隨著生物識別技術日趨成熟及應用場景的不斷拓展，近十年來，我國生物識別行業(yè)市場一直保持著穩(wěn)定性的高速增長。據(jù)前瞻研究院發(fā)布的《2018-2023年中國生物識別技術行業(yè)市場調(diào)研與投資預測分析報告》顯示，2002至2015年，國內(nèi)生物識別市場的年復合增長率達到50%，2016年生物識別市場規(guī)模達到120億元左右。預計到2021年，中國生物識別行業(yè)的市場規(guī)模將突破340億元。

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

除了指紋、人臉、虹膜三大主流生物識別技術之外，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)生物識別技術也隨著應用場景的開啟紛紛迎來了技術商用的機會，拓展出各自的應用市場。

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

通過將兩種及兩種以上的生物識別技術進行組合，其所構(gòu)成的多模態(tài)生物識別可以很好的補齊單一生物識別存在的技術應用缺陷。例如，可以把人臉決策權重和指紋決策權重結(jié)合在一起，既能提高準確率，又能擴大應用場景。

當下，多模態(tài)已然成為生物識別技術領域的顯著趨勢，尤其在一些安全等級要求較高的應用場景當中，往往會采用兩種甚至兩種以上的生物識別技術進行身份驗證，取長補短融合發(fā)展。

在這個過程中，融合不是固定的，而是靈活的，需要根據(jù)不同的應用需求和場景需求來選擇合適的融合方式和權重。從目前市場的發(fā)展情況來看，多模態(tài)生物識別技術已經(jīng)從概念包裝、探索商業(yè)模式邁入到行業(yè)落地應用的階段，隨著諸多行業(yè)領域精細化發(fā)展的目標驅(qū)動，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，多模態(tài)生物識別的市場潛力已經(jīng)被全面激活。

如何推進多模態(tài)生物識別技術的場景化落地?

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

然而“機器視覺”也好，“圖像識別”也好，“生物識別”也好，其實都屬于模糊識別，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別技術都會有或多或少的局限性和識別極限，或者不適合的應用場景。

對于多模態(tài)生物識別技術企業(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，最終考驗企業(yè)的主要還是技術在場景中的落地能力。即通過多模態(tài)生物識別的統(tǒng)一融合，如何覆蓋更多的應用場景和應用人群，進而創(chuàng)建完整的場景生態(tài)，從而進行大數(shù)據(jù)積累以及數(shù)據(jù)價值的挖掘。

那么如何推進多模態(tài)生物識別技術的場景化落地呢?這是一個需要理性規(guī)劃的問題。

一項技術從研發(fā)到落地可能需要好幾年的工夫，要想真正實現(xiàn)商業(yè)化或者盈利需要更長的時間。人工智能技術不像互聯(lián)網(wǎng)技術是比較單一的一種產(chǎn)品形態(tài)，它的應用場景、技術范圍也非常復雜。

生物識別作為一項典型的AI技術，要真正的落地到實際場景當中，為行業(yè)賦能，從技術廠商的角度來看，首先要有一個核心的算法作為驅(qū)動力，同時要有相適配的部分，即與不同場景相匹配的智能硬件連接客戶作為觸角。與此同時，軟件平臺也必不可少，它是對接用戶復雜業(yè)務需求的“中控臺”?；谠撈脚_實現(xiàn)以大數(shù)據(jù)為核心的數(shù)據(jù)挖掘和智能服務，從而真正體現(xiàn)多模態(tài)生物識別技術帶來的商業(yè)價值和數(shù)據(jù)價值。

也就是說，對于廠商而言，要推進技術在行業(yè)市場的真正落地，需要構(gòu)建起從算法到硬件到后端平臺端到端的解決方案能力，在完善的方案架構(gòu)基礎之上，再去針對性的響應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

生物識別產(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的領域，從單點或多點切入，共同推動著生物識別市場的發(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，甚至免費開放一些基礎的生物識別相關算法，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開放平臺的推出，這其中蘊含著兩種信號：一是AI算法紅利將提前進入弱化期，原本以算法彰顯技術能力的企業(yè)不得不進一步強化自身的技術壁壘，以保持核心的競爭力;

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

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自己的技術壁壘，從算法、產(chǎn)品化能力上塑造核心的競爭力，找到自己的市場定位和商業(yè)模式，并且精耕細作。另一方面也應當抱團取暖，共同探討如何分享蛋糕，如何規(guī)避風險，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，可以預想，隨著人工智能技術的日趨成熟，即便是技術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)者和平臺提供商，為了追求速度，會將AI落地變得過度扁平化。

AI市場本身應該是創(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)自身還是要不斷強化自身的技術實力，爭取在行業(yè)市場的話語權；其次企業(yè)應該對AI本質(zhì)規(guī)律、開發(fā)規(guī)律、未來走勢有更理性的認知，避免急功近利；最后也離不開綜合優(yōu)勢的加持，企業(yè)需從技術水平、團隊建設、落地能力、商業(yè)模式、客戶基礎以及盈利能力多維度上構(gòu)筑綜合的企業(yè)實力。

強化短板 塑底層核心技術

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

任何一種技術從研發(fā)到應用，到實現(xiàn)商業(yè)化，都需要經(jīng)過漫長的積累過程，需要不斷的驗證和積累，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)生物識別技術賦能的真正的價值，找到最適合的場景去應用落地，包容和不斷優(yōu)化生物識別技術的應用缺陷，才能推進這項技術的持續(xù)演進，更好的實現(xiàn)多模態(tài)生物識別技術的商業(yè)化落地。