人臉識別出現的頻率越來越高，大眾也普遍接受這種形式。據艾媒數據顯示，2017上半年，中國使用過刷臉支付的網民占比 18.7%，在中國使用過刷臉支付用戶中，75.0%認為 刷臉支付更加簡潔方便。

現代生活中，人臉識別能為我們提供便利的比重越來越大。從陌生到熟悉，再到不再察覺。

被動獲取大量信息，人臉識別仍存在偏差

對于國家層面的安防而言，人臉識別的信息數據，在攝像頭密布的今天非常有意義。人臉識別信息在政府部門使用，一般同時需要指紋、身份證等輔助信息。來確保其安全性和高效性。

但是個人層面來說，大家其實都毫無隱私可言。如果人臉識別商用，人臉信息被第三方應用，那么作為消費者我們的行動軌跡被一覽無余，大數據下可能存在各種消費陷阱。

另外，深度學習是人工智能的根基，而海量數據的質量則決定了深度學習算法的最終的質量。數據的混雜性一定會讓信息化出現后遺癥。

人臉識別不需要直接接觸就能提取信息的特質，也容易被偽造3D頭像等技術破解，另外還存在人臉識別公司信息泄露的事件，現階段這些問題難以避免。

艾媒資訊《2019中國人工智能發展風險預警白皮書》數據顯示，64.1%的中國網民認為人工智能是存在風險/安全威脅的，人臉識別在網民認為的現階段風險較高人工智能產品中，僅次于無人駕駛汽車。

互聯網巨頭不斷推動，越來越多的人臉識別選項出現在消費者面前。盡管知道存在風險，但是仍然有超過六成以上的中國網民愿意嘗試人臉識別。在信息化時代，我們早已如同裸奔，人臉識別走進各行各業的趨勢難以逆轉。

不管同不同意，在毫不知情的情況下，你可能會發現在多種陌生場景就能直接使用自己的人臉信息了。因為這些信息如同電話號碼、簡歷信息一樣，成為了隱私廢紙，不可避免的被大量的商業機構獲得了。

如果現在沒有，那相信未來一兩年，你可能也會在需要人臉識別的地方暢通無阻。你無法了解自己的臉部信息是被自己提交過信息的應用或者產品共享了，還是在某個有攝像頭的地方，被動提交了。

既然它低成本的走入了多個行業，因為人臉識別獲取信息的特殊性，再加上相關不完善的法律，我們必然是無法保護自己的人臉信息。那既然人臉識別已經在不斷偷拍我們，那我們用隱私能不能換一個良好而便利的使用體驗呢？

技術和運營對接不暢，人臉識別落地漏洞百出

從上文中，我們了解到人臉識別正在朝著廣泛的商業化發展。在人臉識別應用產業鏈條中，硬件設備制造、系統集成及運營服務應該是三大核心。

在硬件設備方面，基本是長期從事安防行業或者智能硬件的巨頭企業會更有話語權。專注于算法服務的新興企業，則相當于方案提供商，他們會在尋求商業化變現上更加積極。因此我們可以看到許多不成熟的人臉識別應用。

目前，在針對算法的LFW 排名中，在包含場景、背景信息的靜態人臉識別中，大部分知名企業人眼識別精度可達 99.50%以上。但是在實際應用中，需要在各種光線環境中提取到人臉信息，處理算法也要充分適應不同光線環境。

作為消費者，在人臉識別領域我們是無法保護自己的隱私的，那人臉識已經走入各行各業，除了這些技術問題，更影響用戶體驗的的可能是在一些基礎應用上運營服務的缺失。

譬如刷臉支付從18年起開始出現在各種大型超市，會有相關的店員來引導使用，如果出現問題也能及時解決。而當這些技術服務商更積極的在其他場景將刷臉支付落地，許多對接工作就徹底缺失了。

知識流了解到，在一些電玩城購買游戲幣，也開始使用刷臉支付。但是，廣州劉女士在天河城6樓的電玩城購幣時卻大失所望。

因為整個購幣過程并沒有提供金額的選擇，在劉女士尚存在疑惑時卻已經瞬間刷臉完成了支付。結果是她在毫無選擇的情況下購買了200元的游戲幣。隨后，她向電玩城反應這一現象，卻被告知這一部分不歸電玩城負責，無法退幣退錢，需要聯系支付服務商。

然而機器屏幕上也沒聯系方式，只能從支付寶入口去聯系，支付寶客服也無法提供收款公司的聯系方式，最后劉女士只能硬著頭皮玩掉這一部分游戲幣。

大部分人遇到這樣的情況也估計只能選擇默默承受，兩百元也并不是沒有換來東西，真正去維權又費時費力。但是這里的核心問題在于，刷臉支付的服務商和場景提供者是分裂的，在支付存在問題的情況下完全沒有運營維護，讓人倍感不安。

不說其他場景的大應用，也不談隱私等問題，就是在購買游戲幣這樣的小場景里，人臉識別還存在落地問題。加強運營必定是一方面，但是技術服務商能否提供運營也是一個問題，在運營缺失的情況下如何彌補，值得我們去思考。