STEP 1 · 案例引入
M2-057 金融业 · 案例引入
💰 案例引入 · 某基金AI投资者教育问答
💰 案例全景

利益相关者创始人(影响力高·立场坚定):技术出身,对AI理解远超团队。运营VP(影响力中·立场观望):多次失败后持谨慎态度,需要可见成果。产品经理(影响力低·立场积极):希望借助AI提升产品力,是内部推动力量。

痛点一:急于求成。CEO希望6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9个月。客户对AI「即插即用」的期望与现实之间存在显著落差。

变革路线图破冰期(1-1月):组织诊断+紧迫感建设+锁定速赢场景。验证期(2-4月):POC验证+效果量化+组织培训。扩展期(6-9月):跨部门推广+能力转移+平台建设。规模化期(11-15月):全面覆盖+持续运营+文化塑造。

风险矩阵数据风险(可能性高·影响高):数据质量不足以支撑模型训练、数据获取受合规限制、数据标注成本超预算。交付风险(可能性中·影响中):交付物与期望不符、技术方案选型错误。合规风险(可能性中·影响高):数据隐私和安全合规问题可能造成法律风险。

企业概况创立于2003年的某基金AI投资者教育问答,是金融业行业中坚力量 员工总数2558人,年营收约25亿元。在金融业细分市场占有率约13%,属于区域龙头企业。

行业背景政策层面正在加速推动金融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6%,预计2003年将达到13%。

顾问诊断顾问在8场深度访谈后得出结论:表面的技术选型问题背后是数据治理缺失和目标对齐失败两大根因。数据治理投入应占项目总预算的10%以上。

purple痛点三:数据质量堪忧。数据缺失率约39%,异常值占比约13%。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。

顾问洞察顾问团队在诊断中总结了一句核心洞察:「不要用技术方案去解决管理问题」

触发事件公司遭遇了1329万元的重大运营事故,管理层痛下决心引入AI。事故的直接原因是27小时的信息延迟导致了错误决策。

※ 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】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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某基金AI投资者教育问答中这一策略有效降低了客户的防御心理。
【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:在某基金AI投资者教育问答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】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:在某基金AI投资者教育问答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】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:在某基金AI投资者教育问答项目中,顾问用5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。
【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:某基金AI投资者教育问答中顾问采用「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。
【器】GROW教练模型
目标(Goal)→现实(Reality)→选项(Options)→意愿(Will...
本案例:在某基金AI投资者教育问答项目中,顾问用5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】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:在某基金AI投资者教育问答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:某基金AI投资者教育问答中顾问采用「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。
【法】OCE四维诊断法
从业务(Business)、数据(Data)、组织(Organization)、...
本案例:在某基金AI投资者教育问答项目中,顾问用5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。
STEP 2 · 理论讲解
M2-057 金融业 · 理论讲解
📖 理论讲解
🎯 学习目标

通过本案例学习,掌握运用道法术器框架分析金融业领域AI转型需求的方法,独立设计进场访谈方案。

核心挑战:某基金AI投资者教育问答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。

📘 【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:某基金AI投资者教育问答的实践表明,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
📙 【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:某基金AI投资者教育问答的实践表明,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】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:通过某基金AI投资者教育问答的案例练习,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
📙 【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:通过某基金AI投资者教育问答的案例练习,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
📘 【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:在某基金AI投资者教育问答中,顾问运用这一方法系统分析了客户的组织状态,发现了6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
📙 【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:通过某基金AI投资者教育问答的案例练习,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:用技术语言而非业务语言沟通
📙 【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:在某基金AI投资者教育问答中,顾问运用这一方法系统分析了客户的组织状态,发现了6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
📗 【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:某基金AI投资者教育问答的实践表明,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
📗 【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:在某基金AI投资者教育问答中,顾问运用这一方法系统分析了客户的组织状态,发现了6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:忽略组织文化对变革的影响
STEP 3 · 学员实践
M2-057 金融业 · 学员实践
✍️ 学员实践
📋 实践任务
🎯 场景:你被派往某基金AI投资者教育问答项目现场。客户CEO说"我们试过几个方案都失败了"。
总用时约66分钟。
⏱ 第1步(6分钟)
任务1
运用道法术器进行四维分析:【道】客户真正需要什么?【法】用什么方法诊断?【术】用什么技巧?【器】用什么工具?
⏱ 第2步(22分钟)
任务2
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3步(45分钟)
任务3
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4步(28分钟)
任务4
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。
💡 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
M2-057 金融业 · 参考答案
参考答案
📝 案例回顾
总结:本案例围绕某基金AI投资者教育问答展开,核心在于金融业领域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(10问)
参考问题意图追问
S1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?"
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
R4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
S5根据行业数据,类似规模企业通常11个月实现20%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?"
T6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?"
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
S9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
T10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
⚠️ 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——用行业数据校准"通常需要X到X个月"

📚 拓展

推荐:《关键对话》
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💰 金融业首页北京通维管理咨询有限公司