“这些年一直在做一些 to B/G 类的计算机视觉为主体的产品或者项目的研发，发现很多这个行业有一个和传统行业很不同的事情，那就是可能客户都不知道他自己想要什么（其实客户很知道，客户只要知道自己不要什么，然后捂紧自己的钱袋子就够了）？经常是，一帮很牛的科技公司决策者不知道从哪里调研到了一个特垂直行业的需求，然后大张旗鼓拉了一大帮人，浩浩荡荡的搞产品搞研发，最终的结果大部分是客户拿到你的东西后，粗一看，惊艳万分，但是用起来后，哪哪都不对劲。客户说不清楚要啥，但是就是对你东西不满意，你在那瞎迭代，不断告诉客户我变好了，然后客户一看，还不是我想要的，这样不断地循环，最终项目不了了之；或者是，累死累活迭代了几轮，发现好像有点用，但是这个价值不好评判，那你让我花钱买，不好意思，我做不了这个决定。怎么破局？今天想跟大家聊一聊。”

01—为什么会这样？

这是一个非常常见的现象，甚至，你会发现，计算机视觉为主体的产品，做不好是常态，那为什么会这样？我试着从这些年看到的产品落地过程中总结出自己的一些思考。

• 没有摆正心态。这点放在第一条，傲慢是人类的天性，做出好的产品的第一步是打破这个天性，要有亲和力，沉入客户内部，不能浮在客户上面做产品。

  这些年AI的发展，很多客户也被“教育”的很聪明了，经常会出现，有一个项目要招标，每天有N个厂商去找他，都说自己的产品顶呱呱，可能再往前，PPT 一顿输出，后面再操作一下，合同就签了。但是，近几年不行了，因为客户发现，你的产品是到PPT后就结束了，最后用不起来。只要细心观察，你会发现，这个行业，客户其实先于我们觉醒了，客户说，我不知道你那玄乎的算法是怎么工作的，你也可以说我“大老粗”，我不知道要怎么把需求输出给你，但是我知道我不要什么。所以，最近几年做项目都少不了一个PK环节，客户会把一大帮厂商拉到一块，搞个比武招亲，谁赢了用谁的，后面发展成，谁赢了，但是过不了可用性把关，那就一个都上不了。

  客户这招很聪明，我可能定义不了什么叫好，但是我可以定义的了什么叫不好，其实做到这对于客户来说就够了，客户是花钱的，没必要替挣钱的把怎么挣钱想清楚。在那么多场PK中，我都总结到经验规律了，一些很垂直领域的需求，如果遇到科技大厂，我们都不会很紧张；但是，如果牌桌上来了个没听过名字的公司，那第一步就得查一下这个公司的背景了，绝大部分能上的了牌桌的小公司，都不是省油的灯，他们大部分是这个行业的资深玩家转型数字化，或者是有很强的业务背景的，他们对这个垂直领域要怎么玩很清楚，可能他们的算法不是最牛的，但是他们的系统大部分可以真正解决客户的实际问题。

  这些“小公司”为啥可以获得客户青睐，其实就一条，那就是他们躬身入局了，我呆过这种“小公司”，也呆过那样的“大公司”，体感尤其明显，遇到过做弯道事故预警监控的企业负责人，他如数家珍的跟我说，他的设备什么样的弯道该怎么装？这个弯是什么情况，容易出什么事故，设备应该装在哪里？他们也有产品可以做隧道危险品车辆的通过监测，因为中国有这样的危险品车辆，它很长，所以要选这样的相机，等等等等，五十多岁的人，聊到这，那激情的像个男大学生。我也遇到过大厂的高P，对主管的产品能力边界支支吾吾，甚至产品怎么用，用在什么场景下都不知道。

  这里没有任何别的意思，中国的科技发展依赖于各式各样的群体，但是确实，传统行业的数字化智能化转型，涉及太多和技术无关的业务领域知识，这块当技术门槛逐步降低的时候，可能满足客户真实需求要比很牛的技术更为重要。

• 触动不了客户购买的欲望。一般视觉类的产品在to B/G上的落地应用，很难是开创性的需求，大部分是通过科技的手段去辅助提效，要不让以前想做但不好做的事变得能做，要不让以前做的很费劲的事情变得简单，当然to G的还有一些政绩类的需求，但是这两年因为众所周知的原因，大G也更务实了。人家本来是有一套作业模式，运转的好好的，你说上了你的东西能提效？能提多少，原来就是两个人的活，一个月三千块，上了你的东西，三十万，可以把这两个人变成一个，那我十年才能回本啊，你的东西能正常运行十年吗？再者，上了你的东西，我现在这帮人能不能会用啊，你给我提效了，我三千块的人力投入少了，但是要加一个八千的人力才能玩转你的东西，那划算吗？

  很多情况下，我们都自认为做了一个改变世界的产品，客户不得用爆了啊，但是魔鬼往往在细节里，你的东西不止得好，还得大大超出客户预期的好，可能才能触动客户的神经。一个可能不太恰当的例子，记得前几年做了一个给人工录入车牌纠错的项目，客户需要你在海量数据里纠出的错误数据准确率达到90%以上才行，这是个很难的项目，会出现人工确认入库后还错的车牌的概率是很低的，只会出现在车牌模糊，人认知不统一时，或者人就是手误录错了。当时客户在验收的时候，连续验收了好多次都验不了，当时这个项目我负责对接的，那段时间我每天都和现场吵架，现场统计的指标就是在90%下没多远，你客户是不是故意的，不想给钱，那有点糊，你也不能算我错啊，事情就一直僵在那。后面跟我总监聊了下，他说了一句，你达不到90%，你就到95% 啊，这个事听起来逻辑都不通，实际上很有道理，你要90%，我就按这个来，那结果的抗干扰能力太弱了，你要90%，我给你95%，抗干扰能力就强很多，后面我们又加大投入调整了算法，并策略更保准了，效果提升的很明显，最终客户顺利验收了。

  到不了90分，那就到95分啊，多么难以听得懂的一句话，但又多么有道理，我们的产品好得还不够。

• 价值不在决策链上。东西好是好，但是影响了原有的利益链，让决策者购买你的东西阻力很大。这一点也是要考虑的，一般视觉类的产品，或多或少都会改变既有的工作方式，特别是to G的场景，里面的决策链条错综复杂，我们在做产品设计的时候，一定要考虑好谁能为买你东西有决策权，不要最后落得个好人卡，你很好，但我们不合适。当然，有时候一个产品能不能被客户采购，产品力（服务好决策者也是产品力）只是其中一方面，里面的人力因素占比也很大，这块不是产研同学能施展能力的地方了。

• 边际成本太高。能走到这一步，已经很不容易了，应该为自己鼓掌，我们已经熬死了90%的同行者。这也是现在视觉类产品的痛点，它很难做成一个标品，客户的需求总是各有不同，同时，目前的技术能力上限决定了，算法只能在问题域内工作，它的泛化能力一直是被人诟病的点，每来一个项目都得各种定制，无法做到批量化交付，交产研同学工资又高，一个项目下来，项目款30万，商务、定制与交付成本下去25万，别的算下来还倒贴，你说还怎么做？边际成本的压缩很难，但是这反而是整个事情中可控性最强的地方，它难归难，但是点全在你自己这，这也是我们可以施展拳脚的地方。

02— 我们要怎么做？

你会发现，上面以递进的方式分析了视觉产品难做的原因，下面我尝试着给出我的一些思考，希望能对大家有所帮助，大家认为有不妥或歧义的地方，也请及时指出。

• 躬身入局，要以学生的心态当老师。我们要影响的可能是已经存在几十年的非常封闭的一个行业作业模式，也可能是跟随着一个人很久的行为习惯，这些已经是自成体系且正常运转的一套东西，推进最好的方式是为它解决目前存在的难点问题，同时也要润物细无声，而不是推倒重来。要做到这点，首先应该是做学生，详细的了解你要服务对象的作业模式和行为细节，理解他做某一步事情的底层原因，找出其中的症结点，然后帮他解决。在给客户我们自己的解决方案的时候，要做老师，要能很清晰的指出他们面临的困难，给出我们的思考，说明是怎么帮他解决问题的，他能换来什么？这时候一定要很专业，不止是技术专业，还得业务专业，这点非常非常重要，气场来自我们的专业性，它会影响别人的决策。

  我自己有一个工作习惯，如果我接手一个项目时没有很强的业务导入，那我会到客户现场和最终用我产品的人工作一段时间，去仔细观察他们的作业模式，虚心请教，记录他们关注的点与底层原因。这段时间过去后，我会总结过程中的思考和感悟，并和客户沟通，这里面会给出我自己的看法以及技术可以为他做什么事情。

• 客户最痛的那个点你要使劲戳。在工作的时候，一直以来会被问一个问题，如果你的时间只够你做一件事，你会做什么？这是确定优先级的方式，也是我们确定产品核心竞争力的方式，第一条下来，我们应该可以梳理出客户关心的点了，找出其中最重要的一条或几条，要尽量少，但是确认客户拿到它后可以做事情了，有时候只有一个点，客户自己的业务无法闭环。确认做事情的点后，要想办法能完整的嵌入到客户的系统中，形成完整的业务闭环，这些确认好后，大胆的干吧，要以最快的速度，把这个版本粗糙的完成，千万不要追求完美，测试通过后，就得想办法让客户用，要频繁跟进，最重要的是拿到客户的反馈，要在实际的用户反馈中迭代产品。

  粗糙的完成，用实战代替自嗨式的优化，特别重要，不要做自以为是的东西，同时，客户的反馈也要甄别，我们自己很专业很重要，客户经常会给一些随口的需求，我们要替客户判断，这些需求有没有必要，当我们可以专业的引导客户的时候，就不会被客户牵着鼻子走。同时，要有自己的产品规划，投入产出比低的事，现阶段尽量不做，除非不做影响交付，当然，特定客户的交付，有特定的低成本手段。

• 服务为你付费的人。要甄别决策链，识别出为有权利决定是否为你付费的人，优先满足他的需求。举个例子，跟我们厂商对接的人，大部分是一个单位的信息化部门，我们天然以为把他们服务好就行，但是很多信息化部门不是最终的用户，他们也不强势，最终会发现，说我们好与不好的人不是他们，而是他们服务的业务部门，码头拜的对象很重要。

• 做成本低的服务。技术同学发力的点其实在这里，拿到需求后，要清晰的判断这个有没有办法标准化，如果没有，就不要朝着标准化来，当然这很难，很多情况下是做着做着才发现没法标准化的。很多情况下，产品不是顶层设计出来的，而是做了几个项目，发现有一些共性需求，然后才想着揉一揉，变成一个产品的。

  大部分 to B/G 类的计算机视觉为主体的需求都无法标准化，但是它们可能会有一些共性的部分，也一定会有客户自己的不同想法，所以我们的技术设计要做到，下轻上重，共性部分提炼出来，优化好算法的底层能力，这部分的通用的，只会提供底层能力，不接受定制；我们在底层能力基础上，为不同的客户提供差异化需求，这一块也是产品是否能赚钱的关键所在了，如果我们的差异化需求实现的很累，那就赚不了钱，所以这部分一定要想办法做成流程化，就是所谓的标准化交付。

  比如，如果差异化需求来自于数据域差异大，每次需要定制化训练模型，那我们是不是可以开发高效的数据清洗标注工具，制定清晰易实施的数据规范，想办法让这些事情从高level同学的手中向低level手中转移，让一个项目来了后，通过一个标准化的数据流程就可以实现基础指标，快速让客户使用起来。

  再比如，客户想让我们识别违停区域，禁止行人闯入的区域，这大部分都是固定摄像头拍摄，算法无法在没有人工导入的情况下知道哪些地方人不能进，但是人在上面画一个框特别容易，我们是不是可以做一个SOP，遇到这种项目的批量交付，现场就可以把流程闭环，现场设备上开放一个标注接口，可能客户自己就可以做。

  既然我们做不了标准的产品，那我们要想办法做一个成本低的服务，这里面有很多门道，有机会和大家细聊。没有一件事是唾手可得的，透过现象看本质是我们的修为，飞花摘叶皆可伤人,草木竹石均可为剑，这是我们要修炼的能力。