案例全景与背景深度档案
行业背景制造业领域正经历从经验驱动到数据驱动的范式转移。约18%的头部企业已完成第一阶段的AI部署,行业平均效率提升约5%。
企业概况扎根制造业领域7年的某芯片封测厂AI键合参数调优,成立于2002年 公司现有员工7986人,年营收约8.6亿元,累计获得124项专利授权。
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」
利益相关者董事长(影响力高·立场支持):战略推动者但不参与日常。CIO(影响力高·立场支持):项目执行者,需要技术支持。财务总监(影响力中·立场中性):关注ROI,需量化论证。项目经理(影响力低·立场积极):执行骨干,需要明确授权。
blue痛点二:变革疲劳。公司在过去24年中经历了多轮组织架构调整,员工对「新项目」持观望甚至抵触态度。变革管理成为比技术选型更具挑战性的任务。
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。
※ 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。
知识点图谱与 AIPM 系统落地
通过某芯片封测厂AI键合参数调优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: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:情境(Situation)→目标(Target)→行动(Action)→结果(Result)四步访谈框架。
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。
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。
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。
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: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。
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。
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):
识别信号:关键路径;赶工;延期交付
操作要点:规划进度 / 定义活动 / 排列活动顺序 / 估算持续时间 / 制定进度计划 / 控制进度
知识来源:PMBOK 7 性能域
识别信号:价值流失;ROI偏差;商业论证失效
操作要点:价值共创 / 商业论证 / 持续评估 / 增量交付 / 价值流优化
知识来源:PMBOK 7 原则
识别信号:工作包过大;分解不足;责任不清
操作要点:分解到工作包层级 / 遵循全量覆盖规则 / 8/80工时规则 / WBS词典 / 控制账户设置
知识来源:49过程
识别信号:质量标准不清;测量指标缺失;COQ失控
操作要点:质量政策 / 质量测量指标 / 质量核对单 / 质量成本COQ / 实验设计DOE / 流程图
知识来源:49过程
识别信号:信息不对称;沟通失效;汇报断层
操作要点:沟通需求分析 / 沟通技术 / 沟通模型 / 沟通方法(交互式/推式/拉式) / 沟通管理计划 / 项目报告格式
知识来源:49过程
识别信号:信息孤岛;沟通延迟;渠道混乱
操作要点:分发信息 / 管理沟通渠道 / 沟通技术 / 项目管理信息系统 / 项目报告 / 人际关系与团队技能
知识来源:49过程
识别信号:部署失败;性能问题;回滚需求
操作要点:部署策略(蓝绿/金丝雀/滚动) / API封装 / 容器化 / CI/CD流水线 / 性能测试 / 回滚机制 / 监控告警
知识来源:AI项目特有
识别信号:大规模敏捷;多团队协调;PI Planning
操作要点:50-125人规模 / 跨职能团队 / PI Planning / 系统演示 / ART同步 / 发布管理 / 持续交付流水线
知识来源:敏捷
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):
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:业务组合取舍;AI投资优先级;资源再配置
框架要点:明星 / 现金牛 / 问题 / 瘦狗 / 资源再分配逻辑
关联项目管理:项目组合管理;优先级排序
识别信号:AI采纳曲线;技术鸿沟跨越;推广节奏
框架要点:创新者 / 早期采纳者 / 早期多数 / 晚期多数 / 落后者 / 跨越鸿沟
关联项目管理:变更管理;推广计划
识别信号:AI投入资本化;损益影响;现金流追踪
框架要点:资产=负债+权益 / 权责发生制 / 现金流量分类 / 勾稽关系
关联项目管理:成本管理;财务报告
识别信号:AI项目真实现金回报;投入产出验证;虚增识别
框架要点:经营现金流/净利润 / 应收增长 / 资本化比例 / 自由现金流
关联项目管理:效益管理;财务审计
识别信号:AI算力供需;数据市场定价;资源稀缺
框架要点:需求曲线 / 供给曲线 / 均衡价格 / 弹性 / 消费者剩余
关联项目管理:采购管理;资源管理
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 4 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-022 管理原则4:价值 | 操作切入点:价值共创 |
| 范围 | 高 | KP-041 创建WBS | 操作切入点:分解到工作包层级 |
| 进度 | 高 | KP-003 项目进度管理 | 操作切入点:规划进度 |
| 成本 | 低 | KP-004 项目成本管理 | 操作切入点:规划成本管理 |
| 质量 | 高 | KP-057 规划质量管理 | 操作切入点:质量政策 |
| 资源 | 低 | KP-020 管理原则2:团队 | 操作切入点:共享责任 |
| 沟通 | 高 | KP-068 规划沟通管理 | 操作切入点:沟通需求分析 |
| 风险 | 低 | KP-008 项目风险管理 | 操作切入点:规划风险管理 |
| 采购 | 低 | KP-009 项目采购管理 | 操作切入点:规划采购管理 |
| 干系人 | 低 | KP-021 管理原则3:干系人 | 操作切入点:识别干系人 |
| 治理 | 低 | KP-094 收益管理 | 操作切入点:收益识别 |
| 变更 | 低 | KP-090 配置管理 | 操作切入点:配置识别 |
| 敏捷 | 高 | KP-135 敏捷发布列车ART | 操作切入点:50-125人规模 |
| 数据治理 | 低 | KP-121 数据质量管理 | 操作切入点:数据质量评估 |
| AI治理 | 高 | KP-126 模型部署 | 操作切入点:部署策略(蓝绿/金丝雀/滚动) |
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 | 低 | MBA-020 作业排序与调度 | 操作切入点:优先级规则 |
| 市场营销 | 高 | MBA-026 创新扩散理论 | 操作切入点:创新者 |
| 公司金融 | 低 | MBA-038 营运资本管理 | 操作切入点:现金转换周期 |
| 财务会计 | 高 | MBA-041 三大财务报表 | 操作切入点:资产=负债+权益 |
| 管理会计 | 低 | MBA-055 全面预算管理 | 操作切入点:经营预算 |
| 投资学与估值 | 低 | MBA-061 投资组合理论 | 操作切入点:均值-方差 |
| 组织行为学 | 低 | MBA-080 组织文化 | 操作切入点:三层模型(假设-价值观-外显物) |
| 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 | 高 | MBA-091 供求理论 | 操作切入点:需求曲线 |
| 商业伦理与公司治理 | 低 | MBA-101 委托代理理论 | 操作切入点:道德风险 |
| 信息系统与数字化转型 | 低 | MBA-111 技术采纳生命周期 | 操作切入点:引入期 |
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:
页面:/stakeholders
入口:干系人登记册>Power×Interest 四象限>参与策略字段
操作步骤:进入干系人登记册;录入干系人信息;系统自动定位 Power×Interest 四象限;填写参与策略;保存
数据录入:权力/兴趣评分由用户输入,系统自动映射象限
边界与变通:参与策略为文本字段,无自动化建议
页面:/kanban
入口:看板页面>泳道设置>任务卡片>拖拽流转
操作步骤:进入看板页;设置泳道(待办/进行中/已完成);将任务卡片拖入对应泳道;拖拽卡片更新状态;查看在制品限制
数据录入:看板视图与任务列表实时同步
边界与变通:仅支持单项目看板,无跨项目聚合
页面:/ai-monitor
入口:AI 监控页面>模型列表>指标看板>告警阈值
操作步骤:进入 AI 监控页;查看已部署模型列表;查看各模型性能指标;设置告警阈值;配置告警通知
数据录入:监控指标包括准确率/响应时间等
边界与变通:仅监控 AIPM 内置 Agent,不监控外部模型
页面:/agents + /ai-monitor
入口:Agent 管理>Agent 列表>运行日志>审计记录
操作步骤:进入 Agent 管理页;查看 Agent 列表与运行状态;点击进入 Agent 详情查看运行日志;导出审计记录
数据录入:审计记录包含调用次数/调用结果状态/耗时
边界与变通:审计粒度为 Agent 级别,非单次调用级别
页面:/integrations + /automations
入口:Integrations 配置数据源;Automations 设置同步规则
操作步骤:在 Integrations 添加外部数据源;配置字段映射;进入 Automations 创建定时同步规则;查看同步日志
数据录入:同步为增量模式,按配置周期执行
边界与变通:无实时双向同步能力
整改清单FIX-2026-021(P2,工作量L):优化Integrations支持WebSocket实时推送;当前通过缩短Automations同步周期变通
动手实操与 AI 协同工作法
总用时约135分钟。
好的开场白是访谈成功的一半——它不是介绍而是建立合作框架
背景:食品饮料加工AI 辅助编码项目处于执行期,需在每日固定时间跟踪代码提交、缺陷修复与环境依赖阻塞项。角色:主责 PMO运营主管 统筹站会流程,高级PM 汇报交付速率,交付PM 反馈环境问题,风险经理评估技术债累积。交付物:输出研发站会纪要(HTML)与阻塞清单(Excel),包含代码提交量、缺陷分布、环境依赖状态与技术债跟踪。
参考答案与评分要点
【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。
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 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 |
| T2 | 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 |
| A3 | 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?" |
| 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 | 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 | 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 |
| R8 | 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?" |
| S9 | 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?" |
•客户问"你做过我们行业吗?"——回应"没有行业惯性反而视角更新"
•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——用行业数据校准"通常需要X到X个月"
推荐:《金字塔原理》芭芭拉·明托
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?