隨著近年來互聯網+的快速發展，O2O的商業模式讓很多傳統行業受益。在此背景下，傳統的垂直采購行業也在爭先恐后的開始轉戰B2B市場，比如鋼材采購垂直平臺找鋼網。在這個過程中，買賣雙方的互動模式成為首先要解決的問題。

　　交互信息的準確性和實時性直接影響交易進度。

　　毫無疑問，買賣雙方的信息交流直接影響到整個交易的后續進展。在即時聊天工具興起之前，大部分采購都需要人工對接——比如采購不同質地的布料和打印紙，采購方需要人工完成尋找、篩選、比價的全過程，效率極低。隨著互聯網的普及，這種情況得到了一定程度的改善。

　　我見過一個布料供應商和客戶的對接過程:買賣雙方用QQ等即時聊天工具互相發送商品圖片進行交換。人力和時間成本比以前更低。但攝像設備、現場環境等客觀因素導致產品圖片質量或多或少存在偏差，進一步影響識別；

　　另一方面，人工對接仍然無法保證交互的及時性(如客服不在、無法回復等。).所以圖像的實時人工交互還是有一些缺陷的，就是信息交互的準確性和及時性。

　　圖片搜索逐漸成為采購行業的迫切需求。

　　為了提高信息交互的準確性和實時性，圖片搜索是一種可行的方法——在技術層面保證信息交互的準確性:精準的圖片搜索技術可以解決不同設備和拍照環境的圖片匹配問題；保證應用層交互的時效性:將該技術集成到采購平臺中，無需人工對接，用戶可以直接上傳并找到供應商的貨物。信息齊全，交互順暢，人力成本大大降低。

　　點對點比對技術不同于目前火熱的深度學習技術。后者實現圖像搜索的視覺特征，需要通過大量已知數據學習語義特征表達，更適合商品識別。

　　而品類高度垂直的采購行業，對商品識別的需求不大；同時，在企業轉型期，從線下到線上，商品圖像數量處于積累階段，圖像數據較少，圖像比對技術更為適用。