Odoo 企业版名片识别转商机：BusinessCardScanner 怎样约束 AI 输出并回填线索

AI 扫名片看起来像一个很花哨的功能，但企业真正关心的从来不是“识别率宣传词”，而是 识别结果能不能变成 CRM 里可持续使用的数据。crm_enterprise 的 BusinessCardScanner 正是在做这个翻译层。

主要参考：

• enterprise/crm_enterprise/models/crm_lead.py
• enterprise/crm_enterprise/tools/business_card_scanner.py
• enterprise/crm_enterprise/views/crm_lead_views.xml

一、系统先决定调用哪个识别后端，再决定接受什么结果

business_cards_to_leads() 会根据系统参数判断走 OpenAI 还是 IAP。很多团队会把这件事理解成“换供应商”，但源码显示真正重要的不是供应商，而是：无论用哪个后端，返回值最后都要被系统再次清洗。

这点很关键。企业版并没有把 AI 当权威答案，而是把 AI 当作原始输入提供者。

二、字段白名单是核心控制点，不是小细节

源码里非常明确地只接受 partner_name、contact_name、email_from、phone、website、function、地址等少数字段。换句话说，就算模型吐出更多内容，系统也不会全部照单全收。

这一步的意义非常大：

• 防止模型生成无关字段污染 lead；
• 保持 CRM 主模型的可解释性；
• 降低未来做去重、过滤和分配时的数据噪音。

新手误区就在这里：以为“AI 给得越多越好”。实际上企业系统更怕字段越界，而不是字段太少。

三、真正决定可用性的，是后续归一化

BusinessCardScanner 不会在拿到 JSON 后立刻创建 lead。它还会继续做三件事：

1. country_code 映射国家；
2. state_code 在国家上下文里找州省；
3. 通过 _phone_format() 规范电话号码。

这意味着名片识别真正的价值，不是把图片转成文本，而是把文本转成 CRM 里的结构化字段。没有这一步，后续销售筛选、去重、联系都会明显变差。

四、附件回挂商机，体现了企业流程的可追溯性

创建完 opportunity 后，系统会把原始附件重新挂到 crm.lead，并记录“Lead generated from this image.” 的日志。这个动作特别像企业版：它不是只给你结果，还保留原始凭证。

在真实团队里，这样做有三个价值：

• 销售能回看原始名片；
• 管理者能抽检识别质量；
• 数据治理时能追溯错误来源，而不是只剩下一条脏数据。

五、新手最容易误解的边界

• 名片识别不是联系人主数据维护器，它产出的是商机对象。
• OCR 成功不等于字段可信，系统还要做二次归一化。
• AI 返回内容越多不一定越好，字段白名单才是稳定性的关键。

六、实战建议

1. 先补齐国家、州省和电话格式化相关主数据，再大规模推广名片扫描。
2. 对销售培训时要强调：扫描结果是起点，不是最终客户档案。
3. 如果用 OpenAI，重点监控返回 JSON 的稳定性；如果用 IAP，则重点看失败回执和可解释性。

七、结论

crm_enterprise 真正企业化的地方，不在于“接了一个 OCR 服务”，而在于它把 AI 输出塞进了一条受控的数据收口流程：字段受限、信息归一、原图回挂、结果可追溯。这样生成的商机，才更像业务资产，而不是一次性识别结果。