顔認証決済の登場:「決済戦争」の次なる激戦点となるか?

顔認証決済の登場:「決済戦争」の次なる激戦点となるか?

[[280749]]

最近、支払いをするために携帯電話を取り出すと、「顔支払い」を選択すると割引があることを思い出すことがよくあります。

現在、AlipayとWeChat Payは顔認証決済を補助するための投資を増やしている。同時に、第6回世界インターネット大会で、UnionPayは新たなスマート決済製品「Face Payment」を発表し、正式に顔認証決済市場への参入を発表した。

では、顔認証決済は「決済戦争」の次の激戦場となるのでしょうか?

QRコード決済は徐々に統一化されつつある

近年、モバイル決済の技術形式は、QRコード決済から指紋決済、そして最近人気の顔認証決済へと継続的にアップグレードされてきました。これは間違いなく、Alipay、WeChat Pay、従来の銀行の間でのユーザー獲得競争を反映している。

中国人民銀行の「金融技術発展計画(2019-2021)」には、バーコード決済の相互接続と相互運用性を推進し、バーコード決済の相互接続と相互運用性の技術標準を研究・策定し、バーコード決済のコーディングルールを統一し、バーコード決済の相互接続と相互運用性の技術システムを構築し、バーコード決済サービスの障壁を突破し、異なるアプリや商店のバーコードロゴの相互認識とスキャンを実現することが明記されている。

顔スキャンの支払いをめぐる補助金戦争が始まる

今年4月、アリペイの決済事業部門ゼネラルマネージャーである鐘耀氏は対外的に「顔認証決済の補助金として30億元を投資する」と語った。最近、アリペイは顔認証決済への30億元の補助金を「無制限投資」に変更すると発表した。

WeChat Payは補助金の具体的な金額を公表していないが、業界関係者によると、WeChatの補助金の額は「数百億」レベルに達しているという。同時に、顔スキャン決済サービスプロバイダーに顔スキャン決済の回数に応じて一定の補助金や報酬を提供するという通常のサポート政策や、WeChat決済日にランダムな即時割引や週ごとの割引など、一般ユーザー向けのマーケティング活動も実施されています。

安全は避けられない障害である

顔認証決済の原理は、ハードウェア端末で収集した顔情報をクラウドサーバーに保存されている情報、つまり1:N方式と比較し、情報の整合性を判断し、認証を行って顔認証決済を完了することであると理解されています。

業界関係者は、顔認証決済はコストが高く、QRコード決済のようにさまざまな小規模店舗に普及させるのは難しいと考えている。

なぜなら、顔認証決済は、セキュリティ問題の解決が普及の鍵となるからだ。ハードウェア端末側で収集された個人情報や決済情報のセキュリティをいかに確保するか、またクラウドサーバーで情報漏洩をいかに防ぐかが、早急に取り組むべき課題です。

これについて、中国人民銀行技術部の李偉部長は次のように述べた。「顔認証決済のオフライン応用のリスクは比較的制御可能であり、基本的に試験応用の条件を満たしています。しかし、顔はプライバシーの弱い生体認証特徴であり、情報の悪用リスクが比較的高いです。顔認証データを収集する際は、事前に情報の使用についてユーザーに通知し、顧客の許可を明確に取得する必要があります。ユーザーの主観的な希望は十分に尊重されなければならず、ユーザーの知らないうちに、または許可なしに取引を開始してはいけません。顔の特徴を単に取引の唯一の検証要素として使用しないでください。」

もちろん、消費者にとっては、顔情報の漏洩が問題となるため、モバイル決済によるセキュリティの問題は無視できません。

では、顔を変えるアプリ「ZAO」のようなAI顔を変える動画は、顔スキャンによる決済を突破できるのだろうか?

これに対し、アリペイは「現在、インターネット上には顔を変えるソフトウェアが数多く存在するが、どれほどリアルなものであっても、顔認識決済を突破することはできない」と述べた。 「顔決済」は3D顔認識技術を採用しており、顔認識の前にソフトウェアとハ​​ードウェアの組み合わせによるテストも実施し、収集した顔が写真、ビデオ、またはソフトウェアシミュレーションによって生成されたものであるかどうかを判定します。これにより、さまざまな顔の偽造による身元詐称を効果的に回避できます。さらに、顔認証後、一部のユーザーは認証のためにアカウントに紐付けられた携帯電話番号の入力も求められるため、セキュリティがさらに向上します。

さらに、「金融技術発展計画(2019-2021)」では、顔認識オフライン決済の安全な応用を模索し、パスワード認識、プライバシーコンピューティング、データラベリング、パターン認識などの技術を活用し、特殊なパスワードや「無意味」生体検知などの方法を使用して取引検証を実現し、1:N顔認識決済アプリケーションのパフォーマンスボトルネックを打破し、認可金融機関に顔の特徴をルーティング識別子とする送金・決済モデルを構築させ、決済ツールの安全性と利便性の統一を実現することも提案されている。

<<:  5G、自動運転、AIがどの段階に到達したかを示す曲線

>>:  Google が 17 分野を網羅し 18,000 の注釈を付した大規模な対話コーパスを公開

ブログ    
ブログ    
ブログ    

推薦する

潜在能力を解き放つ: 人工知能がパーソナライズされた学習に与える影響

急速に進化する今日の教育環境では、テクノロジーの統合がかつてないほど普及しています。さまざまな技術の...

機械学習アルゴリズム入門: 線形モデルからニューラルネットワークまで

最近、「機械学習」という言葉をよく耳にするようになりました(通常は予測分析や人工知能の文脈で)。過去...

人工知能開発の重要な要素と気候変動への影響

人工知能は世界的な流行語となり、ほぼすべての企業のデジタル変革計画に不可欠な要素となっています。 A...

企業がビッグデータの可能性を最大限に引き出す方法

専門家は、2025 年までにデータ ユニバース、つまりデータ ユニバースの規模が 180 ゼタバイト...

TikTok買収事件、主要アルゴリズムが焦点に 英国メディア:買収候補は4つの選択肢を提示

ロイター通信が2日報じたところによると、TikTokの買収候補らは、主要アルゴリズムを伴わない買収を...

...

マイクロソフト、Bing Chat と Bing Search にダーク モードを導入開始

7月27日、Microsoft Bingエンジニアリングおよび製品責任者のJordi Ribas氏は...

FMI2017----人工知能とビッグデータが時代を力づける

2017年8月5日、ペガサスが主催する「FMI人工知能&ビッグデータサミットフォーラム」が北京国家会...

AI ビデオ カットアウトの威力: 映画レベルの効果を実現するのに「グリーン スクリーン」は不要

今朝早く、ネットユーザーが私に人気の AI プロジェクトを勧めてくれました。世界中を旅して、アンジェ...

ファーウェイ、AI人材育成と科学研究の革新を促進する2つのAscendプロジェクトを開始

ファーウェイは6月25日、成都で開催された2022 Ascend AI開発者イノベーションデーで、人...

張亜琴氏と張宏江氏は人工知能の将来について何を語っているのでしょうか?

「大規模なシステムを構築するには、体系的な思考、実践的なスキル、システム構築への愛情を持った人材が...

フィンテック2022年の技術トレンド:プライバシーコンピューティングが焦点、仮想人間が金融マネージャーを再構築

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

6144個のTPU、5400億個のパラメータ、バグ修正、ジョーク解釈など、GoogleはPathwaysを使用して大規模なモデルをトレーニングしました

Google の次世代アーキテクチャ Pathways は、大規模なモデルのトレーニングに使用されて...

ビッグデータなどの最も中核的なキーテクノロジー:32のアルゴリズム

[[181277]]オーストリアの記号計算研究所 (RISC) の Christoph Koutsc...