隨著生物識(shí)別技術(shù)日趨成熟及應(yīng)用場(chǎng)景的不斷拓展，近十年來，我國生物識(shí)別行業(yè)市場(chǎng)一直保持著穩(wěn)定性的高速增長(zhǎng)。據(jù)前瞻研究院發(fā)布的《2018-2023年中國生物識(shí)別技術(shù)行業(yè)市場(chǎng)調(diào)研與投資預(yù)測(cè)分析報(bào)告》顯示，2002至2015年，國內(nèi)生物識(shí)別市場(chǎng)的年復(fù)合增長(zhǎng)率達(dá)到50%，2016年生物識(shí)別市場(chǎng)規(guī)模達(dá)到120億元左右。預(yù)計(jì)到2021年，中國生物識(shí)別行業(yè)的市場(chǎng)規(guī)模將突破340億元。

從幾大主流生物識(shí)別技術(shù)的市場(chǎng)應(yīng)用情況來看，指紋識(shí)別技術(shù)發(fā)展最為成熟且成本較低，因此應(yīng)用范圍也最為廣泛，基本占據(jù)了生物識(shí)別總市場(chǎng)規(guī)模近三分之一的規(guī)模。人臉識(shí)別隨著深度學(xué)習(xí)、大數(shù)據(jù)和算力的提高，這幾年市場(chǎng)規(guī)模增長(zhǎng)迅猛，當(dāng)前正處于技術(shù)落地應(yīng)用的沖鋒階段。而以安全性著稱的虹膜識(shí)別技術(shù)相對(duì)還處于新興階段，技術(shù)也日趨成熟，在一些特定場(chǎng)景下已經(jīng)能夠?qū)崿F(xiàn)很好的應(yīng)用，目前也正在朝著越來越廣泛的應(yīng)用方向拓展。

除了指紋、人臉、虹膜三大主流生物識(shí)別技術(shù)之外，基于人體生物特征屬性，諸如指靜脈、掌紋、聲紋、步態(tài)等次常規(guī)生物識(shí)別技術(shù)也隨著應(yīng)用場(chǎng)景的開啟紛紛迎來了技術(shù)商用的機(jī)會(huì)，拓展出各自的應(yīng)用市場(chǎng)。

生物識(shí)別技術(shù)的廣泛應(yīng)用很大程度上是為了提升各場(chǎng)景下個(gè)人身份認(rèn)證的安全性、認(rèn)證效率及認(rèn)證過程中的用戶體驗(yàn)。然而，在諸多實(shí)際應(yīng)用場(chǎng)景當(dāng)中，由于單一生物識(shí)別技術(shù)仍存在一定應(yīng)用缺陷，比如指紋易磨損、易復(fù)制，人臉識(shí)別對(duì)外界環(huán)境要求高且具有“照騙”隱患，虹膜識(shí)別應(yīng)用成本相對(duì)較高等因素，因此，越來越多基于多模態(tài)生物識(shí)別技術(shù)的產(chǎn)品和方案開始誕生并受到市場(chǎng)關(guān)注。

通過將兩種及兩種以上的生物識(shí)別技術(shù)進(jìn)行組合，其所構(gòu)成的多模態(tài)生物識(shí)別可以很好的補(bǔ)齊單一生物識(shí)別存在的技術(shù)應(yīng)用缺陷。例如，可以把人臉決策權(quán)重和指紋決策權(quán)重結(jié)合在一起，既能提高準(zhǔn)確率，又能擴(kuò)大應(yīng)用場(chǎng)景。

當(dāng)下，多模態(tài)已然成為生物識(shí)別技術(shù)領(lǐng)域的顯著趨勢(shì)，尤其在一些安全等級(jí)要求較高的應(yīng)用場(chǎng)景當(dāng)中，往往會(huì)采用兩種甚至兩種以上的生物識(shí)別技術(shù)進(jìn)行身份驗(yàn)證，取長(zhǎng)補(bǔ)短融合發(fā)展。

在這個(gè)過程中，融合不是固定的，而是靈活的，需要根據(jù)不同的應(yīng)用需求和場(chǎng)景需求來選擇合適的融合方式和權(quán)重。從目前市場(chǎng)的發(fā)展情況來看，多模態(tài)生物識(shí)別技術(shù)已經(jīng)從概念包裝、探索商業(yè)模式邁入到行業(yè)落地應(yīng)用的階段，隨著諸多行業(yè)領(lǐng)域精細(xì)化發(fā)展的目標(biāo)驅(qū)動(dòng)，無論是為提高B端用戶的安全和管理效率還是C端用戶的使用體驗(yàn)，多模態(tài)生物識(shí)別的市場(chǎng)潛力已經(jīng)被全面激活。

如何推進(jìn)多模態(tài)生物識(shí)別技術(shù)的場(chǎng)景化落地?

隨著市場(chǎng)商機(jī)的涌現(xiàn)，也有越來越多原本專注于單一生物識(shí)別技術(shù)的企業(yè)開始嘗試朝多模態(tài)生物識(shí)別技術(shù)和方案提供商的企業(yè)角色轉(zhuǎn)型。

然而“機(jī)器視覺”也好，“圖像識(shí)別”也好，“生物識(shí)別”也好，其實(shí)都屬于模糊識(shí)別，也就是只能告訴你“有多像”，而無法告訴你“一定是”。這就意味著每一種單一的識(shí)別技術(shù)都會(huì)有或多或少的局限性和識(shí)別極限，或者不適合的應(yīng)用場(chǎng)景。

對(duì)于多模態(tài)生物識(shí)別技術(shù)企業(yè)而言，不論大家在算法、產(chǎn)品或解決方案單一方面的能力多么出眾，最終考驗(yàn)企業(yè)的主要還是技術(shù)在場(chǎng)景中的落地能力。即通過多模態(tài)生物識(shí)別的統(tǒng)一融合，如何覆蓋更多的應(yīng)用場(chǎng)景和應(yīng)用人群，進(jìn)而創(chuàng)建完整的場(chǎng)景生態(tài)，從而進(jìn)行大數(shù)據(jù)積累以及數(shù)據(jù)價(jià)值的挖掘。

那么如何推進(jìn)多模態(tài)生物識(shí)別技術(shù)的場(chǎng)景化落地呢?這是一個(gè)需要理性規(guī)劃的問題。

一項(xiàng)技術(shù)從研發(fā)到落地可能需要好幾年的工夫，要想真正實(shí)現(xiàn)商業(yè)化或者盈利需要更長(zhǎng)的時(shí)間。人工智能技術(shù)不像互聯(lián)網(wǎng)技術(shù)是比較單一的一種產(chǎn)品形態(tài)，它的應(yīng)用場(chǎng)景、技術(shù)范圍也非常復(fù)雜。

生物識(shí)別作為一項(xiàng)典型的AI技術(shù)，要真正的落地到實(shí)際場(chǎng)景當(dāng)中，為行業(yè)賦能，從技術(shù)廠商的角度來看，首先要有一個(gè)核心的算法作為驅(qū)動(dòng)力，同時(shí)要有相適配的部分，即與不同場(chǎng)景相匹配的智能硬件連接客戶作為觸角。與此同時(shí)，軟件平臺(tái)也必不可少，它是對(duì)接用戶復(fù)雜業(yè)務(wù)需求的“中控臺(tái)”?；谠撈脚_(tái)實(shí)現(xiàn)以大數(shù)據(jù)為核心的數(shù)據(jù)挖掘和智能服務(wù)，從而真正體現(xiàn)多模態(tài)生物識(shí)別技術(shù)帶來的商業(yè)價(jià)值和數(shù)據(jù)價(jià)值。

也就是說，對(duì)于廠商而言，要推進(jìn)技術(shù)在行業(yè)市場(chǎng)的真正落地，需要構(gòu)建起從算法到硬件到后端平臺(tái)端到端的解決方案能力，在完善的方案架構(gòu)基礎(chǔ)之上，再去針對(duì)性的響應(yīng)不同客戶的差異化訴求。

AI產(chǎn)業(yè)健康發(fā)展有賴產(chǎn)業(yè)鏈上企業(yè)共同推進(jìn)

生物識(shí)別產(chǎn)業(yè)鏈上，以芯片、算法、軟硬件產(chǎn)品或解決方案立身的企業(yè)比比皆是，大家立足于自己擅長(zhǎng)的領(lǐng)域，從單點(diǎn)或多點(diǎn)切入，共同推動(dòng)著生物識(shí)別市場(chǎng)的發(fā)展壯大，上下游之間的密切合作也由此構(gòu)成了完整的產(chǎn)業(yè)閉環(huán)。

目前包括百度、騰訊、京東、科大訊飛等科技企業(yè)均推出了自有的AI開放平臺(tái)，甚至免費(fèi)開放一些基礎(chǔ)的生物識(shí)別相關(guān)算法，這意味著AI算法能力的獲取將比以前更為容易。而隨著越來越多AI開放平臺(tái)的推出，這其中蘊(yùn)含著兩種信號(hào)：一是AI算法紅利將提前進(jìn)入弱化期，原本以算法彰顯技術(shù)能力的企業(yè)不得不進(jìn)一步強(qiáng)化自身的技術(shù)壁壘，以保持核心的競(jìng)爭(zhēng)力;

二是AI開放平臺(tái)的推出，是人工智能發(fā)展到一定階段的必然性趨勢(shì)。從這個(gè)角度來說，人工智能技術(shù)不僅僅屬于某一家公司，而是屬于全人類。開放AI技術(shù)可以滿足開發(fā)者和合作伙伴不同層次的需求，更快速的推進(jìn)人工智能技術(shù)的優(yōu)化，從而轉(zhuǎn)化成賦能行業(yè)領(lǐng)域的核心驅(qū)動(dòng)力。

在這樣的產(chǎn)業(yè)生態(tài)之下，行業(yè)內(nèi)的伙伴，一方面需要不斷加強(qiáng)自己的技術(shù)壁壘，從算法、產(chǎn)品化能力上塑造核心的競(jìng)爭(zhēng)力，找到自己的市場(chǎng)定位和商業(yè)模式，并且精耕細(xì)作。另一方面也應(yīng)當(dāng)抱團(tuán)取暖，共同探討如何分享蛋糕，如何規(guī)避風(fēng)險(xiǎn)，如何在巨頭涌入的環(huán)境下找到自己的生存發(fā)展之道。

未來，可以預(yù)想，隨著人工智能技術(shù)的日趨成熟，即便是技術(shù)門檻較高的人工智能行業(yè)，也同樣可能陷入算法、產(chǎn)品或方案同質(zhì)化的“怪圈”。這個(gè)怪圈的出現(xiàn)很大程度源于一些急于“上馬”的AI開發(fā)者和平臺(tái)提供商，為了追求速度，會(huì)將AI落地變得過度扁平化。

AI市場(chǎng)本身應(yīng)該是創(chuàng)意、多元和深度的，要想避免這種局面的出現(xiàn)，首先企業(yè)自身還是要不斷強(qiáng)化自身的技術(shù)實(shí)力，爭(zhēng)取在行業(yè)市場(chǎng)的話語權(quán)；其次企業(yè)應(yīng)該對(duì)AI本質(zhì)規(guī)律、開發(fā)規(guī)律、未來走勢(shì)有更理性的認(rèn)知，避免急功近利；最后也離不開綜合優(yōu)勢(shì)的加持，企業(yè)需從技術(shù)水平、團(tuán)隊(duì)建設(shè)、落地能力、商業(yè)模式、客戶基礎(chǔ)以及盈利能力多維度上構(gòu)筑綜合的企業(yè)實(shí)力。

強(qiáng)化短板 塑底層核心技術(shù)

一直以來，多數(shù)企業(yè)普遍注重應(yīng)用層面的開發(fā)，在底層核心技術(shù)上鮮有投入，雖然可以迅速積累發(fā)展資金，但在技術(shù)鏈、供應(yīng)鏈上會(huì)存在不少斷點(diǎn)，忽視底層技術(shù)領(lǐng)域而導(dǎo)致的短板，就有可能成為企業(yè)的致命罩門?？v觀全球，科技強(qiáng)則國強(qiáng)，而底層技術(shù)作為高科技領(lǐng)域的發(fā)展基礎(chǔ)，正不斷引起國家重視。

任何一種技術(shù)從研發(fā)到應(yīng)用，到實(shí)現(xiàn)商業(yè)化，都需要經(jīng)過漫長(zhǎng)的積累過程，需要不斷的驗(yàn)證和積累，需要不斷去趟坑去填坑，需要行業(yè)內(nèi)的伙伴共同把“蛋糕”做大。因此理解多模態(tài)生物識(shí)別技術(shù)賦能的真正的價(jià)值，找到最適合的場(chǎng)景去應(yīng)用落地，包容和不斷優(yōu)化生物識(shí)別技術(shù)的應(yīng)用缺陷，才能推進(jìn)這項(xiàng)技術(shù)的持續(xù)演進(jìn)，更好的實(shí)現(xiàn)多模態(tài)生物識(shí)別技術(shù)的商業(yè)化落地。