STEP 1 · 案例引入
M1-004 制造业 · 案例引入
🏭 案例引入 · 某纺织厂布料疵点AI视觉检测
🏭 案例全景

gold痛点四:认知偏差。客户对AI的认知受媒体和供应商营销影响,认为AI可以即插即用、三个月回本。实际上AI项目需要7个月才能产生可量化的业务价值。

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。

触发事件一份内部诊断报告揭示:核心流程中存在大量重复性人力操作,年均浪费超过年营收的9%(约4546万元),CEO随即要求启动效率提升专项。

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」

企业概况作为制造业行业的标杆企业,某纺织厂布料疵点AI视觉检测成立于1994年 员工总数1490人,年营收约3.1亿元。在制造业细分市场占有率约47%,属于区域龙头企业。

痛点一:急于求成。CEO希望11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7个月。客户对AI「即插即用」的期望与现实之间存在显著落差。

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3792万元但期望覆盖全部业务线)、期望与现状不匹配(期待11个月见效但数据准备需要7个月)、问题与方法不匹配(用技术方案解决管理问题)。

purple痛点三:数据基础薄弱。核心业务数据分散在6套系统中,数据口径不统一,关键参数缺失率高达38%。根因是操作流程不规范,而非技术问题。

※ 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

【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:在某纺织厂布料疵点AI视觉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。
【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。在某纺织厂布料疵点AI视觉检测中这一策略有效降低了客户的防御心理。
【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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某纺织厂布料疵点AI视觉检测的第一周定义为「零技术周」。
【道】组织免疫系统理论
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。...
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。某纺织厂布料疵点AI视觉检测的第一周定义为「零技术周」。
【器】GROW教练模型
目标(Goal)→现实(Reality)→选项(Options)→意愿(Will...
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。在某纺织厂布料疵点AI视觉检测中这一策略有效降低了客户的防御心理。
【法】OCE四维诊断法
从业务(Business)、数据(Data)、组织(Organization)、...
本案例:某纺织厂布料疵点AI视觉检测中顾问采用「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:在某纺织厂布料疵点AI视觉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。
【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:在某纺织厂布料疵点AI视觉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。
【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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某纺织厂布料疵点AI视觉检测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:在某纺织厂布料疵点AI视觉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。
STEP 2 · 理论讲解
M1-004 制造业 · 理论讲解
📖 理论讲解
🎯 学习目标

通过某纺织厂布料疵点AI视觉检测深入学习道法术器框架在制造业企业的实战应用,建立系统的诊断思维。

核心挑战:某纺织厂布料疵点AI视觉检测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。

📗 【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:通过某纺织厂布料疵点AI视觉检测的案例练习,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
📙 【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:某纺织厂布料疵点AI视觉检测的实践表明,这一框架有效帮助顾问在8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
📕 【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:顾问在某纺织厂布料疵点AI视觉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
📘 【道】组织免疫系统理论

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。

📌 本案例应用:某纺织厂布料疵点AI视觉检测的实践表明,这一框架有效帮助顾问在8场访谈中保持结构化和系统性。
📚 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:过度承诺而低估实施难度
📙 【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:顾问在某纺织厂布料疵点AI视觉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】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:顾问在某纺织厂布料疵点AI视觉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】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:通过某纺织厂布料疵点AI视觉检测的案例练习,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:可对比库尔特·勒温的变革三阶段模型
⚠️ 常见误区:用技术语言而非业务语言沟通
📗 【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:顾问在某纺织厂布料疵点AI视觉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: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】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:顾问在某纺织厂布料疵点AI视觉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: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:某纺织厂布料疵点AI视觉检测的实践表明,这一框架有效帮助顾问在8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:忽略组织文化对变革的影响
STEP 3 · 学员实践
M1-004 制造业 · 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纺织厂布料疵点AI视觉检测项目。客户CIO说我们有一套方案请你评估。
总用时约50分钟。
⏱ 第1步(7分钟)
任务1
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2步(28分钟)
任务2
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3步(39分钟)
任务3
快速阅读案例背景,提炼核心信息并回答:这个信息揭示了什么?对项目意味着什么?
⏱ 第4步(32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。
💡 提示

不要急着给方案——你的价值在于帮客户发现正确答案

STEP 4 · 参考答案
M1-004 制造业 · 参考答案
参考答案
📝 案例回顾
总结:本案例围绕某纺织厂布料疵点AI视觉检测展开,核心在于制造业领域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?"
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
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如果这个项目不做,11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
R8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
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您能描述一下目前制造业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?"
A11在过去11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?"
⚠️ 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"——引导"好方案源自深入了解,给我30分钟"

客户期望不切实际——用行业数据校准"通常需要X到X个月"

📚 拓展

推荐:《系统思考》丹尼斯·舍伍德
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?

🏭OCE-TRANSFORM
🏠 官网首页📚 案例教学首页🏭 制造业首页北京通维管理咨询有限公司