STEP 1 · 案例引入
M1-015 制造业 · 案例引入
🏭 案例引入 · 某发电厂汽轮机AI寿命预测
🏭 案例全景

顾问洞察顾问团队在诊断中总结了一句核心洞察:「数据不是越多越好,而是越准越好」

触发事件Q2财报显示核心指标连续第3个季度下滑,收入同比下降61%。董事会对管理层施压,要求8个月内启动AI项目。

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18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。

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。

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81%,数据完整性问题严重制约AI模型的准确性。

行业背景政策层面正在加速推动制造业行业的数字化升级。行业报告显示,AI技术在该领域的渗透率年增速达9%,预计1997年将达到26%。

顾问诊断经过2天的进场诊断(含6场一对一访谈),顾问识别出三层根因结构:表层是技术能力不足,中层是组织准备度不足和数据基础薄弱,深层是期望管理失控和变革领导力缺失。不解决三大根因问题,任何AI方案都难以落地。

企业概况某发电厂汽轮机AI寿命预测成立于1997年,是制造业领域的技术领先型企业 企业规模约6092人,年营收达9亿元。研发投入占总营收约61%,拥有204项自主知识产权。

※ 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】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:某发电厂汽轮机AI寿命预测中顾问采用「先倾听再建议」策略:第一周安排6场一对一访谈,不做任何技术展示。
【法】OCE四维诊断法
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。在某发电厂汽轮机AI寿命预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:某发电厂汽轮机AI寿命预测中顾问采用「先倾听再建议」策略:第一周安排6场一对一访谈,不做任何技术展示。
【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。某发电厂汽轮机AI寿命预测的第一周定义为「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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某发电厂汽轮机AI寿命预测中这一策略有效降低了客户的防御心理。
【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。在某发电厂汽轮机AI寿命预测中这一策略有效降低了客户的防御心理。
【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:在某发电厂汽轮机AI寿命预测项目中,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。在某发电厂汽轮机AI寿命预测中这一策略有效降低了客户的防御心理。
【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:在某发电厂汽轮机AI寿命预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
M1-015 制造业 · 理论讲解
📖 理论讲解
🎯 学习目标

掌握在制造业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:某发电厂汽轮机AI寿命预测考验顾问在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】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:在某发电厂汽轮机AI寿命预测中,顾问运用这一方法系统分析了客户的组织状态,发现了3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: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:顾问在某发电厂汽轮机AI寿命预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:忽略组织文化对变革的影响
📗 【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:顾问在某发电厂汽轮机AI寿命预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
📙 【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:顾问在某发电厂汽轮机AI寿命预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: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:顾问在某发电厂汽轮机AI寿命预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: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:顾问在某发电厂汽轮机AI寿命预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:过度承诺而低估实施难度
📙 【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:顾问在某发电厂汽轮机AI寿命预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:忽略组织文化对变革的影响
📕 【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:某发电厂汽轮机AI寿命预测的实践表明,这一框架有效帮助顾问在6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
📙 【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:顾问在某发电厂汽轮机AI寿命预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
STEP 3 · 学员实践
M1-015 制造业 · 学员实践
✍️ 学员实践
📋 实践任务
🎯 场景:你被派往某发电厂汽轮机AI寿命预测项目现场。客户CEO说"我们需要一个全面的AI规划"。
总用时约52分钟。
⏱ 第1步(6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(22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(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(28分钟)
任务4
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。
💡 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
M1-015 制造业 · 参考答案
参考答案
📝 案例回顾
总结:某发电厂汽轮机AI寿命预测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(10问)
参考问题意图追问
S1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
T2根据行业数据,类似规模企业通常6个月实现19%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?"
A3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
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?"
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
T10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
⚠️ 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:《金字塔原理》芭芭拉·明托
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