STEP 1 · 案例引入
M9-089 科技互联网 · 案例引入
💻 案例引入 · 某招聘AI职位推荐
💻 案例全景

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。

变革路线图启动阶段(第1月):组建项目组+数据摸底+技术选型。攻坚阶段(第3-6月):数据治理+模型开发+验证测试。推广阶段(第6-8月):系统部署+流程适配+一线培训。收尾阶段(第12-16月):效果评估+知识移交。

purple痛点三:数据孤岛严重。6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。

blue痛点二:组织惯性。生产/运营负责人(从业24年)对AI态度消极,经历过2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。

企业概况某招聘AI职位推荐是科技互联网领域一家快速成长的企业,于2003年成立 企业员工6565人,年营收规模48亿元。已服务超过8家大型客户,客户留存率达49%。

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

【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:在某招聘AI职位推荐项目中,顾问用4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】GROW教练模型
目标(Goal)→现实(Reality)→选项(Options)→意愿(Will...
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。某招聘AI职位推荐的第一周定义为「零技术周」。
【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:信任不是通过说「我懂」建立的,而是通过问「您怎么看」建立的。某招聘AI职位推荐的第一周定义为「零技术周」。
【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:在某招聘AI职位推荐项目中,顾问用4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】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。在某招聘AI职位推荐中这一策略有效降低了客户的防御心理。
【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:在某招聘AI职位推荐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】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:在某招聘AI职位推荐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。
【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:在某招聘AI职位推荐项目中,顾问用4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。某招聘AI职位推荐的第一周定义为「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:在某招聘AI职位推荐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。
STEP 2 · 理论讲解
M9-089 科技互联网 · 理论讲解
📖 理论讲解
🎯 学习目标

通过某招聘AI职位推荐深入学习道法术器框架在科技互联网企业的实战应用,建立系统的诊断思维。

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。

📕 【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:顾问在某招聘AI职位推荐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:过度承诺而低估实施难度
📙 【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:某招聘AI职位推荐的实践表明,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: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
📕 【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:通过某招聘AI职位推荐的案例练习,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: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:通过某招聘AI职位推荐的案例练习,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: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
📕 【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:顾问在某招聘AI职位推荐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】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:顾问在某招聘AI职位推荐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: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】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:在某招聘AI职位推荐中,顾问运用这一方法系统分析了客户的组织状态,发现了5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
📘 【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:某招聘AI职位推荐的实践表明,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: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:在某招聘AI职位推荐中,顾问运用这一方法系统分析了客户的组织状态,发现了5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:某招聘AI职位推荐的实践表明,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:用技术语言而非业务语言沟通
STEP 3 · 学员实践
M9-089 科技互联网 · 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招聘AI职位推荐项目。客户CIO说我们有一个场景请你诊断。
总用时约57分钟。
⏱ 第1步(11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
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(39分钟)
任务3
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4步(36分钟)
任务4
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5步(45分钟)
任务5
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6步(36分钟)
任务6
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

STEP 4 · 参考答案
M9-089 科技互联网 · 参考答案
参考答案
📝 案例回顾
总结:某招聘AI职位推荐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(12问)
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根据行业数据,类似规模企业通常8个月实现9%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?"
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
A7如果这个项目不做,12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
R8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?"
S9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
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?"
A11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
R12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?"
⚠️ 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"好方案源自深入了解,给我30分钟"

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:《金字塔原理》芭芭拉·明托
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💻 科技互联网首页北京通维管理咨询有限公司