生物識別技術未來有望成為智能化生活的“必需品”，但也要認識到，這一技術目前仍存在一些需要克服的技術和產業發展難題。在推進生物識別技術的同時還應注重保護隱私，不能讓本意是保護人們安全的技術反而讓人們沒有安全感。
人臉識別技術在很多領域的應用很誘人，但專家指出其中也可能蘊藏一定的風險。比如，當前的人臉識別技術多數主要通過平面二維采集人臉并與五官相對位置進行識別。實踐中可能出現以照片形式蒙騙識別機器的情況。人臉識別推廣應用以來，不時有黑客借助照片，通過車站、機場等人臉識別系統的事件。這雖然和管理不善等人為因素有關系，但也說明，某些場景下單純的技術應用是不夠的，還需要結合與其相適應的管理措施。
此外，不論是人臉識別還是虹膜識別，都受制于光線亮度和“觀看”對象的狀態。比如，如果光線不夠，或對象處于運動狀態，識別能力就將大打折扣。*自動化所副研究員雷震認為，生物識別技術遇到的此類問題，會通過算法不斷改進和機器學習能力增強而逐漸改善。
又如，虹膜有效成像的距離較窄，多數時候適合近距離對焦，限制了它的應用場景。在實際運用中，用戶的姿勢不對，就有可能采集不到清晰的虹膜。同時，當前相比密碼、手勢等傳統識別方式，虹膜識別的成本高，因而只能在一些對安全性要求很高且價格不敏感的領域推廣。不過，虹膜識別相關公司正積極推動該技術在智能手機上的應用，希望搭建起從算法服務提供商到安全方案鏈條再到智能終端和應用廠商的生態系統。通過生態鏈條的發展共同努力，降低成本。
人工智能離不開數據，要提高識別性能，需要有足夠大規模的數據學習和支撐。大規模生物特征數據采集困難也影響了生物識別技術發展推廣的應用。業界人士建議，希望政府部門在條件允許的情況下開放、共享一部分數據。
雖然科研機構和產業公司在采集、利用生物特征信息時都有較好的防護措施，也對敏感隱私信息經過脫敏處理。但雷震提醒，生物識別技術通常具有*性，也難以“掛失”，如果大規模泄露并被不法利用，可能引發非常嚴重的后果。他建議，國家應抓緊研究制定相關的法律法規，規范生物特征的采集、利用，并做好相應的保存和監督工作。
