纺织行业的交易撮合，离不了「阿里巴巴」式的平台，但是在线上沟通时，即使有着图片的辅助说明，用户仍然很难将一匹面料的特性和材质表达清楚，而当码隆科技向其提供识图技术之后，面料与面料之间的可视化对比以及基于某款纹路样式的关联搜索都变得简单快捷起来。

　　合作方的各种好评，让码隆科技为B端企业提供图片扫描服务的商业探索初步被证实。随后，黄鼎隆决定推出具有开放能力的「Product AI」，包括电商、安防、医药、艺术等多种行业都可接入这个「擅长识别图片的人造大脑」，糅合成自家产品的特色功能，提升用户体验。

　　比如暴风影音和上海卫视这类视频媒体也是「Product AI」的典型客户，用户在观看电影或者电视剧时，能够直接到京东上下单订购当前画面里男主角正在使用的手机，就是技术合作的经典应用场景。

　　在「Product AI」的后台提供支持的是一套神经网络，它不是压缩图片的像素去进行对比识别，而是用海量的学习和消化来理解图片的含义，并进行语义提取，根据黄鼎隆的解说：在ProductAI的驱动下，每一片GPU工作效率相当于200到400个经过训练的专业人员。

　　看上去，在互联网企业越来越讲究「赋能」的时代，反而会让传统企业的春天提早到来，马云说互联网会成为未来的电能，普惠所有的生产机构，倒也贴切。

　　人工智能就符合这样的说法，在可见的阶段里，j2直播，它并不适合作为一款商品放在超市的货架里供人选购，但是任何企业必然都需要它的力量，作为增益服务的关键道具。

　　有个令人捧腹的故事是说，某款逼死拖延症患者闹钟应用的运行模式，是让人在睡前拍下一张静物照片——比如客厅的电视机——那么在次日早晨响起时，用户必须起床前往客厅，在同样的角度也拍下一张照片，当两张照片被判断为一致时，闹钟才能被关闭，以此来逼迫那些喜欢随手按掉闹钟的贪睡者。

　　只是有一次，一名用户在临睡前拍下的照片是冰箱里的一个苹果，第二天早上当他打开冰箱时，发现那个苹果被室友咬了一口，这下就不好收拾了，闹钟的铃声无论如何都停不下来，换上一个新的苹果都没办法「骗」过系统，于是只好重新刷机，把手机还原到初始状态。

　　显然，人工智能的理论和畅想如何炫目，都比不上解决这类问题来得痛快。