立即登录 做 ToB 图像类 AI 产品，需求分析往往是决定项目能否真正落地的第一步。结合这些年在一线摸爬滚打的经验，我一直把拆解需求当成产品经理的必修课。只有把底层逻辑理顺了，后面的算法选型和产品设计才不会跑偏。今天想结合实际操作，聊聊我是怎么一步步拆解这类产品需求的。如果你在项目中遇到过类似的边界拉扯，欢迎随时交流。
很多人一上来就盯着市场规模或者竞品参数看，但我习惯把业务背景分析放在第一位。ToB 产品说到底，是要替客户解决具体的业务问题。如果连客户为什么需要这个产品、现有流程卡在哪都不知道，后面的规划很容易变成空中楼阁。梳理背景时，我通常会抓住两个方向：一是找准业务方的真实痛点，判断现有环节中哪些确实适合用 AI 图像技术来提效或破局；二是摸清行业本身的属性。不同行业的拍摄习惯、合规红线，甚至预算审批周期都大不相同。这些看似隐性的信息，往往能直接决定后续的市场定位和竞品对标策略。
背景理清了，下一步就得落到具体场景上。计算机视觉技术虽然进步很快，但离真正的“开箱即用”还有一段距离。光线明暗、拍摄角度、物体遮挡、摄像头安装高度，任何一个细节都可能直接拉低识别率。所以在调研阶段，我必须把客户设想的场景掰开揉碎。拿物流仓储来说，抛开带宽和服务器这些硬件条件，单看场景和算法的匹配度就很有讲究。比如在安防巡检中，仓库顶棚的摄像头通常装得高、覆盖广，拍下来的人往往只有几个像素点。这时候如果既要框出人体，又要识别服装颜色或工种，难度会成倍增加。小目标检测叠加细粒度属性识别，对算法团队来说是实打实的考验。再比如固定机位方案，摄像头装多高、俯角多少、距离几米，直接决定了传入系统的画面是否清晰可用。更琐碎的场景，比如业务员用手机拍照上传，不同机型的镜头素质、参差不齐的分辨率、千奇百怪的拍摄角度，都会给识别带来巨大变量。分辨率差异还能靠后端压缩来缓解，但角度偏差会直接导致误报或漏检。安检机的图像又是另一套逻辑，射线成像只保留轮廓和密度差异，颜色和纹理全部丢失，算法只能靠形状和灰度去推断目标。这些现实约束其实在提醒我们一个很朴素的道理：AI 技术和业务场景必须互相迁就。技术成熟度高，我们可以主动去拓展应用场景；技术还在爬坡期，就得老老实实用场景去约束技术边界，强行硬上只会两头不讨好。
场景摸清了，最后一步才是把具体的业务需求“翻译”给算法团队。核心就一句话：明确到底要识别什么，不识别什么。很多人容易陷入“大而全”的误区，恨不得把画面里的所有东西都标一遍。但 AI 的胃口其实很有限。盲目扩大识别范围，首先过不了数据关，采集、清洗、标注的成本会成倍增加；其次，算法的泛化能力也扛不住，最后落地的准确率往往不忍直视。这在商品识别领域表现得尤为明显，相似 SKU 的区分至今仍是行业难题。所以，梳理需求的过程，本质上是一场“做减法”的博弈。以票据 OCR 为例，业务方如果只扔下一句“我们要识别各类票据”，产品经理绝不能照单全收。得先拆解：到底要认哪些票？火车票、增值税发票，还是物流面单？每种票证的版式规范度、关键字段、常见污损情况都不一样。只有把边界划清楚，算法团队才能针对性地收集样本、调整模型架构，后续推广才有抓手。如果连票面类型都没明确，强行上通用模型，最终只会产出一堆难以维护的坏例。
需求分析从来不是一次性填表交差的工作，而是业务方、算法工程师和产品经理之间反复对齐的过程。把背景吃透、把场景卡死、把需求划清边界，AI 图像产品才能真正从“实验室演示”走进“生产线实战”。在实际落地中，你更习惯用场景去约束技术，还是优先保住算法的上限？欢迎一起探讨。