STEP 1 · 案例引入
M8-030 公共服务 · 案例引入
🏛️ 案例引入 · 某交管AI事故责任辅助认定
🏛️ 案例全景

gold痛点四:资源错配。管理层希望AI项目不增加预算,用现有团队完成。但现有IT团队在AI领域经验几乎为零,缺乏外部技术支持。人力资源和技术能力的双重不足构成项目最大风险。

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」

行业背景公共服务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11%,预计未来6个月内将超过28%。

企业概况创立于1993年的某交管AI事故责任辅助认定,是公共服务行业中坚力量 公司现有员工7262人,年营收约6.4亿元,累计获得280项专利授权。

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。

痛点一:战略缺位。公司没有清晰的AI路线图,多个部门提出了互不协调的AI需求。销售部想上智能客服,供应链想上预测系统,生产部想上视觉质检——但公司缺乏统一的技术架构和数据基础来支撑这些分散的需求。

※ 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

【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:在某交管AI事故责任辅助认定项目中,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。
【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:某交管AI事故责任辅助认定中顾问采用「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。
【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:在某交管AI事故责任辅助认定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】STAR结构化进场框架
情境(Situation)→目标(Target)→行动(Action)→结果(R...
本案例:在某交管AI事故责任辅助认定项目中,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】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:在某交管AI事故责任辅助认定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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某交管AI事故责任辅助认定的第一周定义为「零技术周」。
【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:某交管AI事故责任辅助认定中顾问采用「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。
【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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某交管AI事故责任辅助认定中这一策略有效降低了客户的防御心理。
【道】组织免疫系统理论
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:在某交管AI事故责任辅助认定项目中,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。
【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:在某交管AI事故责任辅助认定项目中,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。
STEP 2 · 理论讲解
M8-030 公共服务 · 理论讲解
📖 理论讲解
🎯 学习目标

通过某交管AI事故责任辅助认定深入学习道法术器框架在公共服务企业的实战应用,建立系统的诊断思维。

核心挑战:某交管AI事故责任辅助认定考验顾问在4类利益相关者之间建立共识的能力,差异化沟通是关键。

📙 【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:某交管AI事故责任辅助认定的实践表明,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:急于展示方案而非先理解问题
📗 【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:通过某交管AI事故责任辅助认定的案例练习,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:用技术语言而非业务语言沟通
📕 【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:在某交管AI事故责任辅助认定中,顾问运用这一方法系统分析了客户的组织状态,发现了4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: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:顾问在某交管AI事故责任辅助认定中将这一工具应用于2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
📘 【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:在某交管AI事故责任辅助认定中,顾问运用这一方法系统分析了客户的组织状态,发现了4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
📙 【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:在某交管AI事故责任辅助认定中,顾问运用这一方法系统分析了客户的组织状态,发现了4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: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:通过某交管AI事故责任辅助认定的案例练习,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:顾问在某交管AI事故责任辅助认定中将这一工具应用于2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
📘 【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:在某交管AI事故责任辅助认定中,顾问运用这一方法系统分析了客户的组织状态,发现了4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:过度承诺而低估实施难度
📕 【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:顾问在某交管AI事故责任辅助认定中将这一工具应用于2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:过度承诺而低估实施难度
STEP 3 · 学员实践
M8-030 公共服务 · 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交管AI事故责任辅助认定项目。客户CIO说我们有一套方案请你评估。
总用时约58分钟。
⏱ 第1步(14分钟)
任务1
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2步(10分钟)
任务2
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3步(18分钟)
任务3
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4步(36分钟)
任务4
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

不要急着给方案——你的价值在于帮客户发现正确答案

STEP 4 · 参考答案
M8-030 公共服务 · 参考答案
参考答案
📝 案例回顾
总结:本案例围绕某交管AI事故责任辅助认定展开,核心在于公共服务领域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(8问)
参考问题意图追问
S1根据行业数据,类似规模企业通常6个月实现7%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?"
T2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?"
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?"
T6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?"
A7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
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
⚠️ 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"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:《提问的艺术》
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🏛️ 公共服务首页北京通维管理咨询有限公司