STEP 1 · 案例引入
案例全景与背景深度档案
🚚 案例全景
顾问洞察顾问团队在诊断中总结了一句核心洞察：「数据不是越多越好，而是越准越好」
blue痛点二：信任透支。过去6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。
变革路线图启动阶段（第1月）：组建项目组+数据摸底+技术选型。攻坚阶段（第3-6月）：数据治理+模型开发+验证测试。推广阶段（第6-8月）：系统部署+流程适配+一线培训。收尾阶段（第12-16月）：效果评估+知识移交。
顾问诊断经过4天的进场诊断（含10场一对一访谈），顾问识别出三层根因结构：表层是技术能力不足，中层是组织准备度不足和数据基础薄弱，深层是期望管理失控和变革领导力缺失。不解决三大根因问题，任何AI方案都难以落地。
行业背景物流运输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65%，预计未来6个月内将超过30%。
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20个月。客户对AI「即插即用」的期望与现实之间存在显著落差。
触发事件公司遭遇了6576万元的重大运营事故，管理层痛下决心引入AI。事故的直接原因是18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。
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：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某搬家AI季节性需求预测的第一周定义为「零技术周」。
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：在某搬家AI季节性需求预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。
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。某搬家AI季节性需求预测的第一周定义为「零技术周」。
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：在某搬家AI季节性需求预测项目中，顾问用4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。
高质量的访谈通过精心设计的提问顺序，引导客户自己发现问题的真实面貌。...
本案例：在某搬家AI季节性需求预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。
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：在某搬家AI季节性需求预测项目中，顾问用4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。
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：信任不是通过说「我懂」建立的，而是通过问「您怎么看」建立的。某搬家AI季节性需求预测的第一周定义为「零技术周」。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
本案例：在某搬家AI季节性需求预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。
情境（Situation）→目标（Target）→行动（Action）→结果（R...
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。某搬家AI季节性需求预测的第一周定义为「零技术周」。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2024年09月（统计区间 2024-2026年度）
🏢 企业概况：大宗物资运输（脱敏）成立于2020年，员工总数966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：供应商突发产能调整导致交期延误15天
🗣 冲突现场：市场热度是突发的，AI模型该自适应
👥 关键人物：陈质控总监（客服投诉主管）；许车辆维保（线路规划师）；赵运营总监（项目负责人）
🖥 系统与数据现状：GPS/北斗车队调度；冷链温控IoT平台；通关申报系统；其中陈质控总监反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：车辆轨迹与仓储温湿度数据时间戳不同步导致分析断裂; 多级承运商结算标准不一造成对账数据冲突; 历史电子运单非结构化备注缺乏语义提取标准
📉 量化痛点：电子运单流转异常58笔(2024-2026年度)；仓储盘点差异货品190件(2024-2026年度)；车辆空驶里程累计58公里(2024-2026年度)
⚖ 关键决策点：集中式全局优化算法 vs 分布式节点协同预测——集中派追求全局最优与成本最低，分布派看重局部响应速度与数据隐私。
🔄 转折点：汇率剧烈波动引发采购成本重估
🗓 里程碑链：历史需求数据盘点与清洗(M0)→预测算法选型与基线建立(M1)→供需协同流程设计与沙盘推演(M2)→试点品类跑通与参数校准(M3)→全品类切换与安全库存重算(M4)→验收交付与持续监控机制建立(M5)
STEP 2 · 理论讲解
知识点图谱与 AIPM 系统落地
🎯学习目标
通过某搬家AI季节性需求预测深入学习道法术器框架在物流运输企业的实战应用，建立系统的诊断思维。
核心挑战：某搬家AI季节性需求预测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。
📕【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：某搬家AI季节性需求预测的实践表明，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：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
📕【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：通过某搬家AI季节性需求预测的案例练习，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：建议查阅PMI项目管理知识体系中的相关实践
⚠️ 常见误区：急于展示方案而非先理解问题
📗【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：顾问在某搬家AI季节性需求预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：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
📘【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：某搬家AI季节性需求预测的实践表明，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：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
📕【术】一对一深度访谈术
理论概述：高质量的访谈通过精心设计的提问顺序，引导客户自己发现问题的真实面貌。
📌 本案例应用：通过某搬家AI季节性需求预测的案例练习，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：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】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：顾问在某搬家AI季节性需求预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：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
📙【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：某搬家AI季节性需求预测的实践表明，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
📙【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：在某搬家AI季节性需求预测中，顾问运用这一方法系统分析了客户的组织状态，发现了8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
📗【法】STAR结构化进场框架
理论概述：情境（Situation）→目标（Target）→行动（Action）→结果（Result）四步访谈框架。
📌 本案例应用：顾问在某搬家AI季节性需求预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：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
📚 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-011 干系人绩效域干系人Stakeholder Performance Domain——建立与干系人的有效互动关系
识别信号：权力博弈;利益冲突;沟通失效
操作要点：识别干系人 / 理解分析优先级 / 规划参与 / 建立信任 / 持续互动
知识来源：PMBOK 7 性能域
识别信号：权力博弈;利益冲突;沟通失效
操作要点：识别干系人 / 理解分析优先级 / 规划参与 / 建立信任 / 持续互动
知识来源：PMBOK 7 性能域
KP-017 测量绩效域集成Measurement Performance Domain——评估项目绩效并采取应对措施
识别信号：指标失真;数据缺失;响应滞后
操作要点：建立KPI与基线 / 收集数据 / 分析偏差 / 展示可视化 / 采取行动
知识来源：PMBOK 7 性能域
识别信号：指标失真;数据缺失;响应滞后
操作要点：建立KPI与基线 / 收集数据 / 分析偏差 / 展示可视化 / 采取行动
知识来源：PMBOK 7 性能域
KP-036 监控项目工作集成Monitor and Control Project Work——跟踪、审查并报告项目整体进展
识别信号：绩效偏差;趋势预测;决策支持
操作要点：比较实际与计划绩效 / 评估新风险 / 预测趋势 / 提供预测信息 / 支持决策
知识来源：49过程
识别信号：绩效偏差;趋势预测;决策支持
操作要点：比较实际与计划绩效 / 评估新风险 / 预测趋势 / 提供预测信息 / 支持决策
知识来源：49过程
KP-040 定义范围范围Define Scope——制定项目、服务或成果的详细描述
识别信号：镀金蔓延;范围蔓延;边界不清
操作要点：产品分析 / 备选方案生成 / 专家判断 / 决策矩阵 / 输出项目范围说明书
知识来源：49过程
识别信号：镀金蔓延;范围蔓延;边界不清
操作要点：产品分析 / 备选方案生成 / 专家判断 / 决策矩阵 / 输出项目范围说明书
知识来源：49过程
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-078 监督风险风险Monitor Risks——在整个项目期间监督风险应对执行、跟踪已识别风险并识别新风险
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
知识来源：49过程
识别信号：风险变化;储备耗尽;新风险涌现
操作要点：风险审计 / 偏差与趋势分析 / 储备分析 / 会议 / 更新风险登记册 / 识别新风险 / 关闭过时风险
知识来源：49过程
KP-080 识别干系人干系人Identify Stakeholders——定期识别项目影响或受影响的人、团体或组织并分析期望
识别信号：干系人遗漏;期望失控;权力失衡
操作要点：干系人登记册 / 干系人分析 / 权力利益矩阵 / 权力影响矩阵 / 影响作用矩阵 / 凸显模型
知识来源：49过程
识别信号：干系人遗漏;期望失控;权力失衡
操作要点：干系人登记册 / 干系人分析 / 权力利益矩阵 / 权力影响矩阵 / 影响作用矩阵 / 凸显模型
知识来源：49过程
KP-136 PI Planning敏捷PI Planning——SAFe中所有ART团队成员面对面规划下一个PI事件
识别信号：大规模规划;依赖管理;风险识别
操作要点：两天议程 / 业务背景 / 架构愿景 / 团队拆分 / 依赖识别 / 风险解决 / 计划确认 / 管理层评审
知识来源：敏捷
识别信号：大规模规划;依赖管理;风险识别
操作要点：两天议程 / 业务背景 / 架构愿景 / 团队拆分 / 依赖识别 / 风险解决 / 计划确认 / 管理层评审
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）：
MBA-006 蓝海战略企业战略Blue Ocean Strategy——开辟无竞争新市场空间的价值创新
识别信号：AI新场景创造;差异化定位;价值创新
框架要点：价值曲线 / 四步动作框架(消除-减少-提升-创造) / 战略画布 / 非客户转化
关联项目管理：需求管理;创新管理
识别信号：AI新场景创造;差异化定位;价值创新
框架要点：价值曲线 / 四步动作框架(消除-减少-提升-创造) / 战略画布 / 非客户转化
关联项目管理：需求管理;创新管理
MBA-016 准时制生产运营管理Just-In-Time (JIT)——按需拉动零库存的生产组织方式
识别信号：AI需求预测;智能补货;库存优化
框架要点：看板拉动 / 零库存目标 / 供应商协同 / 快速换模
关联项目管理：进度管理;库存控制
识别信号：AI需求预测;智能补货;库存优化
框架要点：看板拉动 / 零库存目标 / 供应商协同 / 快速换模
关联项目管理：进度管理;库存控制
MBA-097 行为经济学管理经济学Behavioral Economics——有限理性与认知偏差影响决策
识别信号：AI决策偏差;用户行为设计;变革阻力
框架要点：锚定效应 / 损失厌恶 / 框架效应 / 心理账户 / 助推
关联项目管理：风险管理;变更管理
识别信号：AI决策偏差;用户行为设计;变革阻力
框架要点：锚定效应 / 损失厌恶 / 框架效应 / 心理账户 / 助推
关联项目管理：风险管理;变更管理
MBA-098 规模经济与范围经济管理经济学Economies of Scale & Scope——产量增加或品种扩展降低单位成本
识别信号：AI算力规模效应;模型复用;边际成本递减
框架要点：规模经济 / 规模不经济 / 范围经济 / 学习曲线
关联项目管理：成本管理;资源管理
识别信号：AI算力规模效应;模型复用;边际成本递减
框架要点：规模经济 / 规模不经济 / 范围经济 / 学习曲线
关联项目管理：成本管理;资源管理
MBA-114 平台经济与双边市场信息系统与数字化转型Platform Economics & Two-Sided Markets——连接多方用户的平台商业模式
识别信号：AI平台构建;开发者生态;数据飞轮;多边市场
框架要点：网络效应 / 补贴策略 / 赢家通吃 / 平台治理 / 生态系统
关联项目管理：干系人参与;效益管理
识别信号：AI平台构建;开发者生态;数据飞轮;多边市场
框架要点：网络效应 / 补贴策略 / 赢家通吃 / 平台治理 / 生态系统
关联项目管理：干系人参与;效益管理
MBA-118 API经济与集成信息系统与数字化转型API Economy & Integration——通过开放接口实现系统互操作与价值交换
识别信号：AI模型服务化;API集成;生态开放;能力复用
框架要点：REST/GraphQL / API网关 / 版本管理 / 开发者体验 / 变现
关联项目管理：整合管理;范围管理
识别信号：AI模型服务化;API集成;生态开放;能力复用
框架要点：REST/GraphQL / API网关 / 版本管理 / 开发者体验 / 变现
关联项目管理：整合管理;范围管理
🗺 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 5 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-017 测量绩效域 | 操作切入点：建立KPI与基线 |
| 范围 | 高 | KP-040 定义范围 | 操作切入点：产品分析 |
| 进度 | 低 | KP-046 排列活动顺序 | 操作切入点：紧前关系绘图法PDM |
| 成本 | 低 | KP-112 成本绩效指数CPI | 操作切入点：CPI=EV/AC |
| 质量 | 低 | KP-057 规划质量管理 | 操作切入点：质量政策 |
| 资源 | 低 | KP-067 控制资源 | 操作切入点：资源绩效审查 |
| 沟通 | 低 | KP-069 管理沟通 | 操作切入点：分发信息 |
| 风险 | 高 | KP-072 识别风险 | 操作切入点：头脑风暴 |
| 采购 | 低 | KP-085 规划采购管理 | 操作切入点：采购管理计划 |
| 干系人 | 高 | KP-011 干系人绩效域 | 操作切入点：识别干系人 |
| 治理 | 低 | KP-091 项目治理 | 操作切入点：治理框架 |
| 变更 | 低 | KP-090 配置管理 | 操作切入点：配置识别 |
| 敏捷 | 高 | KP-136 PI Planning | 操作切入点：两天议程 |
| 数据治理 | 低 | KP-120 数据治理 | 操作切入点：数据所有者 |
| AI治理 | 低 | KP-128 AI风险与合规 | 操作切入点：算法偏见 |
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-006 蓝海战略 | 操作切入点：价值曲线 |
| 运营管理 | 高 | MBA-016 准时制生产 | 操作切入点：看板拉动 |
| 市场营销 | 低 | MBA-025 客户满意度模型 | 操作切入点：期望-感知差距 |
| 公司金融 | 低 | MBA-035 实物期权 | 操作切入点：延迟期权 |
| 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 | 低 | MBA-062 现金流折现模型 | 操作切入点：自由现金流预测 |
| 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-082 胜任力模型 | 操作切入点：冰山模型 |
| 管理经济学 | 高 | MBA-097 行为经济学 | 操作切入点：锚定效应 |
| 商业伦理与公司治理 | 低 | MBA-102 利益相关者理论 | 操作切入点：股东 |
| 信息系统与数字化转型 | 高 | MBA-114 平台经济与双边市场 | 操作切入点：网络效应 |
🖥 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-20 风险管理-风险识别可落实可直接在系统内完成
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：/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
MAP-24 风险管理-风险监控可落实可直接在系统内完成
页面：/risk + /automations
入口：风险登记册>更新状态；Automations 设置触发器>条件>动作
操作步骤：定期更新风险状态与触发条件；进入 Automations 创建规则：当风险等级变化时触发通知；设置通知对象与渠道
数据录入：自动化规则基于风险字段变化触发
边界与变通：监控阈值需手动配置
页面：/risk + /automations
入口：风险登记册>更新状态；Automations 设置触发器>条件>动作
操作步骤：定期更新风险状态与触发条件；进入 Automations 创建规则：当风险等级变化时触发通知；设置通知对象与渠道
数据录入：自动化规则基于风险字段变化触发
边界与变通：监控阈值需手动配置
MAP-30 干系人管理-满意度评估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 G3
操作步骤：系统无满意度调查/NPS 问卷模块
数据录入：不涉及数据录入
边界与变通：建议通过 Webhook 对接外部问卷工具
整改清单FIX-2026-008（P2，工作量S）：通过Webhook对接外部问卷工具（如问卷星/腾讯问卷），结果回传为知识条目
页面：无对应页面
入口：缺口类型 G3
操作步骤：系统无满意度调查/NPS 问卷模块
数据录入：不涉及数据录入
边界与变通：建议通过 Webhook 对接外部问卷工具
整改清单FIX-2026-008（P2，工作量S）：通过Webhook对接外部问卷工具（如问卷星/腾讯问卷），结果回传为知识条目
MAP-36 敏捷管理-站会与回顾部分可落实需变通组合实现
页面：/whiteboard + /tasks
入口：白板记录站会要点；任务页更新进展
操作步骤：在白板上记录站会三点（昨日/今日/障碍）；在任务页更新任务状态；会后在白板上归档站会记录
数据录入：站会记录为白板内容，需手动关联 Sprint
边界与变通：无站会模板与自动提醒功能
整改清单FIX-2026-016（P2，工作量S）：通过日历创建定期站会事件，白板使用站会模板，Automations设置会前提醒
页面：/whiteboard + /tasks
入口：白板记录站会要点；任务页更新进展
操作步骤：在白板上记录站会三点（昨日/今日/障碍）；在任务页更新任务状态；会后在白板上归档站会记录
数据录入：站会记录为白板内容，需手动关联 Sprint
边界与变通：无站会模板与自动提醒功能
整改清单FIX-2026-016（P2，工作量S）：通过日历创建定期站会事件，白板使用站会模板，Automations设置会前提醒
MAP-43 集成管理-API对接可落实可直接在系统内完成
页面：/webhooks + /integrations
入口：Webhooks 管理>新建回调>URL/事件/密钥；Integrations 配置连接
操作步骤：进入 Webhooks 页；点击「新建 Webhook」；填写回调 URL 与事件类型；生成密钥；在 Integrations 配置第三方连接
数据录入：Webhook 用于事件推送，Integrations 用于数据拉取
边界与变通：无 API 网关与限流管理
页面：/webhooks + /integrations
入口：Webhooks 管理>新建回调>URL/事件/密钥；Integrations 配置连接
操作步骤：进入 Webhooks 页；点击「新建 Webhook」；填写回调 URL 与事件类型；生成密钥；在 Integrations 配置第三方连接
数据录入：Webhook 用于事件推送，Integrations 用于数据拉取
边界与变通：无 API 网关与限流管理
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-008、FIX-2026-016 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：你被派往某搬家AI季节性需求预测项目现场。客户CEO说"预算有限但希望尽快见效"。
总用时约146分钟。
总用时约146分钟。
⏱ 第1步（13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（18分钟）
任务2
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3步（30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（40分钟）
任务4
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。
⏱ 第5步（45分钟）
任务5
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。
💡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：PMO总监、项目总监、风险经理、高级PM
🎬 本案例剧本：供应链预测（基于 WB-01 新项目立项评估 变体）
💬 开场提示词（可直接复制到 WorkBuddy）
背景：大宗物资运输拟启动供应链需求预测 AI 项目，预期目标为优化库存周转与降低缺货率，已知约束为车辆轨迹与仓储温湿度数据时间戳不同步导致分析断裂; 多级承运商结算标准不一造成对账数据冲突; 历史电。角色：主责项目总监，协审风险经理与高级PM，PMO总监终审。交付物：输出供应链预测立项评估报告（Word）与初步实施计划（Excel），包含数据可用性评估、模型选型对比、供应商协同需求与里程碑。
背景：大宗物资运输拟启动供应链需求预测 AI 项目，预期目标为优化库存周转与降低缺货率，已知约束为车辆轨迹与仓储温湿度数据时间戳不同步导致分析断裂; 多级承运商结算标准不一造成对账数据冲突; 历史电。角色：主责项目总监，协审风险经理与高级PM，PMO总监终审。交付物：输出供应链预测立项评估报告（Word）与初步实施计划（Excel），包含数据可用性评估、模型选型对比、供应商协同需求与里程碑。
操作步骤
第1步
对 WorkBuddy 输入历史销售数据与库存记录，触发立项评估
第2步
高级PM评估数据质量、缺失值与系统对接难度
第3步
风险经理识别供应链上下游协同风险与数据安全要求
第4步
项目总监起草模型选型对比与初步里程碑
第5步
PMO总监汇总意见，生成立项报告与决策项
第6步
在 AIPM 中创建项目容器，录入评估报告
第7步
将供应商协同需求转为沟通任务，设定对接节点。
📦 预期产出物：供应链预测立项报告；初步实施计划；数据评估表
🔄 AIPM 回流动作：更新供应链项目模块，绑定评估报告与对接计划
⚖️ 通小维（CEO）决策点：①是否批准数据共享协议与供应商接入权限；②是否选择云端或本地部署以平衡成本与安全
STEP 4 · 参考答案
参考答案与评分要点
📝案例回顾
总结：本案例围绕某搬家AI季节性需求预测展开，核心在于物流运输领域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（9问）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 如果这个项目不做，6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 |
| T2 | 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 |
| A3 | 在过去6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？" |
| R4 | 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 |
| S5 | 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 |
| T6 | 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？" |
| A7 | 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 |
| R8 | 根据行业数据，类似规模企业通常12个月实现11%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？" |
| S9 | 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 |
⚠️失分场景
•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——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？