STEP 1 · 案例引入
M1-084 制造业 · 案例引入
🏭 案例引入 · 某热处理厂AI炉温曲线优化
🏭 案例全景

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。

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。

blue痛点二:信任透支。过去2次数字化项目均以失败告终,员工对新概念的接受度降至冰点。「数字化」这个词在内部已经成为一个负面标签。新项目需要花费额外精力重建信任。

企业概况创立于2006年的某热处理厂AI炉温曲线优化,是制造业行业中坚力量 企业员工5196人,年营收规模22亿元。已服务超过3家大型客户,客户留存率达22%。

行业背景制造业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85%,预计未来7个月内将超过10%。

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」

风险矩阵战略风险(可能性低·影响高):技术方向选错导致7个月的路线偏差。供应商锁定风险——对单一技术供应商深度绑定。组织能力退化风险——过分依赖AI导致人的判断力下降。

触发事件公司获得政府2487万元的技术升级专项补贴,要求7个月内完成至少一个AI应用场景的落地,否则需全额退回补贴款项。

purple痛点三:数据质量堪忧。数据缺失率约26%,异常值占比约10%。数据以T+1报表形式存在,无法支撑实时AI决策。数据治理的首要任务不是建平台,而是建流程。

※ 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

【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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某热处理厂AI炉温曲线优化的第一周定义为「零技术周」。
【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:在某热处理厂AI炉温曲线优化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。
【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:某热处理厂AI炉温曲线优化中顾问采用「先倾听再建议」策略:第一周安排7场一对一访谈,不做任何技术展示。
【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。在某热处理厂AI炉温曲线优化中这一策略有效降低了客户的防御心理。
【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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某热处理厂AI炉温曲线优化中这一策略有效降低了客户的防御心理。
【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:在某热处理厂AI炉温曲线优化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】信任建立阶梯模型
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...
本案例:在某热处理厂AI炉温曲线优化项目中,顾问用3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。
【器】GROW教练模型
目标(Goal)→现实(Reality)→选项(Options)→意愿(Will...
本案例:某热处理厂AI炉温曲线优化中顾问采用「先倾听再建议」策略:第一周安排7场一对一访谈,不做任何技术展示。
【道】变革心理学曲线
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:在某热处理厂AI炉温曲线优化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】OCE四维诊断法
从业务(Business)、数据(Data)、组织(Organization)、...
本案例:某热处理厂AI炉温曲线优化中顾问采用「先倾听再建议」策略:第一周安排7场一对一访谈,不做任何技术展示。
STEP 2 · 理论讲解
M1-084 制造业 · 理论讲解
📖 理论讲解
🎯 学习目标

通过某热处理厂AI炉温曲线优化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。

📙 【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:在某热处理厂AI炉温曲线优化中,顾问运用这一方法系统分析了客户的组织状态,发现了5个关键的变革障碍。
📚 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
📘 【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:在某热处理厂AI炉温曲线优化中,顾问运用这一方法系统分析了客户的组织状态,发现了5个关键的变革障碍。
📚 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】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:某热处理厂AI炉温曲线优化的实践表明,这一框架有效帮助顾问在7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
📕 【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:通过某热处理厂AI炉温曲线优化的案例练习,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】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:通过某热处理厂AI炉温曲线优化的案例练习,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:过度承诺而低估实施难度
📘 【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:顾问在某热处理厂AI炉温曲线优化中将这一工具应用于3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
📘 【道】信任建立阶梯模型

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。

📌 本案例应用:在某热处理厂AI炉温曲线优化中,顾问运用这一方法系统分析了客户的组织状态,发现了5个关键的变革障碍。
📚 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】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:某热处理厂AI炉温曲线优化的实践表明,这一框架有效帮助顾问在7场访谈中保持结构化和系统性。
📚 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
📘 【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:在某热处理厂AI炉温曲线优化中,顾问运用这一方法系统分析了客户的组织状态,发现了5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:急于展示方案而非先理解问题
📗 【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:某热处理厂AI炉温曲线优化的实践表明,这一框架有效帮助顾问在7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
STEP 3 · 学员实践
M1-084 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热处理厂AI炉温曲线优化项目。客户技术总监说我们有一些数据请你分析。
总用时约73分钟。
⏱ 第1步(6分钟)
任务1
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2步(18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(24分钟)
任务3
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4步(36分钟)
任务4
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)。
💡 提示

区分客户说的问题和真实的问题——症状往往不是根因

STEP 4 · 参考答案
M1-084 制造业 · 参考答案
参考答案
📝 案例回顾
总结:某热处理厂AI炉温曲线优化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如果这个项目不做,7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
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?"
S5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?"
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根据行业数据,类似规模企业通常9个月实现9%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
S9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
T10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
⚠️ 失分场景

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"——引导"好方案源自深入了解,给我30分钟"

客户期望不切实际——坦诚沟通"可以分为两个阶段实现"

📚 拓展

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?

🏭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