图像识别搜索商品容易，但搜索工业零部件却很难：VizSeek认为找到了出口

基于图像识别的搜索，在电商领域的应用已较为广泛。比如在 Amazon、淘宝，输入某产品的图片，就能立刻弹出相关的产品链接，背后的技术逻辑是：基于机器学习的图像识别技术，输入图片的指令，在数据库中找到匹配的相关图片，再导出相关的商品链接。

这一需求在工业领域同样迫切，但却很难通过图片搜索得到解决。众多工业品MRO网站(即Maintenance, Repair & Operations 工业领域保养、维修及保证其运行的生产物料)能解决常规产品的搜索，但一旦配件的精密度较高，或原始产品信息丢失的情况下，找到相应的配件供应和3D模型并不容易。

难点在于：通过机器学习技术可以搜索到工业产品类别，精确到某个产品还很难实现。同时， MRO工业零部件本身的数据库，也并不像电商产品那么容易获得。中国MRO市场被认为是万亿级的，而帮助搜索MRO产品的企业服务工具，在中国产业升级的大趋势下，也有十分巨大的市场。

VizSeek按图索宝就是一款应用在工业领域的图片搜索工具，用户在输入所缺零部件的图片，就能找到相关的产品链接或3D模型。这个麻省理工团队开发出的产品，在工业图片搜索这一技术上实现了突破。

具体的做法是，在云技术的基础上，搜索引擎把输入的形状、颜色等数据，转化为本地特征矢量数据，再进行搜索获得相关的产品数据。使用的方式，以为企业网站或电商网站提供搜索引擎的接口，相当于一款嵌入式的SaaS服务。这种方式带来的好处是，除了形状搜索外，也可以通过产品的颜色，找到相关的产品。如果说基于形状能达到75%的匹配度，那么多张图片形状＋颜色的搜索，则可达到95％的精准度。并且搜索引擎在自己的网站框架内，安全性和流量都能得到有效控制。

VizSeek联合创始人兼CEO谈建民向36氪介绍，这款产品的研发在国外，已经在美国和日本的企业得到应用。“国内近年来也在谈工业4.0，或者中国制造2025，工业领域的智能化改造需求很迫切，工业配件电商在中国正在兴起，图片搜索有自己的市场。”在中国，公司服务的B端既有大型的工业集团，也有工业电商平台，比如汽车零部件采购的慧聪网和中国汽车配件网等等。

VizSeek有自己的产品和app，但更常规的方式，还是通过API接口，嵌入企业的网站，公司服务整体架构和维护管理。企业可以通过VizSeek搜索引擎找到部件的相关模型，如果匹配度不高，也可以找到相关的模型进行修复，这为企业开发设计新模型省去了很多成本。

这种嵌入式接口，涉及到的数据安全会是一个主要问题。因为电商类的以图搜图不同的是，电商的产品数据可以通过爬虫获得，但工业界多数零部件的sku数据都是保密的。因此，VizSeek以提供搜索引擎API接口的方式，能够在很多情况下，满足产品对于数据公开的顾虑。对于涉及到更为高密的工业产品，比如国防军工之类，则可以通过将服务器建在公司防火墙的形式，来避免产品安全的顾虑。

VizSeek在美国的技术运用较为顺利，但在中国的国情下，未必适用。比如国企对于类似项目的采购，就较为谨慎，相关的审批程序，也较为繁琐。VizSeek给出的解决方案是，通过跟国家基金的合作，以和企业合作基金的方式，为国家的工业企业提供产品解决方案。目标的国企，毫无疑问是中国船舶，中国航空和几大汽车制造厂商。

盈利上，主要还是通过服务费的形式收取，特点是低频、客单价高。目前公司的研发团队在美国，规模大概在10人左右，中国市场也维持在小规模的团队运行，CEO谈建民本科毕业于复旦物理系，获得麻省理工的博士学位，公司正处于天使轮的阶段。

作为又一款以图搜图的工具，在算法过关的基础上，产品本身面临的获客成本可能也不小，包括和B端企业的谈判和演示，以及由于企业数据安全相关的技术维护成本。工业产品极大的非标准化，VizSeek要做的，可能还是要相对标准化，并在未来的产品迭代中，将搜索这一单一产品功能扩大，比如为企业提供数据库建设和大数据支持等等。

36 氪已进驻上海，我们正在招募一名实习作者，如果你对创投服务有自己的想法、充满好奇心，请砸简历至congjia@36kr.com.