案例全景与背景深度档案
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」
purple痛点三:数据质量堪忧。数据缺失率约8%,异常值占比约23%。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。
触发事件Q2财报显示核心指标连续第6个季度下滑,收入同比下降35%。董事会对管理层施压,要求11个月内启动AI项目。
顾问诊断经过5天的深入诊断,顾问团队揭示了8个关键发现:利益相关者之间的信任已经透支,需要从头建立;数据基础需要11个月的专项治理;技术选型必须考虑组织能力约束。
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: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15个月才能产生可量化的业务价值。
※ 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
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:某涂装厂AI喷涂参数优化考验顾问在8类利益相关者之间建立共识的能力,差异化沟通是关键。
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。
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。
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: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。
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: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。
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。
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。
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:多线并行;跨部门协调;基线漂移
操作要点:制定项目章程 / 编制项目管理计划 / 指导与管理项目工作 / 管理项目知识 / 监控项目工作 / 实施整体变更控制
知识来源:PMBOK 7 性能域
识别信号:需求蔓延;镀金;验收争议
操作要点:规划范围管理 / 收集需求 / 定义范围 / 创建WBS / 确认范围 / 控制范围
知识来源:PMBOK 7 性能域
识别信号:偏差监控;变更控制;绩效评估
操作要点:监控项目工作 / 实施整体变更控制 / 确认与控制范围/进度/成本/质量/资源/风险/采购/干系人
知识来源:5过程组
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:进度滞后;关键路径漂移;资源瓶颈
操作要点:挣值分析进度绩效 / 关键路径法 / 项目管理软件 / 资源优化 / 提前量与滞后量调整 / 进度压缩
知识来源:49过程
识别信号:风险失控;方法不当;偏好未对齐
操作要点:风险管理计划 / 方法论 / 角色与职责 / 预算与时间安排 / 风险类别RBS / 概率与影响矩阵 / 干系人风险偏好
知识来源:49过程
识别信号:版本混乱;基线漂移;可追溯性缺失
操作要点:配置识别 / 配置状态记录 / 配置核实与审计 / 变更控制 / 基线管理 / 版本控制
知识来源:配置管理
识别信号:进度可视化;偏差识别;预测
操作要点:横轴时间 / 纵轴剩余工作量 / 理想线 / 实际线 / 偏差分析 / 预测完成时间 / 每日更新
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:AI竞品监控;市场信号捕捉;智能预警
框架要点:信息收集 / 分析框架 / 预警机制 / 合法合规 / 决策支持
关联项目管理:风险管理;环境扫描
识别信号:AI项目风险定价;折现率确定;系统性风险
框架要点:无风险利率 / Beta系数 / 市场风险溢价 / 证券市场线
关联项目管理:风险管理;商业论证
识别信号:AI项目分阶段投资;试点扩展决策;不确定性管理
框架要点:延迟期权 / 扩展期权 / 放弃期权 / 切换期权 / 二叉树/BS模型
关联项目管理:阶段门;渐进明细
识别信号:AI分阶段投资;试点期权;扩展期权;放弃期权
框架要点:二叉树模型 / BS公式适用条件 / 波动率 / 执行价 / 到期时间
关联项目管理:阶段门;渐进明细
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 8 个、MBA 领域 6 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-001 项目整合管理 | 操作切入点:制定项目章程 |
| 范围 | 高 | KP-002 项目范围管理 | 操作切入点:规划范围管理 |
| 进度 | 高 | KP-049 控制进度 | 操作切入点:挣值分析进度绩效 |
| 成本 | 中 | KP-056 控制成本 | 操作切入点:挣值分析EVM |
| 质量 | 低 | KP-060 六西格玛 | 操作切入点:DMAIC五阶段 |
| 资源 | 低 | KP-063 估算活动资源 | 操作切入点:自下而上估算 |
| 沟通 | 低 | KP-068 规划沟通管理 | 操作切入点:沟通需求分析 |
| 风险 | 高 | KP-071 规划风险管理 | 操作切入点:风险管理计划 |
| 采购 | 低 | KP-087 控制采购 | 操作切入点:绩效审查 |
| 干系人 | 中 | KP-080 识别干系人 | 操作切入点:干系人登记册 |
| 治理 | 低 | KP-095 商业论证 | 操作切入点:问题分析 |
| 变更 | 高 | KP-090 配置管理 | 操作切入点:配置识别 |
| 敏捷 | 高 | KP-101 燃尽图 | 操作切入点:横轴时间 |
| 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 | 低 | KP-127 模型监控与漂移检测 | 操作切入点:性能指标监控 |
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-012 六西格玛 | 操作切入点:定义 |
| 市场营销 | 高 | MBA-030 竞争情报 | 操作切入点:信息收集 |
| 公司金融 | 高 | MBA-031 资本资产定价模型 | 操作切入点:无风险利率 |
| 财务会计 | 低 | MBA-043 杜邦分析 | 操作切入点:净利润率 |
| 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-070 实物期权定价 | 操作切入点:二叉树模型 |
| 组织行为学 | 低 | MBA-074 弗鲁姆期望理论 | 操作切入点:期望(努力→绩效) |
| 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 | 中 | 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-115 数据资产估值 | 操作切入点:成本法 |
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:/projects → /changes
入口:项目详情>变更控制>新建变更申请>变更类型/影响分析字段
操作步骤:在项目详情确认当前范围;进入变更控制页;点击「新建变更」;选择变更类型,填写影响分析;提交审批
数据录入:基线以变更记录为追溯依据,无独立基线对比视图
边界与变通:无配置管理基线对比功能,需人工比对变更前后差异
整改清单FIX-2026-009(P1,工作量M):在变更控制页增加「基线快照」按钮,自动保存变更前后范围快照供对比
页面:/critical-path
入口:关键路径路线图页面>项目选择>路径展示区>甘特缩放控件
操作步骤:进入关键路径路线图;选择目标项目;系统自动计算并展示关键路径;使用缩放控件调整时间粒度;点击节点查看详情
数据录入:基于任务依赖关系与工期自动计算
边界与变通:依赖任务间逻辑关系需手动维护完整
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:/changes
入口:变更控制>新建变更>变更描述/影响分析/审批流
操作步骤:进入变更控制页;点击「新建变更」;填写变更描述与影响分析;选择审批人;提交审批
数据录入:变更需经审批流通过后生效
边界与变通:审批流为线性单级,无多级会签
页面:无对应页面
入口:缺口类型 G4
操作步骤:系统无配置项识别/基线管理/版本对比模块
数据录入:不涉及数据录入
边界与变通:配置项需通过任务+文档空间组合管理
整改清单FIX-2026-006(P1,工作量S):在变更控制页增加「版本快照」字段,变更前后对比以附件形式归档到文档空间
动手实操与 AI 协同工作法
总用时约88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:纺织服装风控反欺诈 AI 项目处于试点验证,本周模型识别异常交易12 项笔,误报/漏报情况为监管突击下发疑似违规线索清单要求2025年09月内反馈,需进行周度风险盘点与应对策略调整。角色:主责风险经理,协审高级PM与质量经理,项目总监终审。交付物:输出风控风险盘点报告(Word)与应对调整清单(Excel),包含模型表现趋势、误报根因、应对资源重排与监管合规核对。
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 |
| T2 | 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 |
| 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 | 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?" |
| S5 | 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 |
| T6 | 根据行业数据,类似规模企业通常7个月实现10%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?" |
| A7 | 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 |
| R8 | 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 |
| 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"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——坦诚沟通"可以分为两个阶段实现"
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?