支付宝刷脸支付，支付宝刷脸支付的流程是怎样的

好消息好消息

今天，

衢州市民蒋女士

成为全国第一位

在支付宝里领取并使用

“居民身份证网上功能凭证”

的幸运儿

4月17日，在浙江衢州办事大厅，市民蒋女士成了首位在支付宝里尝鲜“网证”的人

这东西有什么用呢？

其实简单来说它就是

电子版的身份证！

未来

坐飞机、坐火车、酒店入住

政务办理、邮寄快递

……

生活中无数个

需要使用身份证的地方

有可能都能用它刷！！

妈妈再也不用担心我

出门忘记带身份证了！

遇到需要出示身份证的情况

掏出手机打开支付宝

亮出“网证”就行啦！

目前是在三个城市试点：

浙江杭州、衢州和福建福州

未来

它有希望推广到全国！

刷一刷脸就能领

扫一扫码就能用

在浙江衢州的办事大厅，市民蒋女士成了第一位在支付宝里尝鲜“网证”的人，她在完成刷脸等相关认证，证明是本人后，很方便地就领到了自己的网证，并且完成了公积金社保查询等一系列原来必须出示身份证才能办理的业务。蒋女士说，“这就像电子版的身份证，太方便了。”

记者体验发现，网证的领取非常便捷，打开支付宝 “卡包→证件”，根据提示完成“刷脸”等相关身份认证，证明是本人，就可以拥有自己的网证了，使用时，可以打开网证二维码，通过扫一扫证明自己的身份。

不仅在衢州办事大厅，在福州汽车北站和杭州睿沃科技旗下的睿沃智慧酒店，两位旅客也分别用网证完成了大巴车票的购买和酒店入住登记。

据悉，这是网证正式多地同时启用试点，而衢州、杭州和福州成为了首批试点城市。三地分别挑选了政务办事、酒店入住和买车票这三个老百姓常会碰到的生活场景进行试点，预计一年内有400万人次有机会体验这一便民服务。

手机丢了也不怕

“四大关卡”防护安全性可放心

“网证”这么方便，那万一手机丢了怎么办？

完全不用担心！有“四大关卡”守护电子身份证的安全！

支付宝表示，即便手机丢失，网证被冒用的可能性也微乎其微，因为使用网证时，用户需要先通过指纹或者刷脸验证，证明是本人后才能进入到网证页面，这还不够，在打开二维码时，还要再次刷脸验证。

也就是说，即使手机丢了，别人要想用你的网证，得先通过“手机密码+支付宝登录密码”打开你的支付宝，再通过“指纹验证+刷脸验证”打开网证二维码，总共四关。而光是支付宝人脸识别技术的准确率就达到了99.99%，被冒用的可能性极低。

衢州市公安局党委副书记、副局长黄忠京认为，“网证不能替代实体身份证，但基于它易保管、易携带、多重密码保障等特点，网证的使用非常安全，其实能大大降低证件丢失的概率和被人冒用的可能性。”

“证明我就是我”

还有电子社保卡、电子居住证、电子驾驶证……

其实，除了电子身份证，为了帮助大家解决世纪性难题“证明我就是我”

各地政府都在想办法

2016年10月

深圳交警与支付宝合作推出电子驾驶证

车主出门忘带驾驶证

电子驾驶证可起同样效用，无须罚款、扣车

2017年11月

武汉市人社局联合支付宝上线电子社保卡

“扫脸”领取后

在开通支持的医院和药店就诊购药可用支付宝进行医保结算

2018年3月

浙江省公安厅与支付宝合作上线电子居住证

来浙人口出门办事无需再带居住证，扫码即可

以后出门，

忘带证就有救了

掏出手机

相关试点业务直接办！

除了方便、方便、方便

更是安全、安全、安全

无论你的手机有多么新奇酷炫的功能，在你使用之前都要做同样的步骤：解锁。因此，解锁也是所有手机功能中最频繁、最基础的一个，也是最容易被消费者忽视、却具备极强技术门槛，且严重影响实际使用体验的一个功能。

上个月，国外科技媒体Android Authority就目前手机主流的解锁方式做了一个调查。在这个超过5万人投票的调查中，国外用户给出了明确的答案：背部指纹（39%）＞屏幕指纹(31%)＞正面指纹（21%）＞侧面指纹(7%)，至于苹果主打的面部识别，则只有2%的用户喜欢，位列最后。

这恐怕是个多少有些颠覆认知的结果：苹果不是很多消费者眼中智能手机的旗帜吗？可为什么只有2%的人喜欢面部识别？

面部识别的先天不足与技术死胡同

眼下迅速普及的全面屏带来了一个很大的副作用，就是产品跑到了技术前面。为了在屏占比的竞争中占到微弱优势，反人类的背部指纹以及充满妥协的人脸识别等设计大行其道，全面屏战争中最先牺牲的就是用户体验。

以前的手机只能密码解锁，稍微进化也只能是在屏幕上划一个奇怪的折线，转向更安全的生物识别技术是大趋势。指纹是最早也最成熟的生物识别方案，摩托罗拉早在2011年的Atrix 4G上就率先采用，到后来逐渐发展出成熟的公模方案。但全面屏使得原本不碍事的前置镜头、听筒、传感器、指纹实体键都成了屏占比的天敌，让手机厂商必欲去之而后快。

这就推动了两条道路的竞争——指纹派遇到技术困难后，有些偷懒的厂商就用了背部开孔设计。看起来似乎两全齐美，既兼顾了屏占比，又保留了喜闻乐见的指纹识别。

然而不同于推崇背部识别的国外网友，国人的手普遍较小，在如今的巨屏时代，不是每个人都能轻松完成手指去手机背后摸传感器的动作。更不必说手机后盖要开口，使用手机的设计失去整体性，对于设计美感有追求的用户肯定难以接受。此外，对于习惯使用手机保护套的用户还会带来诸多不便，因为使用保护套后，有更加指纹内陷的深度从而影响其识别的灵敏度。还有，手机摆放在桌面上不能直接解锁，如果突然想看手机，还要从桌面上拿起手机再解锁，这种场景下的体验则大打折扣。

人脸派则利用了最新的3D结构光技术，依然是一种既想提高屏占比，又不想在技术上下功夫的选择。苹果放弃Touch ID改用Face ID，看起来很贴心，其实背后的逻辑很像是鸟巢发布会上叫卖名为TNT实际是大号一体机的某品牌。

用户体验是有惯性的，并不是简单的数学题，不是在试验室的理想环境中做出几组数据，用户就心悦诚服，比研发一项技术更难的是了解人性。

去年iPhone X人脸解锁亮相时吐槽很多，“闺蜜看了一眼我老公的手机直接解锁了”，大概是最狠的恶搞。然而人脸识别引发了撞脸的小姐姐，以及趁老公睡觉刷脸网购的败家老婆等故事倒在其次，背后所反映的用户心理隔膜才是关键，说明这个创新并不像以往那样符合用户心理预期，一向高傲的苹果高管也不得不破例花时间逐条科普。

实际上，虽说是解锁，生物识别在很大程度上还担负着“支付确认”的功能，虽然支付宝、微信、京东很快适配了人脸识别，在更广泛的场景上仍然无法比肩指纹的普及度，iPhone X面世后出现大量似是而非的教程，正好说明了技术进化脱离实际体验的风险。更不必说，至少在目前，人脸识别还有一些无法克服的短板，比如双胞胎的识别，以及如何应对类似于《碟中谍》那样的3D高精度打印技术等等。

（《碟中谍3》中的3D打印）

先期曝光的用户体验表明Face ID的识别准确度和执行效率都有问题，这与iPhone遇到过的天线门等事件不同，安全永远是不可触犯的天条，雷军也跟着苹果走了一回弯路，小米8用的是远不如苹果的对环境依赖很高的2D红外识别，发现情况不对后，只好在9月又推出指纹版本，从指纹到人脸转了一圈后，才羞答答的向用户体验屈服。

那么，在全面屏时代，难道就只有“背后”和“面部”这两条路了吗？就没有别的选择？

屏幕指纹识别的逆袭

很久之前，就有媒体预测，屏幕指纹识别将成为未来的手机解锁方式中，最符合人性与技术结合点的一个。然而受限于成本（背后识别有公模，容易且便宜）、技术（工艺难度高、技术需攻坚）、专利（苹果收购AuthenTec后，形成一段时间技术垄断）等原因，如上文所示，大部分厂商都在“绕着走”，要么背部要么面部。

反倒是vivo，仅用半年时间就完成了屏幕指纹的4代技术进化——1月的X20 Plus是首款商用的屏幕指纹手机，3月的 X21成为首款实现屏幕指纹解锁技术的量产手机。到6月的旗舰产品vivo NEX时，vivo第三代屏幕指纹技术已经非常成熟，可升降式的前置摄像头解决了全面屏手机的布局问题，屏下摄像头利用微弱的透光环境，就能经过聚光处理和芯片感应做到快速解锁。9月最新发布的X23则通过软硬件全面升级，实现了第四代光电屏幕指纹解锁技术，识别率相较于X21提升了40%，亮屏解锁时间也仅需0.35s。

Android Authority的投票结果说明，对大多数人来说，指纹为主人脸为辅才是王道。然而，今天的iPhone彻底取消了指纹解锁，完全依赖人脸，没有缓冲过渡也不提供备选方案，怎么看都显得简单粗暴。

在最新的X23上，vivo则采用了人脸和指纹的双模识别，虽然成本上会有压力，但最大限度考虑了用户应用场景的无缝适配。

尤其值得一提的是，就在今天，vivo公布了在第四代屏幕指纹技术上的又一升级——“屏幕指纹DSP加速技术”，此技术不仅可以在低温干手指、强光直射等“刁钻场景”下将解锁速度提升30%，也能更好的保护用户敏感数据和生物特征信息，使用友好度大为提升。

至于还在犹豫是用哪种方式解锁的朋友，不妨再仔细考虑一下，究竟哪种技术路线更适合自己的使用习惯与场景。

国产手机品牌不跟随的底气

当vivo出人意料的搞出升降摄像头结构时，很多人才发现这家从东莞走出来的国产品牌早已不是“吴下阿蒙”，但对于这种颜控到技术流的转化都有不明觉厉之感。如今vivo更是抛弃了苹果和小米们早已习惯的面部识别路线，独自潜心研究屏幕指纹识别，颇有些“自成一派”的态势。

国产手机这些年来走过了几个发展阶段，从最初的山寨机、千元机到发展出与苹果、三星抗衡的实力，其中有经验也有教训。而vivo之所以敢于不跟随，最大心得有两点。

一是彻底让技术为用户体验服务。这句话说起来容易，实践可就不是那么轻松了。

vivo起初以高频刚需应用音乐作为突破点，用定制芯片的HiFi技术解决了此前高通芯片下智能手机音质普遍不佳的痛点，形成了自己的独特优势；而后其又以拍照产品Xshot占据国产拍照高地；在全民自拍的刚需下，又将自主研发的1600万柔光自拍推向目标用户。并且在此期间紧贴行业趋势，在产品全金属化、轻薄化、大屏化、高清化，并在指纹识别、大运行内存和存储这些行业潮流中不曾落下甚至引领潮流，诸如在国产中第一个使用双曲面屏、6G运行内存等等。

正是这种不盲目堆砌硬件，而是着眼于满足不同层面的消费者需求的产品哲学，使得vivo力压国内外一线大厂，成为国内手机赛道的TOP玩家。

第二点，则是vivo壁垒更高的优势：新形态的供应链合作方式。

手机厂商与供应链的关系一直非常紧张，这表现在厂商对工艺和材质的要求越来越高，不仅加剧了产能紧张，也让供应链的良品率降低。作为技术应用方，手机品牌提出苛刻的要求不需要什么能力，能让供应链甘愿接受才是本事。

vivo NEX从一开始就确立了从零部件服从设计的定位，内部高度模块化，很多部件都是单独开发，单独装配，单独连接，光是螺丝就有7种之多，这样复杂的设计方案供应链没有冒火反而甘之如饴是什么道理？

首要原因当然是合理的排产计划。有些品牌以为随时大手笔追单就是实力的反映，其实供应链既来不及准备，也没法优化产能，vivo的做法是每年10月就会把精细预测的全年需求按照10%的正负变化给到供应链厂商，然后按计划推进，这样比临时追单更有利于放大产能。

正因为有了供应链的全力配合与产能加持，vivo才敢放手去“自成一派”，不必跟随业界多数解决方案，将自己的产品哲学贯彻到底。

今天，没人再敢低估vivo的实力，但如果依然只是把vivo的成功归结于“天上打广告，地下铺渠道”，或者把动辄卖到三四千元的能力说成是利用了小城市青年的信息差，恐怕永远也总结不出这家手机厂商的真正基因。

特别策划

编者按：本文转自机器之心（ID：almosthuman2014），作者：Synced，36氪经授权转载。

1 月 13 日，在浙江卫视播出的大型科技综艺节目《智造将来》中，代表支付宝最新研发进展的生物识别系统「310099」首次亮相，并成功完成挑战：从 500 位蒙面观众中找到目标人物。

在这之后，蚂蚁金服生物识别技术负责人李亮也向我们全面解读了这背后的技术能力：支付宝采用了哪些识人技术，除了常见的指纹识别、2D/3D 人脸识别，他们还在研究新型眼纹识别方法，这种方法结合人脸识别能获得极高的准确率。目前眼纹（巩膜静脉）识别只有少量研究工作，李亮博士向我们详细介绍了虹膜识别的主要流程。

生物识别

除了常见的指纹识别、人脸识别，生物识别还包含眼纹识别、虹膜识别、声纹识别和视网膜识别等技术。人体的很多生物信息都可以用来识别「身份」，基于不同的算法和传感器，业界正在开发的生物识别技术约有三百种。

目前比较成熟的是人脸、指纹和虹膜识别技术，蚂蚁金服生物识别团队正在研发眼纹识别，即识别眼睛的巩膜（眼白）的血管排布情况。眼纹和虹膜一样，都具有很高的唯一性，即便是同卵双胞胎，眼纹也是不同的。如果我们将眼纹识别技术叠加人脸识别方法，那么准确率有望再提升几个数量级，而且用户还不需要增加额外的操作或配合。

以下介绍了几种生物识别技术的优缺点：

人脸识别：优势是用户体验好，不需要用户刻意配合；不足是人脸识别可能会受姿态、光照、遮挡、图片清晰度等因素影响。此外，对于两张长相极端相似的脸，人脸识别技术有可能识别不出。

指纹识别：指纹应用最广泛，技术也相对成熟，但应用上有局限性，一是少数人指纹比较差（磨损、受伤等）；二是指纹会被复制，存在安全风险；三是在手出汗等特殊情况下，会影响到识别；四是采集指纹需要对象的配合，便捷性差一些

虹膜识别：准确度高，唯一性强。不足在于需要用户主动配合，并且对硬件的要求比较高，需要有虹膜摄像头。

眼纹识别：准确度与唯一性和虹膜识别相当，但对硬件没有特别要求，普通摄像头即可。不足在于眼纹识别需要用户主动配合，用户与采集设备之间的距离、光源等（在一些光线下，眼球会反光，从而影响识别）要求都比较高，从而影响用户体验。

支付宝从 2014 年开始研究人脸识别技术，李亮介绍了在这几年研究及落地过程中的几个重要节点。

2014 年随着移动互联网时代的全面到来，我们越来越发现传统以密码验证为代表的身份验证方式和起源于 PC 时代的传统风控体系已经不适用于移动互联网时代的用户随时随地使用的多样化需求，带来的后果是，许多场景下用户的行为和交易容易受到打扰或者被风控系统误拦截，给用户带来了非常不好的体验。而这一问题背后的本质原因是很多时候我们不了解每一个交易和行为背后的用户是谁。

因此，支付宝应用人脸识别技术的出发点就是希望首先在身份验证环节采用更安全更便捷的生物特征认证方式，能够更准确识别每一个用户，使得用户在后续的场景和交易中畅通无阻，也能更进一步享受到更智能更个性化的服务。

从 2015 年开始，支付宝将人脸识别技术相继应用于风控场景和登录场景，再到 2017 年 9 月将刷脸支付技术全球首次商用并逐步规模化，在大量应用场景中铺开「刷脸支付」。2018 年 12 月，蚂蚁金服推出「蜻蜓」，一款线下即插即用刷脸支付硬件设备，用户不用手机也可以刷脸支付。

这其中尤其引起我们关注的是「安全和隐私保护」、「以人为核心」、「用户体验」、「线下硬件」。

从实验室到商用

从实验室走向商用靠的绝不仅仅是技术和算法。

在生物识别技术落地的过程中，最大的技术突破是人脸识别，即在图像特征抽取和人脸比对环节中取得了很大进展。但是，实际场景中的影响因素是很多的。从全链路的角度来看，活体检测、人脸交互、关键点定位、人脸跟踪等在真实的场景下，特别是不同的手机、环境、用户背景等条件下，想做到非常好并且稳定的用户体验是很难的。

蚂蚁金服生物识别团队对此进行了很多特殊的优化，如使算法在不同的手机上达到比较一致的运算速度、响应时间，通过文案设计提高用户对刷脸的感知和理解，适应用户背景（如光线、角度等），分析基于其他传感器数据的反馈等。

技术落地的过程中会遇到各种问题，支付宝生物识别技术负责人李亮介绍了一件有趣的事。晚上和周末，刷脸的客户端通过率会明显降低，用户调研后发现，第一版的活体检测是请用户对着摄像头点点头，但很多人那时已经躺在床上，没法点头，而实验室或者工程师自己测试时是不会想到躺着做测试的……

算法在某些情况下存在局限，因此就需要从产品交互、从工程优化等其他角度来解决此类问题。也就是说，算法的高准确率需要满足一定前提条件。而技术的真正落地则意味着要解决这类碎片化、个性化的细节问题，使产品能够真正得到普及。

目前几乎所有 AI 算法都面临这个问题，即在垂直领域上能够很好地解决问题，但通用的泛化能力不足。这也是为什么现在大家都不再讨论算法指标，而是更关心实际场景落地的表现。

生物识别的一个重要问题是活体检测，即判断采集到的人脸是否来自于真人。蚂蚁金服生物识别技术活体检测采用了多因子身份认证技术，为核验身份提供更多的依据，不仅能提升识别的准确率，还能进一步提升安全性。

出于对用户体验的坚持和几乎无门槛使用的考虑，蚂蚁金服在活体检测技术的研发过程中一直坚持静默活体检测，即用户无需进行过多的动作或交互（如转头、张嘴等）。

李亮介绍道，蚂蚁金服生物识别技术在静默活体检测中最多可能让用户眨一下眼，主要是通过多个维度，包括多模态的眼纹和运动分析、其他传感器数据，以及风控体系中和用户相关的行为等来综合判断是否来自活体。

实践中的安全保障

从模型走向安全的产品靠的是融合更多保障技术和算法。

生物特征具备「唯一性」和「终身不变性」等优点，但生物特征同时也存在「不可撤销性」的特性，人脸图像的隐私保护和模板安全是个重要研究课题，一方面我们研发了基于单向变换的图像脱敏技术，对上传的人脸图像进行脱敏和加密处理，使得处理后的数据无法复原到原始图像，同时还能保持数据的可区分性和可学习性。

另一方面，生物秘钥生成技术和加密空间共享学习技术也是目前的研究重点，在满足生物特征识别能力的同时，满足生物特征模板单向变换和可撤销等要求，实现对用户的隐私保护和分布式数据的安全使用。

同样指纹和眼纹等识别算法也非常关注安全性，例如眼纹识别中有个很关键的技术就是眼纹模板的隐私保护。它在注册新眼纹并生成模板的过程中会同时产生很多杂乱点，并通过密码学的方法将眼纹关键点隐藏在这些杂乱点中，使得最后生成的模板无法单独恢复出原始的眼纹特征点，从而实现生物特征模板保护的目的。

前沿的多模态识别

既然有这么多的生物识别技术，而且还能实现大规模应用，那么我们怎样才能利用它们整体上的优势呢？答案就是联合多种生物特征的多模态识别。因为即使两项只有 80% 准确率的识别方法，它们联合起来也能达到 96% 的准确率。这也就是为什么支付宝结合 2D 人脸、传感器数据、运动分析、3D 人脸成像和眼纹等特征，从而打造更安全的多模态识别技术。在这一部分中，我们主要讨论了 3D 人脸和眼纹等前沿方法如何加强多模态识别的准确度。

3D 人脸识别由于获取了第三维的深度信息而能有效防御照片和面具等攻击手段，蚂蚁金服生物识别技术也包含了高效的 3D 人脸识别算法。因为 3D 相对 2D 的人脸识别多了深度信息，所以众多的 2D 人脸识别训练集并不能直接使用。李亮表示蚂蚁金服最开始研发 3D 人脸识别技术也是基于公开数据集，但目前有很多方法可以生成或预测平面图像的 3D 信息，例如利用多张平面人脸重建三维人脸点云或者直接使用 3D 渲染软件重构图像。

此外，3D 点云这种数据结构是无法直接使用卷积等深度学习方法的，因此蚂蚁金服主要根据点云的立体特征进行处理。在面对这种数据结构时，我们可能很自然地想到将深度信息作为 RGB 后的第四个通道 D，并将第一层卷积核的深度调整为 4 而直接运用深度卷积神经网络。但李亮说：「这在理论上是可行的，但是对数据质量有更高的要求，我们目前也在做大量的尝试，只不过还没有获得比较好的效果。」本质上 3D 人脸是多因子人脸识别中的一个因子，它与眼纹识别等方法一样有助于提供更安全的识别方案。

尽管 3D 人脸识别能对传统 2D 人脸识别有很大的增强，但它也有一些局限性，比如对深度图的数据精度和完整性有比较高的要求，而目前 3D 成像所依赖的结构光技术主要使用近红外散斑激光获得深度信息，近红外的某些波段在户外强光下是有可能失效的，李亮表示这确实是目前 3D 成像面临的一个技术难题。

尽管 3D 信息能有效提升识别准确率，但多模态生物识别技术希望加入更多新的模态生物因子，从而在不增加额外使用负担下增强刷脸的安全性。因此如果我们在人脸识别的过程中加上眼纹等信息，那么在不改变用户体验的情况下能实现更高的安全性和更强的防攻击效果。

目前眼纹识别方面的研究与工作都比较少，因为相比人脸识别，眼纹识别需要质量和分辨率更高的图片，处理的方法也更复杂。不过蚂蚁金服在这方面已经做了很多研究，借助眼纹信息，长相极度相似的同卵多胞胎也可被正确识别出来。

眼纹一般指的是眼白（巩膜）部分，而眼纹识别主要是区分眼白的血管分布情况，借此确定人的身份。因此眼纹识别对摄像头也有一定要求，只有高质量图像才能获取静脉的细微特征，并完成后续的识别过程。

与人脸识别相同，眼纹识别技术主要可以分为采集和比对两部分。其中采集主要是从「活体」人脸图像中对眼部区域着重分析，包括眼睛的眼白部分和眼周部分，并作一定的图像预处理和增强；而比对则主要是在眼纹特征点下对比两个眼纹之间的特征相似度。

支付宝生物识别技术负责人李亮表示，所有生物识别技术的使用都分为注册流程和认证流程。注册流程首先会采集多张眼纹并在此基础上做后续的数据增强和特征提取，图像增强会强化眼部细微特征的明显性，从而在保证眼纹图像清晰的情况下才能提取足够的眼纹特征。

关于眼纹注册流程中比较重要的特征提取步骤，李亮说：「提取眼部区域中的微细特征作为感兴趣点，这些和指纹兴趣点的提取有点类似，并且具有很好的时间不变性和个体差异性。除了眼白，眼周也会提取一些兴趣点。」最后，模型为这些兴趣点增加隐私保护就能生成注册流程最终的眼纹模板。

一般同一个人眼纹特征有非常多对应的地方，而不同人的眼纹特征极少有对应的地方，因此只需要设定一个合理的阈值就能根据眼纹识别不同的人。此外，目前眼纹识别的难点还在于前面的分割、增强和特征提取算法，这方面还有很多工作需要不断优化。

在支付宝看来，尽管多模态识别已经结合了很多前沿技术，但眼纹等仍需要更多的研究与实验才能真正支撑起下一代识别应用。

不必再证明你是你，支付宝一直尝试。有成功，有失败。支付宝布局物联网时代的新支付方式，这只是个开始。

撰文 | 蓝洞商业（ID:value_creation） 翟文婷

晚上9点多，杭州一家肯德基门口，黑压压立着20多人。他们手拎类似公文包的东西，互相交谈着，像是在等待什么。路人走过，忍不住回头，眼中满是好奇。

9点半，肯德基打烊。这伙人集体冲了进去。

他们是支付宝资深数据技术专家留招的团队，20多天时间，差不多每晚准时出现在这家肯德基，9点半到凌晨2点，安装设备、调试系统。2017年9月，这里成为全国第一家可以刷脸付的概念店。

上线头几天，留招去现场调研。一位抱小孩的年轻妈妈来点单，他上前打算亲自推广下这个可以解放双手的新支付手段，刚开口，被误认为他不知怎么用。年轻妈妈以身示范，亲自操作了一遍。

“本来要去教育用户，结果被用户教育了。”留招心生欣慰，结果比他预想中要好。

以刷脸付为代表的生物识别技术是支付宝支付方式的新尝试，这或许是改变第三方支付行业格局的起点。

比如，往年双十一蚂蚁金服内部更关注容量问题。所以那时候都在看一天能产生多少笔数、多少交易量。后来GMV猛增，零点瞬时成交量变成最难过的关卡，峰值成为关注焦点。每年零点的高峰期能完成几万笔一秒、十几万笔一秒还是二十几万笔一秒。再之后，移动端兴起，移动支付占比又成为支付实力强弱最重要的一个指标。

但阿里合伙人、支付宝总裁倪行军（花名苗人凤）告诉「蓝洞商业」，“今年这些数字都不再是我们最关注的东西。”

目光被转向的正是生物识别技术的支付使用率。双十一线上场景中，已经超过一半以上的用户不再通过输密码支付，而是通过指纹或刷脸。刚刚过去的2018双十一，通过支付宝指纹、刷脸支付完成的交易占比达到60.3%。

对于在支付相关技术领域深耕多年的支付宝来说，布局物联网时代的新支付方式，这只是个开始。

解放双手

2015年3月，德国汉诺威CeBIT信息及通信技术博览会开幕式现场，马云用刷脸付从淘宝网购买了一套1948年汉诺威纪念邮票。这是外界第一次真实感知，“刷脸”时代原来如此之近。

阿里合伙人、蚂蚁金服CTO程立（花名鲁肃）向「蓝洞商业」回忆当时情景时说，“技术还处在实验室阶段，不能跟现在相比，当时没有提及商家层面的应用。”

据说，那个时间点前后，技术团队陆续在人脸支付更新了十几个版本，不断优化用户的体验和安全性。

刷脸付很重要的是解决抗攻击，这个难关后来才突破。但有些世界性命题目前依然无解，比如FaceID还解决不了双胞胎识别问题。

但从实验室阶段到场景应用落地，还有漫长的技术难题。

生物识别技术本身复杂度高于条码付，即便是进展最快的刷脸付，背后算法非常复杂。首先人脸库需要积累，技术团队可能要采集无数数据，才能得到更为精确的对比算法。

此外，生物识别技依赖硬件终端的革新。例如，刷脸付功能的手机摄像头，一个模组现在只需十几块钱，就可以达到比较好的拍摄效果。但之前不仅像素质量低，价格也贵，无法做到大规模铺设。即便如现在，线下刷脸付终端对摄像头要求依然比一般意义上的要高。

众多技术路径中，支付宝如何确立推行人脸方案？

其实无论是人脸还是指纹，这些手段的目的是为了识别出对方是谁。对支付方式的创新和研究，留招总结可通过三个维度来确认：what you know（你知道什么）、what you are（你是谁），what you have（你有什么东西）。

以前，我们一直用的都是“what you have”和“what you know”，比如一张银行卡配上密码，但这两样东西都带来了负担，比如忘记了密码怎么办，银行卡丢了怎么办？即便在移动支付时代，依然要依赖智能手机。

理论上，最好的方法就是“what you are”。因为脸、指纹、DNA都是被动的，对于用户来说投入的成本是最小的。比尔·盖茨出门就不需要带名片，大家都认识他。

技术从实验室到商用，往往是渐进式的发展，它需要积累到一定程度，然后才会是跳跃式发展。指纹识别被研究50多年，近几年才被大量应用于各种场景，因为它的通过率超过一定量级，才会被用户所信任。

人脸识别也是如此。2016年12月前后，支付宝做了一轮突击，他们想快速提高通过率，当时主攻的是支付宝APP登录页。基于这样的技术基础，一年后支付宝开始尝试把刷脸付应用于线下。

2017年9月，支付宝刷脸付第一次在肯德基被应用，此后一年时间内100个城市上线了100万台刷脸设备。今年8月15日开始大规模商业化。

被遗忘的

蚂蚁金服副总裁陈亮告诉「蓝洞商业」，除了人脸外，支付宝还做过指纹、掌纹、签名、声纹等尝试，有成功有失败。

2012年愚人节，受年初《碟中谍4》上映的启发，蚂蚁金服跟大家开了个玩笑。大意是，识别人眼的技术已经不是梦想，眼球识别、眼纹识别和虹膜识别是研究进展最快的几个方向，“视网膜支付”箭在弦上，准备好你们的眼睛了吗？

此后，每年他们都会在这天大胆想象黑科技与支付的关系，从“意念支付”到“空付”。但不要以为，这真的就是想想而已。

支付宝投入生物识别技术最早可以追溯到2007年。苗人凤解释，当时他们看到支付未来的两个核心方向，移动支付和全面脱媒。更具体一些，只有生物识别技术才能帮助人不依赖媒介，达到未来无感支付的理想状态。

2011年，最先被重点研究的两个生物识别方向是虹膜和声纹。按照留招所说你知道什么、你是谁，你有什么东西三个维度，账户安全首先要完成人自身的身份校验问题。

这两个方向被选定跟当时PC为主的历史背景有关，人与电脑交互更多停留在“视听”层面。但最后发现，虹膜和声纹实现起来太难。

支付宝从中科院调来一台虹膜识别技术的机器，体积超大，差不多有一人高，而且据说主要应用在工业领域。要想把这样的功能浓缩在PC摄像头里，无疑痴人说梦。

声纹也不太理想。这项技术严重依赖周围环境，即便做出降噪处理后，如果人本身的嗓音有所变化，都会直接影响识别效果。更何况，当时智能手机语音并未被广泛应用。声纹随后也被pass。

2012年底，技术团队把方向转为指纹识别，与智能手机几乎同步进化爆发，指纹此后被验证为是真正可行可靠的。

不过早期体验并不似现在这般流畅。用户要在线下收银台登陆支付宝账号，录入指纹并绑定，然后才可以快速付款。当时支付密码复杂冗长，首次使用并不轻松。

直到2014年6月，一位华为手机使用者成为首个开通支付宝指纹支付的用户。2015年，这个数字就增长到2000多万，当年双十一首次支持使用指纹支付。今年，刷脸付已成主角。

快马与火车赛跑

干掉手机，解放双手，用户不需要不携带任何设备，仅通过刷脸就可以完成支付。显而易见，速度很快，通俗点讲不用长时间排大队了。

以自助收银设备为例，用户挑选完商品，自己在设备扫码完成计价，随后根据屏幕提示，完成人脸识别和输入手机号验证，即可成功付款完成交易。

这有效缓解高峰时段结账排队现象，令收银结算效率提升50%以上。如今，在大部分试点门店，消费者选择这种新方式进行结账的超过20%。

但如果烦恼没有那么明显，或许商家对刷脸付的渴求没有那么强烈。毕竟这不是简单地布几台POS机，设备依然有成本和门槛，刷脸付还无法像二维码那样被广泛应用。找到有痛点需求的商家，是支付宝刷脸付自身的痛点。

他们选取客流量最大的零售快销和医院，作为最重要的两个商业化落地场景。前者有肯德基、卜蜂莲花这样的连锁店，后者最早的案例则是江西省人民医院。

刷脸付带动一些新客户加入支付宝。蚂蚁金服零售行业负责人锋笙表示，卜蜂莲花在中国南部地区的连锁超市布局众多，支付宝的刷脸付和自助场景，正带来一些新增用户，他们可能由现金用户和微信支付用户转移而来。

但拉新在医院不是个明智的选择。医院并非高频场景，而且大家都急于解决自己的问题。

蚂蚁金服医疗行业负责人老菡分析，刷脸付可能会成为撬动支付宝的一个新杠杆，但不一定在医院实现。也许是受医院环境触动，在其他场景使用，这是一个叠加过程。

当然，除了用户心智待影响教育之外，医院比较特殊。实际上民生项目推进一直都很难。

目前，支付宝加微信支付在医院移动支付整体渗透率不到15%。医保难打通，这两个巨头所能切入的市场都是自费类，这是病人不能接受的痛点。另外因为去医院的人以老人和小孩为主，移动支付本身的应用度就偏低。

一些医院仍在使用Windows系统，而支付宝的技术系统是基于安卓或者苹果OS，无法直接与医院相匹配，这就需要专门为医院单独定制一个Windows版本。”技术团队从接受任务到排期，开发完成两个月过去了。

“我们想要推进这种前研科技的落地，需要更了解不同行业，考虑他们目前实际的数字化情况，并为此匹配人力和解决方案。”老菡说。

留招给出的判断是，目前在技术方面已经没有任何障碍，未来将是不断复制的过程。

当火车刚出现的时候，人们组织了一场马跟火车赛跑的比赛，结果火车当时还没有马跑得快。但火车是发展方向，人们还是要花钱修铁轨。如果说，无线网络是“铁轨”，网银是“蒸汽火车”，二维码是“柴油机车”，刷脸付则是“高铁”。

差点被击倒

2018年的支付宝颇为自信，有着清晰的目标和高昂的士气。但在此之前，支付宝曾有两次陷入绝境，差点被击倒。

所有人都无法忘记2010年1月21日的那次年会。陈亮参与了整个筹备过程，他记忆更深刻，“马老师发完火，我们都懵了。”

那一年支付宝刚刚经历了第一届双十一，有关体验方面的负面评价颇多，淘宝甚至扬言要接外部支付系统，马云在会上怒火中烧：“烂、烂、烂到极点。”

2010年HR给支付宝技术部的评价是“自娱自乐”，这让他们一时难以接受。当时的技术与产品、业务的沟通上出问题，这导致支付宝离客户的需求太远。

马云的这次发火，像晴天霹雳一样令支付宝在短期内陷入了迷茫，挫败感令团队士气低落。大家开始反思，从2003年到2010年这么长时间下来，有哪些思维不对，到底应该做什么。

陈亮当时的办公室在22楼，他经常去阳台抽烟和思考。这场“最尴尬”的年会也从组织意识形态上刺激了支付宝，迫使它做出改变。2010年成为了支付宝的分水岭，再往后，快捷支付、余额宝等一系列产品问世。

如果说2010年是支付宝的一次自我裂变，那么2014年微信红包的“偷袭珍珠港”，则给支付宝带了更大的压力。

“对我来说，那一次不仅仅是压力问题了，而是大家都感到很无助。”陈亮说。那时候他的情绪很复杂，害怕，还有懊悔。

其实微信推出红包时，支付宝也同步研发，而且陈亮还参与到红包产品的设计过程。只是微信是发红包，而支付宝则是讨红包。

当然，他们也很清楚，即便当时支付宝做出了与微信一模一样的红包产品，大概率难以改写结果，毕竟微信天然的社交关系链优势摆在那里。

微信红包一炮而红，用他们的话说， “一夜间干了支付宝八年的事”。这令支付宝在2014年和2015年异常焦虑，“纯支付无价值”和“高频打低频”的论调一度令他们迷茫。

在经历了几次改善疲弱处境的不成功努力后，支付宝开始把更多精力放在研究用户、商户及对自身金融优势的思考上来。

2016年末的战略会，蚂蚁金服确立“放弃社交、回归支付”的策略，并且提出应当用“多维去打高频”，而不是陷在“高频打低频”的困境。

绝地反击

一份调研报告显示，大型商户例如麦当劳、肯德基、7-11便利店等，支付宝覆盖率良好，用户普遍抱怨的是，很多街边小店、小酒吧、路边的早点摊却不支持支付宝。但二十个煎饼果子摊，日流水未必抵不过一个肯德基门店。支付宝开始把目光投向这些曾经被忽视的小场景。

“支付没有什么选择的余地，哪里有支付场景，就必须去服务到那个场景，否则客户有需求，但你服务不到，就不得不舍弃你了。”蚂蚁金服副总裁袁雷鸣告诉「蓝洞商业」。

2017年1月，支付宝成立移动支付事业部，主推此前覆盖薄弱的小微商户。袁雷鸣认为，支付宝以前的使用门槛还是太高。

因为线下业态与线上并不相同。按互联网公司的普遍逻辑：抓住20%的头部客户，就能够解决80%的市场份额。移动支付行业也是如此。

线下业态不像线上马太效应那么明显。前10%的商户，其交易量可能只占整体的20%-30%。互联网已验证的逻辑，在线下未必通用。

而且线下更注重运营，但这在此前并不被重视。蚂蚁金服1万人规模，整个运营团队却只有三四百人，服务对象是几个大客户。线下移动支付却要以运营主导，驱动产品渠道。“整个公司经营模式要发生很大变化，业务运营可以说脱胎换骨了。”袁雷鸣说。

经过2017年上半年对线下支付场景的大规模覆盖，支付宝的市场占有率在2017年Q2触底回升。

艾瑞咨询统计显示，支付宝占比从一季度的54%扩大到二季度的54.5%；微信支付背后的财付通则从上季度的40%环比回落至39.8%。0.5%的增长看似不多，但对于支付宝这种庞大体量的公司来说，其绝对值的增量将非常可观。

“2017年是力挽狂澜的一年，马云在内部把它比作《血战钢锯岭》。”在蚂蚁金服工作了13年的袁雷鸣感叹，这一年时间里支付宝的线下覆盖商户数增长了700%，相当于在死人堆里救活人。

对他而言，以前更多是顺势而为，基于阿里平台，似乎谁都可以做到。但2017年很不一样，在整个市场都不看好的时候，跟团队一起把局势翻盘，这给他带来更多个人成就感，“好像改变了历史进程。”

2017年支付的收入在蚂蚁金服中占比是50%多，但随着其他业务的增长，蚂蚁金服计划未来降到20%多。支付被定义为一项基础服务，就如同淘宝的C2C交易平台一样，不通过它获取利润，而是通过增值服务赚钱，以实现可持续发展。

不过，线下支付亦是一场持久战。蚂蚁金服开放平台业务部总监道远认为，支付不像其他行业战争周期短，打着打着就不打了，或者犹豫了，但支付肯定会经常有过招，比如支付宝大力推进的线下刷脸付，就是一次主动进攻。

重新定义支付

2007年，阿里巴巴集团学术委员会主席曾鸣教授在阿里舟山战略会上画过一张战略图，上面是信息流、支付流、物流，底下是云计算，十年后很多业务都已成型，进化为今天的样子。

支付是商业的核心能力，也是一种基础能力。如果从这个角度讲，蚂蚁金服过去提供普惠金融的方式服务商家和消费者。而且，在重新定义数字时代，金融该怎么更好地自我定义。

支付作为一种创新方式，应该努力解决老百姓所有生活场景的问题。苗人凤说，支付服务应用不应该被压缩或限制。即便是那些没有商业化可能的场景，如果能解决用户难点，埋头做就行。

其实支付宝的很多业务都是“赔钱货”，最为典型的就是查缴办业务，例如水电煤的缴费，以及公积金的查询、业务办理等。

“水电煤缴费支付宝做了十年了，不赚钱，以后十年也不会赚钱。”陈亮说。

2007年支付宝在内部讨论这类业务要不要做，当时的讨论非常激烈。从商业化角度来说，这些在当时要做都是很重的业务，需要投入很多人力和财力，而且国家电网、水务局、燃气公司都是大国企，很难从中收取费用。

不过讨论下来，这种“情怀业务”支付宝还是要做，因为它实实在在令人们的生活变得更方便，是价值驱动型业务。

如果说这些基础服务更大的价值在于便民，那么支付宝对整个中国商业数字化的重新塑造，则深刻影响了中国商业社会的模样。

在商业发展史中，能够促进商业发生重大改变的契机，一个是信用体系的升级，另一个是技术革命，蚂蚁金服一直围绕这两点在做，双十一便是一个集中体现。

单纯数字的增长已经无法刺激鲁肃的神经，这个中国零售业最大的节日，已经成为商业体系的练兵场。从最底层的技术流，到解决商业化问题的AI、解决安全问题的ROT、解决新问题的区块链，这些新技术都将在这个练兵场上试验。

数据化和数字化，只有移动支付能做到，现金是做不到的，甚至刷卡也不一定做到，因为发卡行只会告诉商家这笔交易而已。

今天的新零售，需要建立在移动支付足够的渗透率之下，然后才能去追求数字化经营。下一代商业会从中诞生，各类卡券、电子会员卡等新营销手段会慢慢迭代出来。从这层意义上说，支付宝促进了中国的数字化转型，而且是贴近商业场景的转型。

在支付宝不算太长的历史中，自身也经历了一次重大转型，那就是从2008年前后的PC时代，向2013年之后的移动时代转型。如今五年过去了，移动已经变为常态，新的技术革命又处于酝酿期，这一次，生物识别与物联网（IOT）的结合将使每个人、每个物品数据化，变成传感器，万物将直接相连。

“移动花了五年时间变成常态，生物识别与IOT结合，可能也就需要三、五年时间。”苗人凤说。

但生物识别技术在商业应用中依然还有未解难题。支付结束，没有手机，怎么满足商家进一步的营销、运营诉求？

苗人凤解释，要么回到手机，根据提示进一步引导用户操作完成，此外也要研究当场可以做什么。“也许其中可以诞生许多新的商业机会。”