STEP 1 · 案例引入
案例全景与背景深度档案
💻 案例全景
企业概况创立于1997年的某实时计算AI异常检测，是科技互联网行业中坚力量 公司现有员工7009人，年营收约4.7亿元，累计获得121项专利授权。
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。
利益相关者董事长（影响力高·立场支持）：战略推动者但不参与日常。CIO（影响力高·立场支持）：项目执行者，需要技术支持。财务总监（影响力中·立场中性）：关注ROI，需量化论证。项目经理（影响力低·立场积极）：执行骨干，需要明确授权。
行业背景科技互联网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70%，预计未来9个月内将超过46%。
gold痛点四：期望错位。CEO已在内部承诺9个月内效率提升19%，但行业基准显示类似企业合理的提升范围是14%。期望与现实的落差需要尽快管理。
痛点一：急于求成。CEO希望9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22个月。客户对AI「即插即用」的期望与现实之间存在显著落差。
顾问洞察顾问团队在诊断中总结了一句核心洞察：「好的提问比好的答案重要一百倍」
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。
※ 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。
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：在某实时计算AI异常检测项目中，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。
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：在某实时计算AI异常检测项目中，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。
从业务（Business）、数据（Data）、组织（Organization）、...
本案例：在某实时计算AI异常检测项目中，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。
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。在某实时计算AI异常检测中这一策略有效降低了客户的防御心理。
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：顾问进场后通过三步建立信任：存在感→专业感→共情感。在某实时计算AI异常检测中这一策略有效降低了客户的防御心理。
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：在某实时计算AI异常检测项目中，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。
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。在某实时计算AI异常检测中这一策略有效降低了客户的防御心理。
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：在某实时计算AI异常检测项目中，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。
目标（Goal）→现实（Reality）→选项（Options）→意愿（Will...
本案例：在某实时计算AI异常检测项目中，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。
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：某实时计算AI异常检测中顾问采用「先倾听再建议」策略：第一周安排8场一对一访谈，不做任何技术展示。
🗂 背景深度档案 · 具体事件还原
🕐 时间锚：2025年12月（统计区间 2025-2027年度）
🏢 企业概况：物联网解决方案（脱敏）成立于2012年，员工总数7009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：客户集中投诉某项缺陷重复出现达75次
🗣 冲突现场：加装视觉模组需要2025年12月停机改造，交付节点等不起
👥 关键人物：郑项目经理（数据分析师）；王架构师（商业化总监）；李安全合规官（项目负责人）
🖥 系统与数据现状：云资源计费；API网关；安全态势感知；其中郑项目经理反映，数据在上述系统间尚未形成统一口径
🧱 数据困境：业务快速迭代导致日志格式频繁变更难以追溯; 埋点数据与后端业务数据关联断裂造成分析失真; 多团队代码库权限隔离导致知识复用困难
📉 量化痛点：合规整改逾期75项(2025-2027年度)；线上P1级故障358次(2025-2027年度)；需求交付延期75个(2025-2027年度)
⚖ 关键决策点：传统机器视觉方案 vs 深度学习缺陷检测方案——传统派主张成熟稳定与调试周期短，深度派强调泛化能力强与长尾缺陷覆盖。
🔄 转折点：夜班照明系统故障引发批量误判
🗓 里程碑链：缺陷样本采集与清洗(M0)→算法选型与POC验证(M1)→产线联调与节拍压测(M2)→小批量试产与参数固化(M3)→全量上线与双轨并行(M4)→验收交付与SOP更新(M5)
STEP 2 · 理论讲解
知识点图谱与 AIPM 系统落地
🎯学习目标
掌握在科技互联网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。
📘【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：顾问在某实时计算AI异常检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：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】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：通过某实时计算AI异常检测的案例练习，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】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：通过某实时计算AI异常检测的案例练习，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：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：通过某实时计算AI异常检测的案例练习，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：忽略组织文化对变革的影响
📗【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：通过某实时计算AI异常检测的案例练习，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：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：通过某实时计算AI异常检测的案例练习，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：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：在某实时计算AI异常检测中，顾问运用这一方法系统分析了客户的组织状态，发现了7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：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：某实时计算AI异常检测的实践表明，这一框架有效帮助顾问在8场访谈中保持结构化和系统性。
📚 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
📙【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：通过某实时计算AI异常检测的案例练习，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：急于展示方案而非先理解问题
📙【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：在某实时计算AI异常检测中，顾问运用这一方法系统分析了客户的组织状态，发现了7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：用技术语言而非业务语言沟通
📚 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-026 管理原则8：质量质量Quality Principle——将质量融入过程与可交付成果
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
识别信号：缺陷外溢;返工频繁;客户投诉
操作要点：质量内建 / 持续改进 / 根因分析 / 数据驱动 / 客户导向
知识来源：PMBOK 7 原则
KP-042 确认范围范围Validate Scope——正式验收已完成的项目可交付成果
识别信号：验收争议;客户拒收;返工频繁
操作要点：检查可交付成果 / 获得客户/发起人签字 / 记录验收或拒绝 / 处理缺陷返工 / 更新需求跟踪矩阵
知识来源：49过程
识别信号：验收争议;客户拒收;返工频繁
操作要点：检查可交付成果 / 获得客户/发起人签字 / 记录验收或拒绝 / 处理缺陷返工 / 更新需求跟踪矩阵
知识来源：49过程
KP-052 三点估算进度Three-Point Estimating PERT——综合最乐观、最悲观与最可能估算以提高准确性
识别信号：估算不确定;历史数据不足;风险较高
操作要点：最乐观O / 最悲观P / 最可能M / 三角分布=(O+M+P)/3 / 贝塔分布=(O+4M+P)/6 / 标准差=(P-O)/6
知识来源：进度技术
识别信号：估算不确定;历史数据不足;风险较高
操作要点：最乐观O / 最悲观P / 最可能M / 三角分布=(O+M+P)/3 / 贝塔分布=(O+4M+P)/6 / 标准差=(P-O)/6
知识来源：进度技术
KP-060 六西格玛质量Six Sigma——以数据驱动减少过程变异至每百万3.4个缺陷
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
识别信号：过程变异;缺陷率高;客户要求严格
操作要点：DMAIC五阶段 / 定义测量分析改进控制 / 统计过程控制SPC / 过程能力指数Cp/Cpk / 假设检验 / 实验设计DOE
知识来源：质量方法
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-130 提示词工程治理AI治理Prompt Engineering Governance——管理大语言模型提示词的设计、测试、版本与合规
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
知识来源：AI项目特有
识别信号：提示词失效;安全风险;效果不稳定
操作要点：提示词模板库 / 版本控制 / 测试与评估 / 安全审查(注入攻击/越狱) / 合规检查 / 效果监控 / 持续优化
知识来源：AI项目特有
KP-133 数据标注数据治理Data Annotation——为训练数据添加标签以监督模型学习
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
知识来源：AI项目特有
识别信号：标注质量;标注成本;数据质量
操作要点：标注指南 / 标注工具 / 标注质量控制 / 一致性检查 / 标注人员培训 / 标注成本优化 / 主动学习
知识来源：AI项目特有
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-002 价值链分析企业战略Value Chain Analysis——识别企业创造价值的各环节活动
识别信号：流程优化;AI赋能环节;成本重构;数字化增值
框架要点：基本活动(生产、销售、服务) / 支持活动(人力、技术、采购) / 价值增值点 / 成本驱动因素
关联项目管理：价值交付;效益管理
识别信号：流程优化;AI赋能环节;成本重构;数字化增值
框架要点：基本活动(生产、销售、服务) / 支持活动(人力、技术、采购) / 价值增值点 / 成本驱动因素
关联项目管理：价值交付;效益管理
MBA-015 全面质量管理运营管理Total Quality Management (TQM)——全员参与持续改进质量的管理体系
识别信号：AI质检;全链路质量监控;持续迭代
框架要点：客户导向 / 全员参与 / 过程方法 / 持续改进 / PDCA循环
关联项目管理：质量保证;PDCA
识别信号：AI质检;全链路质量监控;持续迭代
框架要点：客户导向 / 全员参与 / 过程方法 / 持续改进 / PDCA循环
关联项目管理：质量保证;PDCA
MBA-051 作业成本法管理会计Activity-Based Costing (ABC)——按作业活动分配间接成本的方法
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
识别信号：AI算力成本分摊;多项目成本归集;精细化核算
框架要点：作业识别 / 成本动因 / 资源→作业→产品 / 成本池
关联项目管理：成本管理;资源管理
MBA-052 本量利分析管理会计Cost-Volume-Profit (CVP) Analysis——分析成本业务量利润三者关系
识别信号：AI项目盈亏平衡;规模效应;定价底线
框架要点：固定成本 / 变动成本 / 盈亏平衡点 / 安全边际 / 经营杠杆
关联项目管理：商业论证;风险管理
识别信号：AI项目盈亏平衡;规模效应;定价底线
框架要点：固定成本 / 变动成本 / 盈亏平衡点 / 安全边际 / 经营杠杆
关联项目管理：商业论证;风险管理
MBA-068 协同效应投资学与估值Synergy Valuation——合并后价值大于独立价值之和
识别信号：AI整合增效;并购后协同;能力互补
框架要点：收入协同 / 成本协同 / 财务协同 / 整合风险
关联项目管理：整合管理;效益管理
识别信号：AI整合增效;并购后协同;能力互补
框架要点：收入协同 / 成本协同 / 财务协同 / 整合风险
关联项目管理：整合管理;效益管理
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
🗺 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 6 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 | 低 | KP-016 交付绩效域 | 操作切入点：交付价值 |
| 范围 | 高 | KP-042 确认范围 | 操作切入点：检查可交付成果 |
| 进度 | 高 | KP-052 三点估算 | 操作切入点：最乐观O |
| 成本 | 低 | KP-107 挣值管理EVM | 操作切入点：计划价值PV |
| 质量 | 高 | KP-026 管理原则8：质量 | 操作切入点：质量内建 |
| 资源 | 低 | KP-064 获取资源 | 操作切入点：预分派 |
| 沟通 | 未涉及 | — | 同类项目中出现于信息分发与汇报节奏设计环节 |
| 风险 | 高 | KP-072 识别风险 | 操作切入点：头脑风暴 |
| 采购 | 低 | KP-088 合同类型 | 操作切入点：固定总价FFP/总价加激励FPIF/总价加经济价格调整FPEPA |
| 干系人 | 低 | KP-080 识别干系人 | 操作切入点：干系人登记册 |
| 治理 | 低 | KP-091 项目治理 | 操作切入点：治理框架 |
| 变更 | 低 | KP-037 实施整体变更控制 | 操作切入点：建立变更控制委员会CCB |
| 敏捷 | 低 | KP-100 用户故事 | 操作切入点：角色-活动-价值格式 |
| 数据治理 | 高 | KP-133 数据标注 | 操作切入点：标注指南 |
| AI治理 | 高 | KP-130 提示词工程治理 | 操作切入点：提示词模板库 |
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-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 | 高 | MBA-015 全面质量管理 | 操作切入点：客户导向 |
| 市场营销 | 低 | MBA-023 顾客终身价值 | 操作切入点：获取成本 |
| 公司金融 | 低 | MBA-032 加权平均资本成本 | 操作切入点：股权成本 |
| 财务会计 | 低 | MBA-042 权责发生制 | 操作切入点：收入确认时点 |
| 管理会计 | 高 | MBA-051 作业成本法 | 操作切入点：作业识别 |
| 投资学与估值 | 高 | MBA-068 协同效应 | 操作切入点：收入协同 |
| 组织行为学 | 低 | MBA-077 心理契约 | 操作切入点：交易型 |
| 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-098 规模经济与范围经济 | 操作切入点：规模经济 |
| 商业伦理与公司治理 | 低 | MBA-105 商业伦理框架 | 操作切入点：功利主义 |
| 信息系统与数字化转型 | 低 | MBA-117 云计算经济学 | 操作切入点：CapEx转OpEx |
🖥 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-06 进度管理-敏捷迭代可落实可直接在系统内完成
页面：/sprints
入口：Sprint 管理>新建冲刺>迭代名称/起止日期/任务池
操作步骤：进入 Sprint 管理；点击「新建冲刺」；填写迭代名称与起止日期；从任务池拖拽任务到迭代；启动冲刺
数据录入：任务归属冲刺即计划排期
边界与变通：多项目共享 Sprint 不可跨项目拖拽
整改清单FIX-2026-022（P1，工作量M）：新增跨项目Sprint视图，支持任务跨项目拖拽与统一燃尽图
页面：/sprints
入口：Sprint 管理>新建冲刺>迭代名称/起止日期/任务池
操作步骤：进入 Sprint 管理；点击「新建冲刺」；填写迭代名称与起止日期；从任务池拖拽任务到迭代；启动冲刺
数据录入：任务归属冲刺即计划排期
边界与变通：多项目共享 Sprint 不可跨项目拖拽
整改清单FIX-2026-022（P1，工作量M）：新增跨项目Sprint视图，支持任务跨项目拖拽与统一燃尽图
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-22 风险管理-定量分析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 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
页面：无对应页面
入口：缺口类型 G2
操作步骤：系统无蒙特卡洛模拟/决策树/敏感性分析引擎
数据录入：不涉及数据录入
边界与变通：需外部统计工具或自建 Agent 变通
整改清单FIX-2026-001（P0，工作量L）：AIPM内新建「风险分析引擎」模块，集成蒙特卡洛模拟与敏感性分析
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-38 数据治理-数据质量部分可落实需变通组合实现
页面：/settings + /automations
入口：设置页配置数据校验规则；Automations 触发异常通知
操作步骤：在设置页定义数据校验规则（如必填/格式）；进入 Automations 创建规则：当数据不满足规则时触发通知
数据录入：校验规则基于字段级约束
边界与变通：无数据质量评分与趋势分析
整改清单FIX-2026-018（P2，工作量M）：在设置页增加数据质量规则，Automations定期生成质量报告到知识库
页面：/settings + /automations
入口：设置页配置数据校验规则；Automations 触发异常通知
操作步骤：在设置页定义数据校验规则（如必填/格式）；进入 Automations 创建规则：当数据不满足规则时触发通知
数据录入：校验规则基于字段级约束
边界与变通：无数据质量评分与趋势分析
整改清单FIX-2026-018（P2，工作量M）：在设置页增加数据质量规则，Automations定期生成质量报告到知识库
⚠️ 系统能力缺口：本案例涉及的 FIX-2026-001、FIX-2026-018、FIX-2026-022 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：作为OCE首席顾问首次进入某实时计算AI异常检测项目。客户运营VP说我们有一个场景请你诊断。
总用时约80分钟。
总用时约80分钟。
⏱ 第1步（8分钟）
任务1
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2步（16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（24分钟）
任务3
将访谈提纲整理为完整文档，包括受访者清单、访谈策略、STAR提纲、开场话术和棘手问题应对方案。
⏱ 第4步（32分钟）
任务4
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
不要急着给方案——你的价值在于帮客户发现正确答案
🤖 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：质量经理、交付PM、高级PM、项目总监
🎬 本案例剧本：智能质检（基于 WB-09 质量门与验收管理 变体）
💬 开场提示词（可直接复制到 WorkBuddy）
背景：物联网解决方案智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
背景：物联网解决方案智能质检 AI 项目处于试点验证，视觉检测模型当前误检率为显著改善，漏检率为显著改善，需进行质量门评审与验收准备。角色：主责质量经理，协审交付PM与高级PM，项目总监确认验收计划。交付物：输出智能质检质量门报告（Word）与缺陷分析表（Excel），包含模型识别准确率、产线实测数据、验收测试计划与改进建议。
操作步骤
第1步
对 WorkBuddy 输入产线实测数据与模型输出记录，触发质检评审
第2步
质量经理核对检测标准与模型判定逻辑，标注偏差项
第3步
交付PM整理产线部署环境与硬件适配情况
第4步
高级PM评估误检/漏检根因与数据增强可行性
第5步
项目总监制定客户验收计划与签字流程
第6步
在 AIPM 中更新质量管理模块，录入报告与验收计划
第7步
将产线调优任务转为执行项，分配责任人与测试周期。
📦 预期产出物：智能质检质量门报告；缺陷分析表；验收测试计划
🔄 AIPM 回流动作：更新质检项目模块的模型指标与验收状态，绑定报告附件
⚖️ 通小维（CEO）决策点：①是否允许带条件验收并设定整改期限；②是否追加数据采集或硬件改造以提升检测稳定性
STEP 4 · 参考答案
参考答案与评分要点
📝案例回顾
总结：某实时计算AI异常检测揭示了AI转型的关键洞察：成功的转型始于清晰的业务问题定义和务实的预期管理。
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（10问）
| 层 | 参考问题 | 意图 | 追问 |
|---|---|---|---|
| S1 | 在过去9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 | 如果这个项目不做，9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 |
| 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 | 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 |
| 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 | 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 |
| A7 | 您能描述一下目前科技互联网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 | 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 |
| S9 | 根据行业数据，类似规模企业通常11个月实现8%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？" |
| T10 | 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？" |
⚠️失分场景
•客户问"你做过我们行业吗？"——回应"跨行业经验可迁移性强"
•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——坦诚沟通"可以分为两个阶段实现"
📚拓展
推荐：《高效能人士的七个习惯》
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？