在客户与监管可接受区间，数据完整性问题严重制约AI模型的准确性。
企业概况某软件AI盗版检测是通信媒体领域具有代表性的企业，成立于2003年 员工总数7438人，年营收约2.1亿元。在通信媒体细分市场占有率约38%，属于区域龙头企业。
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」
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。
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。
blue痛点二：一线焦虑。员工最关心三个问题：这个系统是来监控我的吗？学会用这个系统算KPI吗？我学不会怎么办？这些担忧如果不解决，任何技术方案都难以推行。
触发事件一位年贡献2.1亿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。
gold痛点四：范围失控。管理层期望一次性建成「企业级AI平台」解决所有问题，而非小步快跑分阶段实施。这种大而全的思路增加了项目失败的风险和实施周期。
※ 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。
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：在某软件AI盗版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。
情境（Situation）→目标（Target）→行动（Action）→结果（R...
本案例：在某软件AI盗版检测项目中，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。
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：在某软件AI盗版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。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
本案例：在某软件AI盗版检测项目中，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。
从业务（Business）、数据（Data）、组织（Organization）、...
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。在某软件AI盗版检测中这一策略有效降低了客户的防御心理。
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：在某软件AI盗版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：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某软件AI盗版检测的第一周定义为「零技术周」。
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：某软件AI盗版检测中顾问采用「先倾听再建议」策略：第一周安排9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：2026年02月（统计区间 2026-2028年度）
🏢 企业概况：广告营销代理（脱敏）成立于2003年，员工总数7438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：生产线节拍加快导致抽检覆盖批次减少256批
🗣 冲突现场：现在的抽检频率根本拦不住变异，但全检成本会把毛利吃干。
👥 关键人物：赵运维总监（网络运维总监）；李审核主管（内容审核主管）；周产品经理（项目负责人）
🖥 系统与数据现状：客服工单CRM；数字版权DRM；BSS业务支撑；其中赵运维总监反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：海量日志与视频流数据缺乏高效结构化提取手段; 历史媒资内容版权授权链条断裂难以确权; 跨系统用户行为标签不一致导致精准营销受阻
📉 量化痛点：网络中断故障时长15分钟(2026-2028年度)；内容审核积压待审128条(2026-2028年度)；计费差错投诉256单(2026-2028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
通过本案例学习，掌握运用道法术器框架分析通信媒体领域AI转型需求的方法，独立设计进场访谈方案。
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。
📕【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：通过某软件AI盗版检测的案例练习，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
📗【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：某软件AI盗版检测的实践表明，这一框架有效帮助顾问在9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
📘【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：顾问在某软件AI盗版检测中将这一工具应用于6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：急于展示方案而非先理解问题
📙【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：在某软件AI盗版检测中，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
📗【法】OCE四维诊断法
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。
📌 本案例应用：顾问在某软件AI盗版检测中将这一工具应用于6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：急于展示方案而非先理解问题
📗【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：某软件AI盗版检测的实践表明，这一框架有效帮助顾问在9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
📙【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：顾问在某软件AI盗版检测中将这一工具应用于6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
📕【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：某软件AI盗版检测的实践表明，这一框架有效帮助顾问在9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
📚 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-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-035 管理项目知识集成Manage Project Knowledge——利用现有知识创造新知识以实现项目目标
识别信号：知识流失;重复踩坑;经验沉淀
操作要点：识别显性/隐性知识 / 建立知识库 / 经验教训登记册 / 知识共享机制 / 持续学习文化
知识来源：49过程
识别信号：知识流失;重复踩坑;经验沉淀
操作要点：识别显性/隐性知识 / 建立知识库 / 经验教训登记册 / 知识共享机制 / 持续学习文化
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-059 控制质量质量Control Quality——监督并记录质量管理活动执行结果以评估绩效
识别信号：缺陷外溢;测试失败;质量失控
操作要点：检查 / 测试/产品评估 / 数据收集工具(因果图/流程图/核查表/直方图/帕累托图/散点图/控制图) / 统计抽样
知识来源：49过程
识别信号：缺陷外溢;测试失败;质量失控
操作要点：检查 / 测试/产品评估 / 数据收集工具(因果图/流程图/核查表/直方图/帕累托图/散点图/控制图) / 统计抽样
知识来源：49过程
KP-078 监督风险风险Monitor Risks——在整个项目期间监督风险应对执行、跟踪已识别风险并识别新风险
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
知识来源：49过程
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
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-130 提示词工程治理AI治理Prompt Engineering Governance——管理大语言模型提示词的设计、测试、版本与合规
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
知识来源：AI项目特有
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
知识来源：AI项目特有
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-002 价值链分析企业战略Value Chain Analysis——识别企业创造价值的各环节活动
识别信号：流程优化;AI赋能环节;成本重构;数字化增值
框架要点：基本活动(生产、销售、服务) / 支持活动(人力、技术、采购) / 价值增值点 / 成本驱动因素
关联项目管理：价值交付;效益管理
识别信号：流程优化;AI赋能环节;成本重构;数字化增值
框架要点：基本活动(生产、销售、服务) / 支持活动(人力、技术、采购) / 价值增值点 / 成本驱动因素
关联项目管理：价值交付;效益管理
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-042 权责发生制财务会计Accrual Accounting——收入费用在发生时确认而非收付时
识别信号：AI项目收入确认;跨期成本分摊;资本化时点
框架要点：收入确认时点 / 费用配比 / 应计与递延 / 盈余管理风险
关联项目管理：成本管理;进度确认
识别信号：AI项目收入确认;跨期成本分摊;资本化时点
框架要点：收入确认时点 / 费用配比 / 应计与递延 / 盈余管理风险
关联项目管理：成本管理;进度确认
MBA-068 协同效应投资学与估值Synergy Valuation——合并后价值大于独立价值之和
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
MBA-115 数据资产估值信息系统与数字化转型Data Asset Valuation——将数据视为资产进行价值评估
识别信号：数据资产入表;AI训练数据价值;数据治理
框架要点：成本法 / 收益法 / 市场法 / 数据质量 / 确权与合规
关联项目管理：商业论证;知识管理
识别信号：数据资产入表;AI训练数据价值;数据治理
框架要点：成本法 / 收益法 / 市场法 / 数据质量 / 确权与合规
关联项目管理：商业论证;知识管理
🗺 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 7 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-033 制定项目管理计划 | 操作切入点：整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 |
| 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-059 控制质量 | 操作切入点：检查 |
| 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-078 监督风险 | 操作切入点：风险审计 |
| 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 | 高 | 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 | 高 | 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 | 低 | MBA-032 加权平均资本成本 | 操作切入点：股权成本 |
| 财务会计 | 高 | 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 | 低 | 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-115 数据资产估值 | 操作切入点：成本法 |
🖥 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-20 风险管理-风险识别可落实可直接在系统内完成
页面：/risk
入口：风险登记册>新建风险>风险描述/类别/概率/影响
操作步骤：进入风险登记册；点击「+新建风险」；填写风险描述与类别；评估概率与影响等级；保存
数据录入：风险条目含描述、类别、概率、影响、责任人
边界与变通：无风险自动识别引擎
页面：/risk
入口：风险登记册>新建风险>风险描述/类别/概率/影响
操作步骤：进入风险登记册；点击「+新建风险」；填写风险描述与类别；评估概率与影响等级；保存
数据录入：风险条目含描述、类别、概率、影响、责任人
边界与变通：无风险自动识别引擎
MAP-21 风险管理-定性分析可落实可直接在系统内完成
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：/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
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-41 AI治理-伦理审查部分可落实需变通组合实现
页面：/principle-checks + /knowledge
入口：原则自查页；知识库创建伦理审查条目
操作步骤：在原则自查页创建伦理相关检查项；在知识库新建伦理审查指南条目；关联到项目模板
数据录入：伦理审查以知识条目形式沉淀
边界与变通：无独立 AI 伦理评估工作流
整改清单FIX-2026-020（P1，工作量M）：通过工作流编排+Agent构建伦理审查流程，审查结果归档到知识库
页面：/principle-checks + /knowledge
入口：原则自查页；知识库创建伦理审查条目
操作步骤：在原则自查页创建伦理相关检查项；在知识库新建伦理审查指南条目；关联到项目模板
数据录入：伦理审查以知识条目形式沉淀
边界与变通：无独立 AI 伦理评估工作流
整改清单FIX-2026-020（P1，工作量M）：通过工作流编排+Agent构建伦理审查流程，审查结果归档到知识库
MAP-43 集成管理-API对接可落实可直接在系统内完成
页面：/webhooks + /integrations
入口：Webhooks 管理>新建回调>URL/事件/密钥；Integrations 配置连接
操作步骤：进入 Webhooks 页；点击「新建 Webhook」；填写回调 URL 与事件类型；生成密钥；在 Integrations 配置第三方连接
数据录入：Webhook 用于事件推送，Integrations 用于数据拉取
边界与变通：无 API 网关与限流管理
页面：/webhooks + /integrations
入口：Webhooks 管理>新建回调>URL/事件/密钥；Integrations 配置连接
操作步骤：进入 Webhooks 页；点击「新建 Webhook」；填写回调 URL 与事件类型；生成密钥；在 Integrations 配置第三方连接
数据录入：Webhook 用于事件推送，Integrations 用于数据拉取
边界与变通：无 API 网关与限流管理
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-020 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软件AI盗版检测项目。客户技术总监说我们有一个团队请你培训。
总用时约146分钟。
总用时约146分钟。
⏱ 第1步（5分钟）
任务1
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？
⏱ 第2步（10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（21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
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5步（50分钟）
任务5
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。
💡提示
注意非语言信号——眼神、语气、体态都可能是关键信息
🤖 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：广告营销代理智能质检 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：广告营销代理智能质检 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：本案例围绕某软件AI盗版检测展开，核心在于通信媒体领域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。
【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（12问）
| 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 | 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 |
| A3 | 您能描述一下目前通信媒体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 | 如果这个项目不做，5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 | 在过去5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？" |
| T6 | 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 |
| A7 | 根据行业数据，类似规模企业通常11个月实现12%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？" |
| R8 | 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 |
| S9 | 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 |
| T10 | 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？" |
| A11 | 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 |
| R12 | 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 |
⚠️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"——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：《提问的艺术》
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？