視覺搜尋的盟友：工具與人工智慧
正如我們已經指出的，許多平台和品牌在網頁和應用程式上開發自己的內部視覺搜尋系統，儘管產品內容必須始終準備好出現在其他搜尋引擎的結果中。
有些系統非常簡單，因此透過拍攝產品照片，應用程式 就會被帶到網站上的產品表中，例如 Lush。但透過影像的元數據，任何基於人工智慧的系統都可以根據形狀、顏色、圖案和其他顯而易見的元素的相似性來檢測哪些視覺結果真正相關。
例如，知名連鎖店 Macy's、Mark & Spencer 或ASOS可讓您根據應用程式附加的任何照片從其目錄中搜尋產品。然而，開發這種類型的專有技術可能非常昂貴，特別是當目錄非常廣泛時。出於這個原因，許多品牌使用 Pinterest Lens 作為自己的視覺搜尋引擎的替代品，例如服裝品牌 Target。
來自專業公司的研究是最有趣的，因為它比搜尋圖像副本更進一步，例如 IBM Watson 或 Clarifai。例如，Synthetic 與 Adobe Sensei 共同開發的 Style Intelligence Agent (SIA)是一項發現服務，利用人工智慧來幫助使用者完成服裝套裝並發現單一影像的許多互補可能性。
這意味著系統不僅可以搜尋與照片相似的結果，甚至可以推斷模式並 瑞士 Telegram 用戶列表 搜尋不同類別之間的產品，例如受藝術繪畫風格啟發的服裝、基於自然景觀圖像的室內設計或 產品匹配其他 。您是否想要幾套受傑夫高布倫 (Jeff Goldblum) 風格啟發的辦公室服裝、一件看起來像梵谷 (Van Gogh) 的《星夜》(Starry Night)的連衣裙、一張塞倫蓋蒂顏色的扶手椅，或是與您的紅色烤麵包機相稱的洗衣機？附上照片，選擇所需的濾鏡，機器人就會為您分析。
線上產品建議
Donald Glover 的圖像使用 Synthetic 的 Style Intelligence Agent 提供的產品建議
這些服務可能會被納入品牌目錄中，但像 CamFind 這樣的 視覺搜尋應用程式已經出現，它可以追蹤多個品牌和線上結果。對於厭倦了在谷歌和亞馬遜上手動比較的買家來說，這是一個真正有趣的選擇。
其他更具未來感的選擇，但根據技術專家的說法，我們很快就會看到，包括比較不同商店之間價格的掃描儀（正如沃爾瑪正在測試的那樣），以及實體店中能夠測量顧客尺寸的鏡子，以便為他們提供最好的服務庫存服裝建議。
無論是在線上還是線下，趨勢似乎都很明顯：讓顧客省去尋找數位和實體貨架的繁瑣，並最大限度地個性化推薦服務。
對於零售商來說，視覺搜尋中人工智慧的推動意味著需要快速實施，因為除非人工智慧系統能夠掃描 99% 的庫存，否則結果不會那麼準確，選項也不會那麼準確對買家有吸引力。要將如此多的項目連結到新系統，公司必須及時採取行動並組織起來。
“為客戶提供視覺搜尋的能力是將個性化提升到新水平的機會。” | Ross Simmonds，B2B 行銷策略師
結論
這種視覺搜尋和影像辨識技術的應用是無窮無盡的，從識別植物到識別安全系統中的人員。但毫無疑問，最受關注的領域是零售領域。
在網站或應用程式上實施視覺搜尋的優勢除了出現在視覺搜尋結果中之外，還有許多優點：更高的客戶忠誠度、更高的銷售轉換率以及中短期內更好的利潤。關鍵是要使視覺搜尋的類型適應客戶最常見的意圖以及他們搜尋、使用和購買產品的方式。在這個新的定位中，一張圖片的價值可能超過一千個關鍵字。