银行业近年来着力进行智能化、信息化建设，并取得了长足发展，银行业务的管理水平与竞争能力明显提高。随着银行对信息系统依赖程度的加深，采取生物识别等先进的技术手段保证信息系统安全势在必行。2015年，各家银行陆续将人脸识别技术集成进自助金融机具，开始在各个网点开放测试，而虹膜识别作为“最精确”、“处理速度最快”以及“最难伪造”的一种生物识别方式，完全满足银行对人员身份认证的高辨识度和高安全性需求，已经成为继人脸之后的又一个热点技术。2018年，在自助金融机具上的应用虹膜也渐成趋势。

国内的自主知识产权的虹膜识别技术研发，起步较早，基本与LG、松下等国际厂商同步，始终保持在国际一流水平。记者通过行业调查，并对国内虹膜识别企业的主流业务做了深入分析，发现国内若干家虹膜识别公司主要以服务重点行业客户为主，业务形态主要集中在工业企业人员管理、煤矿考勤、建筑工地实名考勤、考场管理以及通道门禁控制等安防领域。个人消费市场规模还比较小，家用虹膜门锁和信息加密产品的销售刚处于起步阶段，以上行业客户，大多是中等规模的工业企业，虹膜识别产品所服务的用户群体相对较小，不超过1万人，所有虹膜信息数据都运行在内网中，有关数据存储、传输以及加密等方面的数据安全方案是否周全，和用户信息是否能得到有效监管还有待验证。虹膜认证服务也大多基于局域网，没有搭建其稳定高效的公网虹膜认证云服务，，在数据规模、应用技术等级以及所影响的用户群体量等方面均具有一定局限性。

而对于用户规模数以亿计的金融、公安、社保等重点行业，高精度和高安全性成为这类行业的刚性需求，打开了虹膜识别的应用前景。记者了解到，由于行业级虹膜识别算法对技术的要求甚高，虹膜识别技术的研发和突破，需要大量的终端使用数据反馈，结合特定使用场景来做现场优化。没有多年的项目经验积累，很难达到行业全用户、全场景下的识别要求。目前基于超大规模虹膜数据库管理系统的虹膜识别技术应用，在国内还鲜有案例。

在金融、公安、社保三个重点行业中，金融行业率先提供了构建大用户规模的虹膜应用系统的可能性。2018年4月，中国建设银行推出了国内首家智慧无人银行，上线了具有“无感支付”功能的智能金融自助机具和VR体验设备，而无感支付背后的支撑技术正是“虹膜+人脸”多模态识别系统，这也是国内第一个潜在的具有近10亿用户规模量级的虹膜识别系统平台。经记者调查，中国建设银行总行的虹膜后台软件供应商来自国内厂商，上海的聚虹光电, 这是一家专注虹膜识别技术的高科技公司

记者咨询AI算法领域的专家后了解到，国内的大型股份制商业银行一般拥有数以亿计的客户，按职业、种族、年龄、性别等个体差异细分，不同生活环境下的人虹膜生理差异极大。为如此庞大客户群提供身份认证服务，其虹膜识别算法与产品必须具有良好的易用性和非常高的识别精度，采用机器学习的方法进行大数据样本的训练几乎是唯一可行的技术路线。同样的，银行业海量的用户数据可为虹膜识别公司提供算法训练的基础，反哺其算法的迭代与升级。所以，海量的用户数据规模，并不仅仅是虹膜技术公司面对的挑战，也是一笔重要的数据资产，对于提升虹膜核心算法精度有很大推动作用。

记者预测，随着2018年银行业进入虹膜识别领域，带来数以亿计的虹膜样本数据和数以十亿计的虹膜比对数据，将使虹膜识别行业的竞争模式完全被颠覆，从“算法竞争时代”正式进入“数据竞争时代”。记者认为，无论用户规模、安全等级还是云服务吞吐量，银行业是虹膜识别技术应用的制高点，虹膜技术公司获得银行业的认可，就占据了虹膜识别数据竞争时代的先机，若其不断强化在训练数据上的优势来推动算法升级，将有可能形成“行业应用+核心算法”相互支撑相互促进的正循环。