近年来，人工智能(AI)用例的快速增长和扩展促使各公司在面向消费者的产品和服务中大幅增加对面部识别和其他生物识别技术的试验和采用。苹果公司率先推出了FaceID，让用户只需扫描面部即可打开iPhone，将生物识别数据的使用从创新转变为常态化。
如今，生物特征数据已成为个人货币的常见形式，是个人独有的防火墙。生物特征数据的应用范围已扩大到机场，机场采用生物特征登机、移动银行和电子商务，以促进和验证交易，甚至执法部门也将其用于监视目的。
人工智能面部识别技术的优势非常显著，有望大幅提高各行业的效率、安全性和易用性。但其优势也同样具有负面影响，因为组织需要考虑大规模收集和使用生物特征数据所带来的隐私风险和问题。
首先，消费者对技术供应商的信任度不够：根据皮尤研究中心的调查，只有36%的受访者表示他们信任技术供应商会负责任地使用面部识别技术。技术供应商需要考虑转向生物特征数据可能对消费者同意、数据管理和遵守各种数据隐私规则和法规产生哪些负面影响，以避免因滥用而受到罚款和处罚。像RiteAid这样试图走这条路的公司早期的回报并不好，随着社会为更多人工智能做准备，对数据隐私立法的支持不断增加，生物特征数据仍然是公众心目中的关键竞争领域。
更为严重的是，人脸识别技术的采用和发展速度超出了监管机构和供应商的承受能力。欧盟即将出台的《人工智能法案》将人脸识别技术列为“不可接受的风险”类别，但如果没有明确的途径来执行人工智能监管，那么第一波法律对该技术的安全广泛推广的影响将小于开发者本身的影响。
当谈到风险管理和用户隐私时，企业必须了解面部识别技术以及人工智能的其他扩展用例如何延伸到更广阔的范围：
对个人隐私和个利的威胁：随着面部识别在公共场所的大规模应用，很快用户和公民将无法在公共场所的任何地方不受监视，这对许多人已经感到脆弱的隐私构成了重大威胁。
