随着近年来互联网+的快速发展，O2O的商业模式让很多传统行业受益。在此背景下，传统的垂直采购行业也在争先恐后的开始转战B2B市场，比如钢材采购垂直平台找钢网。在这个过程中，买卖双方的互动模式成为首先要解决的问题。
交互信息的准确性和实时性直接影响交易进度。
毫无疑问，买卖双方的信息交流直接影响到整个交易的后续进展。在即时聊天工具兴起之前，大部分采购都需要人工对接——比如采购不同质地的布料和打印纸，采购方需要人工完成寻找、筛选、比价的全过程，效率极低。随着互联网的普及，这种情况得到了一定程度的改善。
我见过一个布料供应商和客户的对接过程:买卖双方用QQ等即时聊天工具互相发送商品图片进行交换。人力和时间成本比以前更低。但摄像设备、现场环境等客观因素导致产品图片质量或多或少存在偏差，进一步影响识别；
另一方面，人工对接仍然无法保证交互的及时性(如客服不在、无法回复等。).所以图像的实时人工交互还是有一些缺陷的，就是信息交互的准确性和及时性。
图片搜索逐渐成为采购行业的迫切需求。
为了提高信息交互的准确性和实时性，图片搜索是一种可行的方法——在技术层面保证信息交互的准确性:精准的图片搜索技术可以解决不同设备和拍照环境的图片匹配问题；保证应用层交互的时效性:将该技术集成到采购平台中，无需人工对接，用户可以直接上传并找到供应商的货物。信息齐全，交互顺畅，人力成本大大降低。
点对点比对技术不同于目前火热的深度学习技术。后者实现图像搜索的视觉特征，需要通过大量已知数据学习语义特征表达，更适合商品识别。
而品类高度垂直的采购行业，对商品识别的需求不大；同时，在企业转型期，从线下到线上，商品图像数量处于积累阶段，图像数据较少，图像比对技术更为适用。
