STEP 1 · 案例引入
案例全景与背景深度档案
🛒 案例全景
blue痛点二：组织惯性。生产/运营负责人（从业13年）对AI态度消极，经历过5次失败的数字化项目，认为「这次也不会例外」。中层管理者的抵触情绪来自三方面：技术恐惧、失败记忆、权力威胁。
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。
企业概况扎根零售电商领域25年的某酒类电商AI会员偏好变化检测，成立于2014年 企业员工1531人，年营收规模7.4亿元。已服务超过25家大型客户，客户留存率达32%。
行业背景零售电商行业的竞争格局正在被技术重新定义。数据显示，过去一年行业AI投入同比增长23%，但真正实现规模化落地的企业不足32%。
触发事件公司遭遇了6447万元的重大运营事故，管理层痛下决心引入AI。事故的直接原因是34小时的信息延迟导致了错误决策。
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。
顾问洞察顾问团队在诊断中总结了一句核心洞察：「客户说的需求和真实的需求之间隔着一个组织壁垒」
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。
※ 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。
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。某酒类电商AI会员偏好变化检测的第一周定义为「零技术周」。
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：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某酒类电商AI会员偏好变化检测中这一策略有效降低了客户的防御心理。
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：在某酒类电商AI会员偏好变化检测项目中，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。
连续追问为什么，但不是机械地问五次，而是在不同深度层面对症下药。...
本案例：某酒类电商AI会员偏好变化检测中顾问采用「先倾听再建议」策略：第一周安排10场一对一访谈，不做任何技术展示。
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：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某酒类电商AI会员偏好变化检测的第一周定义为「零技术周」。
从业务（Business）、数据（Data）、组织（Organization）、...
本案例：在某酒类电商AI会员偏好变化检测项目中，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。
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：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某酒类电商AI会员偏好变化检测的第一周定义为「零技术周」。
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。在某酒类电商AI会员偏好变化检测中这一策略有效降低了客户的防御心理。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
本案例：在某酒类电商AI会员偏好变化检测项目中，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。
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：在某酒类电商AI会员偏好变化检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。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2026年02月（统计区间 2026-2028年度）
🏢 企业概况：快消品连锁（脱敏）成立于2014年，员工总数1531人，在本行业细分市场处于前列，是本案例的委托方。
⚡ 触发事件：供应商来料不合格率连续22周超标
🗣 冲突现场：需要补充330张特定光照样本
👥 关键人物：许品牌总监（数据分析师）；何物流协调（仓储调度长）；孙运营总监（项目负责人）
🖥 系统与数据现状：供应链协同平台；全渠道电商中台；数据湖分析平台；其中许品牌总监反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：线上线下会员标签体系割裂导致画像冲突; 供应链多级经销商数据上报滞后且格式杂乱; 商品图文素材版权标识缺失影响合规使用
📉 量化痛点：跨渠道库存差异订单330笔(2026-2028年度)；退换货纠纷积压79单(2026-2028年度)；营销活动超卖损失330万元(2026-2028年度)
⚖ 关键决策点：传统机器视觉方案 vs 深度学习缺陷检测方案——传统派主张成熟稳定与调试周期短，深度派强调泛化能力强与长尾缺陷覆盖。
🔄 转折点：夜班照明系统故障引发批量误判
🗓 里程碑链：缺陷样本采集与清洗(M0)→算法选型与POC验证(M1)→产线联调与节拍压测(M2)→小批量试产与参数固化(M3)→全量上线与双轨并行(M4)→验收交付与SOP更新(M5)
STEP 2 · 理论讲解
知识点图谱与 AIPM 系统落地
🎯学习目标
掌握在零售电商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：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：顾问在某酒类电商AI会员偏好变化检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：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：通过某酒类电商AI会员偏好变化检测的案例练习，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：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
📘【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：某酒类电商AI会员偏好变化检测的实践表明，这一框架有效帮助顾问在10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
📕【术】5Why根因分析法
理论概述：连续追问为什么，但不是机械地问五次，而是在不同深度层面对症下药。
📌 本案例应用：某酒类电商AI会员偏好变化检测的实践表明，这一框架有效帮助顾问在10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：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：通过某酒类电商AI会员偏好变化检测的案例练习，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：延伸阅读可参考科特的变革八步法相关文献
⚠️ 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：顾问在某酒类电商AI会员偏好变化检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：忽略组织文化对变革的影响
📗【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：顾问在某酒类电商AI会员偏好变化检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：忽略组织文化对变革的影响
📗【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：在某酒类电商AI会员偏好变化检测中，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：急于展示方案而非先理解问题
📙【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：某酒类电商AI会员偏好变化检测的实践表明，这一框架有效帮助顾问在10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：过度承诺而低估实施难度
📘【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：在某酒类电商AI会员偏好变化检测中，顾问运用这一方法系统分析了客户的组织状态，发现了6个关键的变革障碍。
📚 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
📚 本案例知识点图谱 · 项目管理 + MBA
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）：
KP-026 管理原则8：质量质量Quality Principle——将质量融入过程与可交付成果
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
KP-038 规划范围管理范围Plan Scope Management——制定如何定义、确认和控制项目范围
识别信号：范围模糊;验收争议;需求失控
操作要点：制定范围管理计划 / 制定需求管理计划 / 明确WBS编制规则 / 确定验收标准
知识来源：49过程
识别信号：范围模糊;验收争议;需求失控
操作要点：制定范围管理计划 / 制定需求管理计划 / 明确WBS编制规则 / 确定验收标准
知识来源：49过程
KP-060 六西格玛质量Six Sigma——以数据驱动减少过程变异至每百万3.4个缺陷
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
KP-072 识别风险风险Identify Risks——识别单个项目风险及整体项目风险来源并记录特征
识别信号：风险遗漏;黑天鹅;灰犀牛
操作要点：头脑风暴 / 核查表 / 访谈 / 根本原因分析 / SWOT分析 / 专家判断 / 风险登记册 / 风险报告
知识来源：49过程
识别信号：风险遗漏;黑天鹅;灰犀牛
操作要点：头脑风暴 / 核查表 / 访谈 / 根本原因分析 / SWOT分析 / 专家判断 / 风险登记册 / 风险报告
知识来源：49过程
KP-077 实施风险应对风险Implement Risk Responses——执行商定的风险应对计划
识别信号：应对失效;责任不清;进展滞后
操作要点：执行应对行动 / 分配风险责任人 / 更新风险登记册 / 沟通应对进展 / 监控应对有效性
知识来源：49过程
识别信号：应对失效;责任不清;进展滞后
操作要点：执行应对行动 / 分配风险责任人 / 更新风险登记册 / 沟通应对进展 / 监控应对有效性
知识来源：49过程
KP-102 燃起图敏捷Burnup Chart——展示已完成工作量与总范围关系的可视化图表
识别信号：范围变更;进度追踪;可视化
操作要点：横轴时间 / 纵轴工作量 / 总范围线 / 已完成工作线 / 范围变更可视化 / 进度追踪
知识来源：敏捷
识别信号：范围变更;进度追踪;可视化
操作要点：横轴时间 / 纵轴工作量 / 总范围线 / 已完成工作线 / 范围变更可视化 / 进度追踪
知识来源：敏捷
KP-130 提示词工程治理AI治理Prompt Engineering Governance——管理大语言模型提示词的设计、测试、版本与合规
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
知识来源：AI项目特有
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
知识来源：AI项目特有
KP-133 数据标注数据治理Data Annotation——为训练数据添加标签以监督模型学习
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
知识来源：AI项目特有
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
知识来源：AI项目特有
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）：
MBA-002 价值链分析企业战略Value Chain Analysis——识别企业创造价值的各环节活动
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：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
MBA-012 六西格玛运营管理Six Sigma (DMAIC)——数据驱动减少缺陷的流程改进方法
识别信号：数据质量治理;AI模型精度;流程变异控制
框架要点：定义 / 测量 / 分析 / 改进 / 控制 / CTQ关键质量特性
关联项目管理：质量管理;度量指标
识别信号：数据质量治理;AI模型精度;流程变异控制
框架要点：定义 / 测量 / 分析 / 改进 / 控制 / CTQ关键质量特性
关联项目管理：质量管理;度量指标
MBA-015 全面质量管理运营管理Total Quality Management (TQM)——全员参与持续改进质量的管理体系
识别信号：AI质检;全链路质量监控;持续迭代
框架要点：客户导向 / 全员参与 / 过程方法 / 持续改进 / PDCA循环
关联项目管理：质量保证;PDCA
识别信号：AI质检;全链路质量监控;持续迭代
框架要点：客户导向 / 全员参与 / 过程方法 / 持续改进 / PDCA循环
关联项目管理：质量保证;PDCA
MBA-032 加权平均资本成本公司金融Weighted Average Cost of Capital (WACC)——企业各类融资成本的加权平均
识别信号：AI项目折现率;投资门槛设定;融资结构
框架要点：股权成本 / 债务成本 / 资本结构权重 / 税盾效应
关联项目管理：商业论证;成本管理
识别信号：AI项目折现率;投资门槛设定;融资结构
框架要点：股权成本 / 债务成本 / 资本结构权重 / 税盾效应
关联项目管理：商业论证;成本管理
MBA-051 作业成本法管理会计Activity-Based Costing (ABC)——按作业活动分配间接成本的方法
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
MBA-053 标准成本法管理会计Standard Costing & Variance Analysis——以预设标准衡量实际成本偏差
识别信号：AI项目预算偏差;成本超支分析;绩效对标
框架要点：价格差异 / 用量差异 / 效率差异 / 有利/不利分析
关联项目管理：成本控制;绩效度量
识别信号：AI项目预算偏差;成本超支分析;绩效对标
框架要点：价格差异 / 用量差异 / 效率差异 / 有利/不利分析
关联项目管理：成本控制;绩效度量
🗺 全知识域覆盖矩阵 · 项目管理 15 域 + MBA 12 领域
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 6 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 | 低 | KP-016 交付绩效域 | 操作切入点：交付价值 |
| 范围 | 高 | KP-038 规划范围管理 | 操作切入点：制定范围管理计划 |
| 进度 | 低 | KP-052 三点估算 | 操作切入点：最乐观O |
| 成本 | 低 | KP-107 挣值管理EVM | 操作切入点：计划价值PV |
| 质量 | 高 | KP-026 管理原则8：质量 | 操作切入点：质量内建 |
| 资源 | 低 | KP-064 获取资源 | 操作切入点：预分派 |
| 沟通 | 未涉及 | — | 同类项目中出现于信息分发与汇报节奏设计环节 |
| 风险 | 高 | KP-072 识别风险 | 操作切入点：头脑风暴 |
| 采购 | 低 | KP-088 合同类型 | 操作切入点：固定总价FFP/总价加激励FPIF/总价加经济价格调整FPEPA |
| 干系人 | 低 | KP-080 识别干系人 | 操作切入点：干系人登记册 |
| 治理 | 低 | KP-091 项目治理 | 操作切入点：治理框架 |
| 变更 | 低 | KP-037 实施整体变更控制 | 操作切入点：建立变更控制委员会CCB |
| 敏捷 | 高 | KP-102 燃起图 | 操作切入点：横轴时间 |
| 数据治理 | 高 | KP-133 数据标注 | 操作切入点：标注指南 |
| AI治理 | 高 | KP-130 提示词工程治理 | 操作切入点：提示词模板库 |
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 | 高 | MBA-012 六西格玛 | 操作切入点：定义 |
| 市场营销 | 低 | MBA-023 顾客终身价值 | 操作切入点：获取成本 |
| 公司金融 | 高 | MBA-032 加权平均资本成本 | 操作切入点：股权成本 |
| 财务会计 | 低 | MBA-042 权责发生制 | 操作切入点：收入确认时点 |
| 管理会计 | 高 | MBA-051 作业成本法 | 操作切入点：作业识别 |
| 投资学与估值 | 低 | MBA-068 协同效应 | 操作切入点：收入协同 |
| 组织行为学 | 低 | MBA-077 心理契约 | 操作切入点：交易型 |
| 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 | 低 | MBA-098 规模经济与范围经济 | 操作切入点：规模经济 |
| 商业伦理与公司治理 | 低 | MBA-105 商业伦理框架 | 操作切入点：功利主义 |
| 信息系统与数字化转型 | 低 | MBA-117 云计算经济学 | 操作切入点：CapEx转OpEx |
🖥 知识点在 AIPM 系统中的落地操作
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：
MAP-06 进度管理-敏捷迭代可落实可直接在系统内完成
页面：/sprints
入口：Sprint 管理>新建冲刺>迭代名称/起止日期/任务池
操作步骤：进入 Sprint 管理；点击「新建冲刺」；填写迭代名称与起止日期；从任务池拖拽任务到迭代；启动冲刺
数据录入：任务归属冲刺即计划排期
边界与变通：多项目共享 Sprint 不可跨项目拖拽
整改清单FIX-2026-022（P1，工作量M）：新增跨项目Sprint视图，支持任务跨项目拖拽与统一燃尽图
页面：/sprints
入口：Sprint 管理>新建冲刺>迭代名称/起止日期/任务池
操作步骤：进入 Sprint 管理；点击「新建冲刺」；填写迭代名称与起止日期；从任务池拖拽任务到迭代；启动冲刺
数据录入：任务归属冲刺即计划排期
边界与变通：多项目共享 Sprint 不可跨项目拖拽
整改清单FIX-2026-022（P1，工作量M）：新增跨项目Sprint视图，支持任务跨项目拖拽与统一燃尽图
MAP-11 质量管理-质量检查部分可落实需变通组合实现
页面：/principle-checks
入口：PMBOK 六原则自查>选择原则>检查清单>结果记录
操作步骤：进入原则自查页；选择目标原则；逐项勾选检查清单；记录不符合项与整改措施
数据录入：检查结果为知识条目，可关联到项目
边界与变通：非通用质量管理框架，仅覆盖 PMBOK 六原则
整改清单FIX-2026-012（P1，工作量M）：在原则自查页增加「自定义检查清单」功能，支持行业模板导入
页面：/principle-checks
入口：PMBOK 六原则自查>选择原则>检查清单>结果记录
操作步骤：进入原则自查页；选择目标原则；逐项勾选检查清单；记录不符合项与整改措施
数据录入：检查结果为知识条目，可关联到项目
边界与变通：非通用质量管理框架，仅覆盖 PMBOK 六原则
整改清单FIX-2026-012（P1，工作量M）：在原则自查页增加「自定义检查清单」功能，支持行业模板导入
MAP-22 风险管理-定量分析不可落实需系统整改后支持
页面：无对应页面
入口：缺口类型 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
页面：无对应页面
入口：缺口类型 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
MAP-23 风险管理-应对规划可落实可直接在系统内完成
页面：/risk + /tasks
入口：风险登记册>选择风险>应对策略字段>关联应对任务
操作步骤：选择目标风险条目；选择应对策略（规避/转移/减轻/接受）；点击「创建应对任务」自动跳转到任务页创建
数据录入：应对任务与原风险双向关联
边界与变通：应对效果需人工跟踪更新
页面：/risk + /tasks
入口：风险登记册>选择风险>应对策略字段>关联应对任务
操作步骤：选择目标风险条目；选择应对策略（规避/转移/减轻/接受）；点击「创建应对任务」自动跳转到任务页创建
数据录入：应对任务与原风险双向关联
边界与变通：应对效果需人工跟踪更新
MAP-40 AI治理-模型监控可落实可直接在系统内完成
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：/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
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-012、FIX-2026-022 已登记入《AIPM 系统整改清单》，在功能补齐前可按上方"变通组合"执行。
STEP 3 · 学员实践
动手实操与 AI 协同工作法
📋实践任务
🎯 场景：你被派往某酒类电商AI会员偏好变化检测项目现场。客户CEO说"我们想上AI但不知从何开始"。
总用时约138分钟。
总用时约138分钟。
⏱ 第1步（8分钟）
任务1
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2步（24分钟）
任务2
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。
⏱ 第3步（30分钟）
任务3
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4步（36分钟）
任务4
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5步（40分钟）
任务5
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。
💡提示
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
🤖 用 WorkBuddy 调用通小维 / 项目管理专家团落实管理动作
👥 参与的专家团角色：质量经理、交付PM、高级PM、项目总监
🎬 本案例剧本：智能质检（基于 WB-09 质量门与验收管理 变体）
💬 开场提示词（可直接复制到 WorkBuddy）
背景：快消品连锁智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
背景：快消品连锁智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
操作步骤
第1步
对 WorkBuddy 输入产线实测数据与模型输出记录，触发质检评审
第2步
质量经理核对检测标准与模型判定逻辑，标注偏差项
第3步
交付PM整理产线部署环境与硬件适配情况
第4步
高级PM评估误检/漏检根因与数据增强可行性
第5步
项目总监制定客户验收计划与签字流程
第6步
在 AIPM 中更新质量管理模块，录入报告与验收计划
第7步
将产线调优任务转为执行项，分配责任人与测试周期。
📦 预期产出物：智能质检质量门报告；缺陷分析表；验收测试计划
🔄 AIPM 回流动作：更新质检项目模块的模型指标与验收状态，绑定报告附件
⚖️ 通小维（CEO）决策点：①是否允许带条件验收并设定整改期限；②是否追加数据采集或硬件改造以提升检测稳定性
STEP 4 · 参考答案
参考答案与评分要点
📝案例回顾
总结：本案例围绕某酒类电商AI会员偏好变化检测展开，核心在于零售电商领域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。
【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）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 在过去7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？" |
| 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 | 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 |
| 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 | 您能描述一下目前零售电商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 | 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 |
| A7 | 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？" |
| R8 | 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 |
| S9 | 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？" |
| T10 | 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 |
⚠️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"先了解您的挑战才能切中要害"
•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：《影响力》西奥迪尼
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？