STEP 1 · 案例引入
M7-045 能源电力 · 案例引入
案例引入 · 某LNG AI气化速率预测
⚡ 案例全景

行业背景能源电力领域正经历从经验驱动到数据驱动的范式转移。约74%的头部企业已完成第一阶段的AI部署,行业平均效率提升约5%。

顾问洞察顾问团队在诊断中总结了一句核心洞察:「变革的速度不能超过信任建立的速度」

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12个月才能产生可量化的业务价值。

顾问诊断经过2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。

变革路线图认知对齐期(0.5-1月):高管工作坊+AI认知培训+战略共识。快速验证期(3-2月):选定高频低风险场景落地。价值扩展期(3-7月):扩展场景+内部推广。运维成熟期(8-11月):建立持续运营+知识沉淀。

blue痛点二:组织惯性。生产/运营负责人(从业25年)对AI态度消极,经历过4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。

风险矩阵期望风险(可能性高·影响高):利益相关者对时间表和效果有不切实际的预期。资源风险(可能性中·影响高):预算可能被削减、关键人员可能被调离。治理风险(可能性中·影响中):数据安全和隐私合规问题。

企业概况扎根能源电力领域7年的某LNG AI气化速率预测,成立于2005年 公司现有员工2272人,年营收约5.7亿元,累计获得69项专利授权。

痛点一:需求模糊。管理层说要用AI,但对AI的能力边界缺乏基本认知。三位核心高管对项目预期存在明显分歧——CEO关注品牌提升,CTO关注技术先进性,运营负责人关注效率提升。需求不是从业务问题推导出来的,而是从「别人有我们也得有」的从众心理产生的。

※ 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】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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某LNG AI气化速率预测中这一策略有效降低了客户的防御心理。
【术】5Why根因分析法
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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某LNG AI气化速率预测中这一策略有效降低了客户的防御心理。
【法】期望管理框架
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LNG AI气化速率预测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LNG AI气化速率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。
【术】开放式提问六变体
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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某LNG AI气化速率预测中这一策略有效降低了客户的防御心理。
【法】OCE四维诊断法
从业务(Business)、数据(Data)、组织(Organization)、...
本案例:在某LNG AI气化速率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。
【术】非语言信号解读
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LNG AI气化速率预测的第一周定义为「零技术周」。
【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LNG AI气化速率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。
【术】一对一深度访谈术
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LNG AI气化速率预测项目中,顾问用2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LNG AI气化速率预测中顾问采用「先倾听再建议」策略:第一周安排9场一对一访谈,不做任何技术展示。
STEP 2 · 理论讲解
M7-045 能源电力 · 理论讲解
📖 理论讲解
🎯 学习目标

掌握在能源电力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LNG AI气化速率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。

📘 【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LNG AI气化速率预测的实践表明,这一框架有效帮助顾问在9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:用技术语言而非业务语言沟通
📕 【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LNG AI气化速率预测中将这一工具应用于5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:用技术语言而非业务语言沟通
📗 【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:某LNG AI气化速率预测的实践表明,这一框架有效帮助顾问在9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:忽略组织文化对变革的影响
📙 【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:通过某LNG AI气化速率预测的案例练习,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】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:在某LNG AI气化速率预测中,顾问运用这一方法系统分析了客户的组织状态,发现了3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:用技术语言而非业务语言沟通
📗 【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LNG AI气化速率预测中,顾问运用这一方法系统分析了客户的组织状态,发现了3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:用技术语言而非业务语言沟通
📕 【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:在某LNG AI气化速率预测中,顾问运用这一方法系统分析了客户的组织状态,发现了3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:忽略组织文化对变革的影响
📙 【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LNG AI气化速率预测的案例练习,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】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LNG AI气化速率预测的案例练习,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:忽略组织文化对变革的影响
📘 【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:顾问在某LNG AI气化速率预测中将这一工具应用于5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:急于展示方案而非先理解问题
STEP 3 · 学员实践
M7-045 能源电力 · 学员实践
✍️ 学员实践
📋 实践任务
🎯 场景:作为OCE首席顾问首次进入某LNG AI气化速率预测项目。客户CIO说我们有一个场景请你诊断。
总用时约62分钟。
⏱ 第1步(8分钟)
任务1
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2步(30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
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4步(48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。
⏱ 第5步(30分钟)
任务5
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?
💡 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
M7-045 能源电力 · 参考答案
参考答案
📝 案例回顾
总结:某LNG AI气化速率预测的实践表明顾问的核心价值不在技术方案本身,而在帮助客户建立正确的认知和可行的路线图。
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(9问)
参考问题意图追问
S1在过去5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
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?"
S5根据行业数据,类似规模企业通常6个月实现18%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
A7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?"
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
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"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——用对比法"这个目标需要的资源要翻倍"

📚 拓展

推荐:《变革之心》科特
自我检查:客户说了70%以上时间?有3次以上有效追问?识别了隐藏需求?管理了不切实际的期望?

OCE-TRANSFORM
🏠 官网首页📚 案例教学首页⚡ 能源电力首页北京通维管理咨询有限公司