案例全景与背景深度档案
blue痛点二:组织惯性。生产/运营负责人(从业28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。
purple痛点三:数据孤岛严重。5个独立系统之间缺乏数据互通机制,同一指标在不同系统中的定义和口径完全不同。数据标准化的工作量远大于AI模型开发的投入。
顾问诊断经过5天的深入诊断,顾问团队揭示了3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5个月的专项治理;技术选型必须考虑组织能力约束。
利益相关者CEO(影响力高·立场不确定):项目发起人但AI认知偏差,需认知校准。CTO(影响力中·立场中性偏支持):技术执行者,可成为盟友。业务负责人(影响力中·立场消极):信任透支,需速赢重建信心。IT团队(影响力低·立场焦虑):怕被边缘化,需纳入能力建设。一线骨干(影响力低·立场观望):支持与否直接影响落地。
触发事件一份内部诊断报告揭示:核心流程中存在大量重复性人力操作,年均浪费超过年营收的11%(约5363万元),CEO随即要求启动效率提升专项。
痛点一:目标分歧。高管团队对AI的认知停留在「自动化」和「降本」两个关键词上,忽视了「增效」和「创新」的潜力。业务部门和技术部门在需求定义上存在根本分歧——业务关注场景,技术关注数据。
企业概况以能源电力为核心赛道的某铁矿AI选矿工艺优化成立于2012年,是该领域重要参与者 企业员工3231人,年营收规模6.4亿元。已服务超过21家大型客户,客户留存率达33%。
※ 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
通过本案例学习,掌握运用道法术器框架分析能源电力领域AI转型需求的方法,独立设计进场访谈方案。
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。
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: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:目标(Goal)→现实(Reality)→选项(Options)→意愿(Will),让客户主动探索方案。
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: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。
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。
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: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。
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: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:基线建立;计划整合;审批流程
操作要点:整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 / 确立变更控制流程 / 获得正式批准
知识来源:49过程
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:范围蔓延;镀金;变更失控
操作要点:比较实际与基准 / 识别范围蔓延 / 管理变更请求 / 更新WBS与WBS词典 / 偏差分析
知识来源:49过程
识别信号:成本超支;挣值偏差;预测失真
操作要点:挣值分析EVM / 计算SPI/CPI / 预测EAC/ETC/TCPI / 偏差分析 / 绩效审查 / 项目管理软件
知识来源:49过程
识别信号:资源缺口;技能不匹配;成本超支
操作要点:自下而上估算 / 类比估算 / 参数估算 / 资源分解结构RBS / 项目管理信息系统 / 替代方案分析
知识来源:49过程
识别信号:参与度变化;策略失效;关系恶化
操作要点:干系人参与度评估 / 数据分析(备选方案/根因/干系人映射) / 决策 / 数据表现(干系人参与度评估矩阵)
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
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: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公司估值;行业对标;投资标的筛选
框架要点:EV/EBITDA / P/E / P/S / 可比公司筛选 / 倍数调整
关联项目管理:采购评估;商业论证
识别信号:AI公司并购定价;交易参考;溢价评估
框架要点:交易倍数 / 控制权溢价 / 协同效应 / 时间调整
关联项目管理:采购管理;商业论证
识别信号:AI竞合策略;标准制定;生态博弈
框架要点:纳什均衡 / 囚徒困境 / 重复博弈 / 机制设计
关联项目管理:干系人分析;风险管理
识别信号:AI数据不对称;模型黑箱;信任机制
框架要点:逆向选择 / 道德风险 / 信号传递 / 筛选机制
关联项目管理:风险管理;沟通管理
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 7 个、MBA 领域 5 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-033 制定项目管理计划 | 操作切入点:整合范围/进度/成本/质量/资源/沟通/风险/采购/干系人计划 |
| 范围 | 高 | KP-041 创建WBS | 操作切入点:分解到工作包层级 |
| 进度 | 中 | KP-049 控制进度 | 操作切入点:挣值分析进度绩效 |
| 成本 | 高 | 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 | 高 | 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 | 低 | 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 | 高 | KP-011 干系人绩效域 | 操作切入点:识别干系人 |
| 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 | 低 | 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 | 低 | 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-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 | 高 | MBA-063 可比公司分析 | 操作切入点:EV/EBITDA |
| 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-093 博弈论 | 操作切入点:纳什均衡 |
| 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:/ai/wbs
入口:AI WBS 页面>输入框>生成按钮>树形展示区
操作步骤:进入 AI WBS 页面;在输入框填写项目目标与交付物描述;点击「生成 WBS」按钮;检查树形分解结果;按需手动调整节点层级
数据录入:以自然语言描述驱动 AI 生成,生成结果可手动编辑
边界与变通:AI 生成质量依赖输入描述的完整度
页面:/stakeholders
入口:干系人登记册>Power×Interest 四象限>参与策略字段
操作步骤:进入干系人登记册;录入干系人信息;系统自动定位 Power×Interest 四象限;填写参与策略;保存
数据录入:权力/兴趣评分由用户输入,系统自动映射象限
边界与变通:参与策略为文本字段,无自动化建议
页面:/stakeholders
入口:干系人登记册>新建>名称/角色/权力/兴趣/分类
操作步骤:进入干系人登记册;点击「+新建干系人」;填写基本信息与角色;录入权力与兴趣评分;系统自动定位象限
数据录入:权力/兴趣 1-5 分制,四象限自动计算
边界与变通:无自动干系人发现或关系图谱
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:/integrations + /automations
入口:Integrations 配置数据源;Automations 设置同步规则
操作步骤:在 Integrations 添加外部数据源;配置字段映射;进入 Automations 创建定时同步规则;查看同步日志
数据录入:同步为增量模式,按配置周期执行
边界与变通:无实时双向同步能力
整改清单FIX-2026-021(P2,工作量L):优化Integrations支持WebSocket实时推送;当前通过缩短Automations同步周期变通
动手实操与 AI 协同工作法
总用时约156分钟。
区分客户说的问题和真实的问题——症状往往不是根因
背景:油气管道运营风控反欺诈 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2024年05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 | 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 |
| 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 | 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 |
| R4 | 您能描述一下目前能源电力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?" |
| S5 | 根据行业数据,类似规模企业通常6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?" |
| T6 | 如果这个项目不做,5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 |
| A7 | 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 |
| 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 |
•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"——回应"先提两个方向供您参考"
•客户期望不切实际——用对比法"这个目标需要的资源要翻倍"
推荐:《咨询的奥秘》温伯格
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?