案例全景与背景深度档案
blue痛点二:信任透支。过去6次数字化项目均以失败告终,员工对新概念的接受度降至冰点。「数字化」这个词在内部已经成为一个负面标签。新项目需要花费额外精力重建信任。
gold痛点四:期望错位。CEO已在内部承诺10个月内效率提升20%,但行业基准显示类似企业合理的提升范围是7%。期望与现实的落差需要尽快管理。
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。
企业概况扎根科技互联网领域10年的某文档AI智能检索,成立于2004年 员工总数5374人,年营收约4.2亿元。在科技互联网细分市场占有率约16%,属于区域龙头企业。
行业背景科技互联网领域正经历从经验驱动到数据驱动的范式转移。约86%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%。
风险矩阵数据风险(可能性高·影响高):数据质量不足以支撑模型训练、数据获取受合规限制、数据标注成本超预算。交付风险(可能性中·影响中):交付物与期望不符、技术方案选型错误。合规风险(可能性中·影响高):数据隐私和安全合规问题可能造成法律风险。
※ 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科技互联网领域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: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: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。
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: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。
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。
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:价值流失;交付延期;质量缺陷
操作要点:交付价值 / 可交付成果质量 / 优化价值流 / 验收标准 / 增量交付
知识来源:PMBOK 7 性能域
识别信号:范围模糊;验收争议;需求失控
操作要点:制定范围管理计划 / 制定需求管理计划 / 明确WBS编制规则 / 确定验收标准
知识来源:49过程
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:质量标准不清;测量指标缺失;COQ失控
操作要点:质量政策 / 质量测量指标 / 质量核对单 / 质量成本COQ / 实验设计DOE / 流程图
知识来源:49过程
识别信号:资源浪费;分配不当;绩效偏差
操作要点:资源绩效审查 / 问题解决 / 人际关系与团队技能 / 项目管理信息系统 / 数据分析(备选方案分析/成本效益分析/绩效审查/趋势分析)
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:治理失效;决策混乱;合规风险
操作要点:治理框架 / 决策权限 / 阶段关口 / 合规审计 / 绩效审查 / 问责机制
知识来源:项目治理
识别信号:数据质量差;数据孤岛;合规风险
操作要点:数据所有者 / 数据管家 / 数据质量规则 / 数据血缘 / 元数据管理 / 数据安全分级 / 合规要求(GDPR/个人信息保护法)
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):
识别信号:AI核心能力构建;技术平台化;能力复用
框架要点:跨职能整合 / 客户价值 / 竞争者难模仿 / 延展性
关联项目管理:能力规划;知识管理
识别信号:AI需求预测;智能补货;库存优化
框架要点:看板拉动 / 零库存目标 / 供应商协同 / 快速换模
关联项目管理:进度管理;库存控制
识别信号:AI战略落地度量;多维KPI;战略对齐
框架要点:财务维度 / 客户维度 / 内部流程 / 学习成长 / 战略地图
关联项目管理:绩效度量;战略对齐
识别信号:AI人才薪酬;技术津贴;长期激励
框架要点:岗位评估 / 市场对标 / 薪酬结构 / 激励方案 / 福利
关联项目管理:资源管理;成本管理
识别信号:AI风险治理;模型风险;数据风险;合规风险
框架要点:风险识别 / 评估 / 应对 / 监控 / 风险偏好 / COSO ERM
关联项目管理:风险管理;治理结构
识别信号:AI转型战略;业务模式重构;数据驱动决策
框架要点:战略重塑 / 流程数字化 / 数据驱动 / 客户体验 / 组织能力
关联项目管理:变更管理;商业论证
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 8 个、MBA 领域 6 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-016 交付绩效域 | 操作切入点:交付价值 |
| 范围 | 高 | KP-038 规划范围管理 | 操作切入点:制定范围管理计划 |
| 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-057 规划质量管理 | 操作切入点:质量政策 |
| 资源 | 高 | KP-067 控制资源 | 操作切入点:资源绩效审查 |
| 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-073 实施定性风险分析 | 操作切入点:概率与影响矩阵 |
| 采购 | 低 | KP-085 规划采购管理 | 操作切入点:采购管理计划 |
| 干系人 | 高 | KP-084 监督干系人参与 | 操作切入点:干系人参与度评估 |
| 治理 | 高 | KP-091 项目治理 | 操作切入点:治理框架 |
| 变更 | 未涉及 | — | 同类项目中出现于变更控制与配置管理环节 |
| 敏捷 | 低 | KP-136 PI Planning | 操作切入点:两天议程 |
| 数据治理 | 高 | KP-120 数据治理 | 操作切入点:数据所有者 |
| AI治理 | 低 | KP-129 AI伦理治理 | 操作切入点:公平性 |
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-010 核心能力理论 | 操作切入点:跨职能整合 |
| 运营管理 | 高 | MBA-016 准时制生产 | 操作切入点:看板拉动 |
| 市场营销 | 低 | MBA-024 品牌资产 | 操作切入点:品牌知名度 |
| 公司金融 | 低 | MBA-039 企业估值方法 | 操作切入点:DCF |
| 财务会计 | 低 | MBA-041 三大财务报表 | 操作切入点:资产=负债+权益 |
| 管理会计 | 高 | MBA-057 平衡计分卡 | 操作切入点:财务维度 |
| 投资学与估值 | 低 | MBA-069 无形资产估值 | 操作切入点:收益法 |
| 组织行为学 | 低 | MBA-073 亚当斯公平理论 | 操作切入点:投入产出比较 |
| 人力资源管理 | 高 | MBA-086 薪酬管理 | 操作切入点:岗位评估 |
| 管理经济学 | 低 | MBA-096 交易成本理论 | 操作切入点:资产专用性 |
| 商业伦理与公司治理 | 高 | MBA-108 企业风险管理 | 操作切入点:风险识别 |
| 信息系统与数字化转型 | 高 | MBA-113 数字化转型 | 操作切入点:战略重塑 |
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:/calendar
入口:日历页面>视图切换(月/周/日)>事件创建>日期/任务关联
操作步骤:进入日历页;切换至月视图;点击目标日期创建事件;关联对应任务或里程碑;保存
数据录入:日历事件与任务双向关联
边界与变通:资源日历独立于项目日历,需分别维护
页面:/principle-checks
入口:PMBOK 六原则自查>选择原则>检查清单>结果记录
操作步骤:进入原则自查页;选择目标原则;逐项勾选检查清单;记录不符合项与整改措施
数据录入:检查结果为知识条目,可关联到项目
边界与变通:非通用质量管理框架,仅覆盖 PMBOK 六原则
整改清单FIX-2026-012(P1,工作量M):在原则自查页增加「自定义检查清单」功能,支持行业模板导入
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:/ai-monitor
入口:AI 监控页面>模型列表>指标看板>告警阈值
操作步骤:进入 AI 监控页;查看已部署模型列表;查看各模型性能指标;设置告警阈值;配置告警通知
数据录入:监控指标包括准确率/响应时间等
边界与变通:仅监控 AIPM 内置 Agent,不监控外部模型
页面:/agents + /ai-monitor
入口:Agent 管理>Agent 列表>运行日志>审计记录
操作步骤:进入 Agent 管理页;查看 Agent 列表与运行状态;点击进入 Agent 详情查看运行日志;导出审计记录
数据录入:审计记录包含调用次数/调用结果状态/耗时
边界与变通:审计粒度为 Agent 级别,非单次调用级别
动手实操与 AI 协同工作法
总用时约121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:游戏研发运营知识管理文档智能项目需进行阶段复盘与知识资产沉淀,已知亮点为某数据分析师历史文档检索耗时过长导致决策延误382次,已知瓶颈为某数据分析师历史文档检索耗时过长导致决策延误382次。角色:主责 PMO运营主管,协审高级PM与质量经理,培训主管转化培训材料。交付物:输出知识管理复盘报告(Word)与资产包(含图谱结构/检索规则/模板),包含文档分类体系、检索优化建议、资产清单与内训计划。
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 | 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 |
| T2 | 如果这个项目不做,10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 | 在过去10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?" |
| 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 | 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 | 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?" |
•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"——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?