STEP 1 · 案例引入
M8-093 公共服务 · 案例引入
🏛️ 案例引入 · 某统计局AI经济指标预测
🏛️ 案例全景

触发事件一位年贡献4.2亿元的大客户在续约谈判中明确要求供应商具备AI服务能力,否则将终止合作。这成为了推动AI转型的直接导火索。

行业背景公共服务领域正经历从经验驱动到数据驱动的范式转移。约46%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13%。

风险矩阵战略风险(可能性低·影响高):技术方向选错导致11个月的路线偏差。供应商锁定风险——对单一技术供应商深度绑定。组织能力退化风险——过分依赖AI导致人的判断力下降。

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。

顾问洞察顾问团队在诊断中总结了一句核心洞察:「AI是放大器——好流程放大效率,差流程放大混乱」

purple痛点三:数据质量堪忧。数据缺失率约25%,异常值占比约33%。数据以T+1报表形式存在,无法支撑实时AI决策。数据治理的首要任务不是建平台,而是建流程。

顾问诊断顾问在9场深度访谈后得出结论:表面的技术选型问题背后是数据治理缺失和目标对齐失败两大根因。数据治理投入应占项目总预算的29%以上。

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。

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

【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:在某统计局AI经济指标预测项目中,顾问用5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。
【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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某统计局AI经济指标预测的第一周定义为「零技术周」。
【道】信任建立阶梯模型
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:某统计局AI经济指标预测中顾问采用「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。
【法】STAR结构化进场框架
情境(Situation)→目标(Target)→行动(Action)→结果(R...
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。在某统计局AI经济指标预测中这一策略有效降低了客户的防御心理。
【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。在某统计局AI经济指标预测中这一策略有效降低了客户的防御心理。
【法】问题诊断方法论
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:在某统计局AI经济指标预测项目中,顾问用5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:某统计局AI经济指标预测中顾问采用「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。
【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:顾问进场后通过三步建立信任:存在感→专业感→共情感。在某统计局AI经济指标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:某统计局AI经济指标预测中顾问采用「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。
【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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某统计局AI经济指标预测的第一周定义为「零技术周」。
STEP 2 · 理论讲解
M8-093 公共服务 · 理论讲解
📖 理论讲解
🎯 学习目标

掌握在公共服务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:顾问在某统计局AI经济指标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: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】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:在某统计局AI经济指标预测中,顾问运用这一方法系统分析了客户的组织状态,发现了2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
📘 【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:在某统计局AI经济指标预测中,顾问运用这一方法系统分析了客户的组织状态,发现了2个关键的变革障碍。
📚 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
📗 【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:通过某统计局AI经济指标预测的案例练习,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: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:在某统计局AI经济指标预测中,顾问运用这一方法系统分析了客户的组织状态,发现了2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:过度承诺而低估实施难度
📗 【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:顾问在某统计局AI经济指标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: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:在某统计局AI经济指标预测中,顾问运用这一方法系统分析了客户的组织状态,发现了2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
📕 【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:在某统计局AI经济指标预测中,顾问运用这一方法系统分析了客户的组织状态,发现了2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】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:在某统计局AI经济指标预测中,顾问运用这一方法系统分析了客户的组织状态,发现了2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
📘 【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:顾问在某统计局AI经济指标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
STEP 3 · 学员实践
M8-093 公共服务 · 学员实践
✍️ 学员实践
📋 实践任务
🎯 场景:你被派往某统计局AI经济指标预测项目现场。客户CEO说"我们试过几个方案都失败了"。
总用时约43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(28分钟)
任务2
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3步(18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(36分钟)
任务4
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5步(70分钟)
任务5
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)。
💡 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

STEP 4 · 参考答案
M8-093 公共服务 · 参考答案
参考答案
📝 案例回顾
总结:本案例围绕某统计局AI经济指标预测展开,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(9问)
参考问题意图追问
S1根据行业数据,类似规模企业通常9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?"
T2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
A3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
R4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
S5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
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
S9您能描述一下目前公共服务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?"
⚠️ 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"——回应"先提两个方向供您参考"

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:《系统思考》丹尼斯·舍伍德
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