การยืนยันตัวตนโดยใช้ Amazon Rekognition
การยืนยันตัวตนผู้ใช้แบบตัวต่อตัวนั้นใช้เวลานานในการปรับขนาด มีค่าใช้จ่ายสูง และมีขั้นตอนที่มากเกินสำหรับผู้ใช้ แมชชีนเลิร์นนิ่งที่ขับเคลื่อนโดยไบโอเมตริกใบหน้าทำให้สามารถยืนยันตัวตนผู้ใช้แบบออนไลน์ได้ Amazon Rekognition มาพร้อมความสามารถในการจดจำใบหน้าและการวิเคราะห์ที่ฝึกมาแล้ว คุณสามารถเพิ่มลงในเวิร์กโฟลว์การเริ่มต้นใช้งานและการยืนยันตัวตนของผู้ใช้ได้อย่างรวดเร็วเพื่อยืนยันตัวตนของผู้ใช้แบบออนไลน์ โดยไม่จำเป็นต้องมีความเชี่ยวชาญด้านแมชชีนเลิร์นนิ่ง Amazon Rekognition ทำให้คุณสามารถเริ่มให้บริการและยืนยันตัวตนของผู้ใช้ได้ในไม่กี่วินาที พร้อมกับการตรวจจับบัญชีที่ปลอมแปลงหรือซ้ำกันในเวลาเดียวกัน ซึ่งทำให้คุณสามารถขยายฐานผู้ใช้ในเวลาที่สั้นลง ลดการปลอมแปลง และลดค่าใช้จ่ายในการยืนยันตัวตนผู้ใช้
ข้อดี
ขยายฐานผู้ใช้ได้ในเวลาที่สั้นลง
เปลี่ยนผู้เยี่ยมชมให้กลายเป็นลูกค้าจำนวนมากขึ้นโดยลดเวลาการเริ่มต้นใช้งานและเพิ่มความสะดวกสบายให้แก่ผู้ใช้ ด้วย Amazon Rekognition คุณสามารถยืนยันตัวตนผู้ใช้ออนไลน์ทั่วโลกได้ในไม่กี่วินาที และขยายจำนวนการยืนยันตัวตนจากหลักร้อยสู่หลักล้านต่อชั่วโมงได้ ผู้ใช้จะสามารถเข้าถึงบริการของคุณทางออนไลน์โดยไม่จำเป็นต้องไปที่ร้านด้วยตนเอง
ลดการปลอมแปลง
เสริมความแข็งแกร่งให้กับความสามารถในการป้องกันการปลอมแปลงของคุณ โดยใช้การยืนยันตัวตนด้วยรหัสผ่านพร้อมการยืนยันตัวตนแบบออนไลน์ด้วยรูปภาพ ป้องกันการเปิดบัญชีหรือการทำธุรกรรมที่ทุจริตโดยการเปรียบเทียบภาพถ่ายเซลฟีของผู้ใช้กับรูปภาพในเอกสารยืนยันตัวตนหรือคอลเล็กชันรูปภาพของผู้ใช้ที่มีอยู่
ลดค่าใช้จ่ายและต้นทุนแฝง
ลดเวลาและค่าใช้จ่ายในการยืนยันตัวตนแบบซึ่งหน้าโดยใช้ API ที่ฝึกมาล่วงหน้าและปรับแต่งได้ของ Amazon Rekognition ด้วย Amazon Rekognition คุณสามารถเริ่มให้บริการและยืนยันตัวตนของผู้ใช้ออนไลน์ โดยไม่จำเป็นต้องสร้างและจัดการโครงสร้างพื้นฐาน ML ด้วยตัวเอง
วิธีทำงาน
คุณสมบัติ
ตรวจจับใบหน้าบุคคลจริง
ระบบตรวจจับใบหน้าบุคคลจริงของ Amazon Rekognition ช่วยให้คุณตรวจสอบยืนยันเพื่อให้เฉพาะผู้ใช้จริงเท่านั้นที่สามารถเข้าถึงบริการของคุณได้ ไม่ใช่ผู้ไม่หวังดีที่ใช้การปลอมแปลง คุณสามารถตรวจจับการปลอมแปลงที่ทำต่อหน้ากล้องได้ เช่น การใช้ภาพถ่ายที่พิมพ์ออกมา ภาพถ่ายดิจิทัล วิดีโอดิจิทัล หรือหน้ากาก 3 มิติ รวมถึงการปลอมแปลงที่ไม่ได้ทำต่อหน้ากล้อง เช่น การใช้วิดีโอที่บันทึกไว้ล่วงหน้าหรือวิดีโอปลอมแปลงอัตลักษณ์เฉพาะของบุคคล
ยืนยันภาพเซลฟี
ระบบตรวจจับใบหน้าของ Amazon Rekognition ช่วยให้คุณตรวจสอบภาพเซลฟีของผู้ใช้ว่าถูกบันทึกไว้อย่างถูกต้องหรือไม่ คุณสามารถตรวจจับได้ว่ามีใบหน้าอยู่ในรูปภาพหรือไม่ คุณยังสามารถใช้คุณลักษณะที่คาดการณ์ได้ เช่น ขนาดกรอบ ท่าทาง ความสว่าง ความคมชัด การลืมตา การอ้าปาก และแว่นตาที่สวมใส่เพื่อกำหนดคุณภาพของรูปภาพ
เปรียบเทียบภาพเซลฟีกับเอกสารยืนยันตัวตนของผู้ใช้
ระบบเปรียบเทียบใบหน้าของ Amazon Rekognition ช่วยให้คุณเปรียบเทียบความคล้ายคลึงกันของสองใบหน้าเพื่อระบุว่าเป็นบุคคลเดียวกันหรือไม่ คุณจะได้รับคะแนนประเมินความคล้ายคลึงกันระหว่างภาพเซลฟีของผู้ใช้เทียบกับรูปภาพในเอกสารยืนยันตัวตนแบบเกือบเรียลไทม์
ตรวจจับผู้ใช้ที่ซ้ำกัน
ระบบชี้บ่งและค้นหาใบหน้าของ Amazon Rekognition ช่วยให้คุณสร้างคอลเลกชันใบหน้าของผู้ใช้ที่มีอยู่ และค้นหาภาพเซลฟีของผู้ใช้ใหม่โดยเทียบกับใบหน้าทั้งหมดในคอลเลกชันของคุณเพื่อตรวจจับการพยายามสร้างบัญชีปลอมหรือซ้ำกัน
จำแนกเอกสารยืนยันตัวตน
ระบบตรวจจับวัตถุของ Amazon Rekognition ช่วยให้คุณระบุประเภทของเอกสารยืนยันตัวตนของผู้ใช้ เช่น ใบขับขี่หรือหนังสือเดินทาง คุณยังสามารถใช้ Amazon Rekognition Custom Labels เพื่อตรวจประเภทเอกสารยืนยันตัวตนเฉพาะในภูมิภาคของคุณ โดยการตั้งค่าโมเดลแมชชีนเลิร์นนิงแบบกำหนดเองโดยใช้รูปภาพที่มีคำอธิบายประกอบเล็กน้อย
ดึงข้อมูลผู้ใช้
ระบบตรวจจับข้อความของ Amazon Rekognition ช่วยให้คุณดึงข้อความที่สำคัญบนเอกสารยืนยันตัวตน เช่น ชื่อ วันที่ออกเอกสาร อายุ และเลขประจำตัวประชาชน เป็นต้น คุณสามารถเปรียบเทียบข้อมูลนี้กับข้อมูลในแบบฟอร์มสมัครของผู้ใช้
ลูกค้า
Aella Credit ให้บริการกู้เงินเร่งด่วนกับบุคคลต่างๆ ที่มีแหล่งรายได้ซึ่งตรวจสอบได้ในตลาดเกิดใหม่ โดยใช้ข้อมูลไบโอเมตริก ผู้จ้างงาน และโทรศัพท์มือถือ
“การยืนยันและการตรวจสอบตัวตนเป็นความท้าทายยิ่งใหญ่มาตลอดในตลาดเกิดใหม่ ความสามารถในการระบุผู้ใช้อย่างถูกต้องคือกุญแจสำคัญที่ซ่อนอยู่ภายใต้การสร้างสินเชื่อถือให้กับผู้คนหลายพันล้านคนในตลาดเกิดใหม่ การใช้ Amazon Rekognition สำหรับการยืนยันตัวตนบนแอปพลิเคชันมือถือได้ทำให้ข้อผิดพลาดในการตรวจสอบยืนยันลดลงอย่างมากและทำให้เรามีความสามารถในการปรับขนาด ขณะนี้เราจึงสามารถตรวจจับและยืนยันตัวตนรายบุคคลได้แบบเรียลไทม์โดยไม่มีการแทรกแซงจากมนุษย์ ทำให้เข้าถึงผลิตภัณฑ์ได้รวดเร็วยิ่งขึ้น เราพยายามใช้โซลูชันที่มีการโฆษณาอย่างดีมากมาย แต่ไม่มีวิธีที่ได้รับความนิยมใดสามารถแสดงรายละเอียดสีผิวอันหลากหลายได้ Amazon Rekognition ช่วยให้เราจดจำใบหน้าลูกค้าของเราในตลาดได้อย่างมีประสิทธิภาพ และยังช่วยเราด้าน KYC ในเรื่องการค้นหาโปรไฟล์ที่ซ้อนทับกันและชุดข้อมูลที่ซ้ำซ้อนอีกด้วย”
Wale Akanbi หัวหน้างานเจ้าหน้าที่เทคโนโลยีและผู้ร่วมก่อตั้ง - Aella Credit
AU Small Finance Bank (AU Bank) คือธนาคารการเงินขนาดเล็กที่ใหญ่ที่สุดในอินเดีย (อิงจากทรัพย์สินและหนี้สิน) ซึ่งประสบความสำเร็จในการเตรียมความพร้อมสำหรับลูกค้ารายใหม่ด้วย KYC ผ่านวิดีโอตั้งแต่ปี 2020 โดยในขณะนี้สามารถรองรับลูกค้ากว่า 2.7 ล้านรายในช่องทางการบริการทางธนาคาร 900 ช่องทาง
"AWS มีความสามารถในการเพิ่มทรัพยากรและความเสถียรที่จำเป็นสำหรับแพลตฟอร์ม WorkApps และสามารถเร่งเวลาในการทำการตลาดและเวลาในการสร้างมูลค่าของเราได้เป็นอย่างมากด้วยโซลูชันที่ใช้ระบบคลาวด์"
Ankur Tripathi ประธานเจ้าหน้าที่ฝ่ายสารสนเทศ AU Small Finance Bank
Banco de Bogotá
ด้วยประสบการณ์และการดำเนินธุรกิจมากว่า 150 ปี Banco de Bogotá เป็นส่วนหนึ่งของ Aval Group และมีระบบธนาคารที่เป็นอันดับสองของโคลอมเบียในด้านสินทรัพย์ ทำให้บริษัทอยู่ในตำแหน่งแถวหน้าของประเทศ
"ด้วย AWS เราได้กลายเป็นธนาคารแห่งแรกในโคลอมเบียที่เปิดตัวสินค้าประเภทสินเชื่อและเครดิต ซึ่งสามารถซื้อได้จากช่องทางดิจิทัลของเราภายในเวลาไม่ถึง 5 นาที"
Gabriel Morris หัวหน้าฝ่ายเทคโนโลยี ผู้อำนวยการฝ่ายกลยุทธ์และข้อมูลดิจิทัล - Bank of Bogotá
Carbon เป็นแพลตฟอร์มบริการทางการเงินดิจิทัลที่ขับเคลื่อนโดย OneFi ซึ่งให้บริการแก่บุคคลที่ไม่มีบัญชีธนาคารในแอฟริกาตะวันตกผ่านแอปมือถือ Android ซึ่งมีการดาวน์โหลดมากกว่า 900,000 ครั้ง
"ในเดือนพฤษภาคม 2016 บริษัท Carbon ได้เปิดตัวแอปมือถือสำหรับดำเนินการขอสินเชื่อ รูปภาพจะถูกสร้างและใช้อย่างต่อเนื่องในอัตราที่เร็วกว่าเมื่อก่อนผ่านแอปมือถือ Carbon จึงจำเป็นต้องตอบสนองความต้องการที่เพิ่มขึ้นสำหรับการวิเคราะห์รูปภาพสำหรับการตรวจจับการปลอมแปลงและการวิเคราะห์ความเสี่ยง เราต้องการยืนยันว่ามีการตรวจจับใบหน้ามนุษย์จริงหรือไม่จากรูปภาพที่อัปโหลด และยืนยันลักษณะอื่น ๆ เช่น เพศและตัวตน เป็นต้น เราเลือก Amazon Rekognition เนื่องจากความสะดวกในการเพิ่มการวิเคราะห์รูปภาพไปยังแอปมือถือของเราและความแม่นยำในการวิเคราะห์ใบหน้า"
Olawale Olaleye หัวหน้าฝ่ายวิศวกรรมโครงสร้างพื้นฐานไอที - OneFi
CreditVidya
CreditVidya เป็นบริษัทสตาร์ทอัพที่มีสำนักงานใหญ่ในอินเดีย ดำเนินธุรกิจด้านเทคโนโลยีการรับประกันภัยที่กำลังเปิดตลาดสินเชื่อในประเทศให้กับประชาชนกว่า 250 ล้านคนที่ขาดโอกาสทางการเงิน CreditVidya วางแผนที่จะเปิดตัวในเร็วๆ นี้ด้วย Amazon Rekognition ซึ่งจะเพิ่มการจดจำใบหน้าลงในแอปพลิเคชัน
"เราวางแผนที่จะใช้ Amazon Rekognition เพื่อทำให้กระบวนการ "ทําความรู้จักลูกค้า" ทางอิเล็กทรอนิกส์ของเราเสร็จสมบูรณ์ เราจะเปรียบเทียบบัตรประจำตัวประชาชนที่ผู้ใช้อัปโหลดและภาพเซลฟีเพื่อให้แน่ใจว่าผู้สมัครกำลังอัปโหลดบัตรประจำตัวประชาชนของตนเอง"
Srikanth Gaddam รองประธานฝ่ายไอทีและความปลอดภัย - CreditVidya
Banco Inter SA
Banco Inter SA ให้บริการด้านธนาคาร การลงทุน สินเชื่อและการประกันภัยครบวงจร นอกจากนี้ยังดำเนินธุรกิจห้างสรรพสินค้าที่รวบรวมผู้ค้าปลีกที่ดีที่สุดในบราซิลไว้ด้วยกัน บริษัทมีพอร์ตสินเชื่อสูงถึง 9.4 พันล้าน BRL มีส่วนของผู้ถือหุ้น 3.3 BRL พันล้าน และมีสินทรัพย์รวม 19.8 พันล้าน BRL จากลูกค้าทั้งหมดกว่า 11 ล้านราย
"เมื่อ 3 ปีที่ผ่านมา เราเปิดบัญชี 200 บัญชีต่อวัน ณ ปัจจุบันนี้มีจำนวนชบัญชีที่เปิดต่อวัน 29,000 บัญชี หากไม่มี Amazon Rekognition เราก็ไม่มีความคล่องตัวในการดำเนินการเช่นนี้"
Bruno Picchion วิศวกรแมชชีนเลิร์นนิง - Banco Inter
K-STAR Group เป็นบริษัทบันเทิงที่ให้บริการจองตั๋วคอนเสิร์ตและชำระเงิน
"ในฐานะบริษัทบันเทิง เราให้บริการจองตั๋วคอนเสิร์ตและชำระเงินแก่ลูกค้า ปัญหาที่เกิดซ้ำในคอนเสิร์ตคือการที่ผู้ชมต้องต่อแถวบาวเหยียดเพื่อแสดงหลักฐานของตั๋วที่ซื้อแบบเป็นกระดาษเพื่อตรวจสอบที่ทางเข้าคอนเสิร์ต เพื่อแก้ปัญหานี้ เราได้พัฒนาบริการ “Face Ticket” โดยใช้ Amazon Rekognition ซึ่งทำให้สามารถตรวจสอบหลักฐานการซื้อของผู้เข้าชมได้อย่างรวดเร็ว แทนที่จะต้องรอคิวเพื่อรับตั๋วหรือสแกนตั๋วกระดาษที่ทางเข้าคอนเสิร์ต คอนเสิร์ตที่เราจัดจึงไม่ต้องมีแถวรอคิวอีกต่อไป และผู้เข้าชมจะได้รับความสะดวกสบายและประสบการณ์ที่สนุกสนานจากการใช้ระบบ “Face Ticket” ใหม่ของเรา ตอนที่กำลังพัฒนาบริการนี้ เราเปรียบเทียบ Rekognition กับบริการวิเคราะห์ใบหน้าอื่นๆ ที่มีในพื้นที่ แต่ท้ายที่สุดเราก็ตัดสินใจใช้ Rekognition เนื่องจากความสามารถในการปรับขนาดด้วย S3 และการผสมผสานกับบริการอื่นๆ ของ AWS ได้อย่างราบรื่น"
Hyojin Kim ประธาน - K-STAR Group
Software Colombia คือบริษัทพัฒนาซอฟต์แวร์ AI และ ML ระดับแนวหน้าของวงการที่ให้บริการโซลูชันเทคโนโลยีที่ล้ำสมัยทั่วโลก โดยมุ่งเน้นที่นวัตกรรม คุณภาพ และความพึงพอใจของลูกค้าในโปรเกจต์ที่ทำงานอยู่มากกว่า 300 โปรเจกต์
“ความท้าทายหลักของเราคือการนำแพลตฟอร์มการตรวจสอบผู้ใช้ที่แข็งแกร่งแต่รวดเร็วและมีความแม่นยำมาใช้ และ Amazon Rekognition และ API การตรวจจับ Face Liveness ก็ช่วยให้เราสามารถบรรลุเป้าหมายดังกล่าวได้ Amazon Rekognition API แบบใหม่นี้ช่วยให้เราสามารถสร้างกระบวนการจดจำใบหน้าแบบไบโอเมตริกซ์ภายในองค์กรเพื่อช่วยเราลดการโจมตีและความเสี่ยงจากการปลอมแปลงข้อมูลประจำตัวได้มากถึง 95% และทำให้กระบวนการออกใบรับรองดิจิทัล X509 รวมถึงกระบวนการที่สำคัญอื่นๆ มีความปลอดภัยและมีประสิทธิภาพมากขึ้น ความสามารถของเราในการมอบทางเลือกแก่ลูกค้าในด้านการพิสูจน์ตัวตนและยืนยันตัวตนโดยใช้กล้องโทรศัพท์ทำให้บริการของเรามีความครอบคลุมมากขึ้นและพร้อมใช้งานในทุกภูมิภาค"
Alex Chacón ผู้บริหารสูงสุดจาก Software Colombia
Q5id
Q5id มอบโซลูชันการจัดการข้อมูลระบุตัวตนแบบพิสูจน์ได้ให้กับผู้บริโภคและธุรกิจเพื่อช่วยลูกค้าในการยืนยันตัวตนและรักษาความปลอดภัยให้กับองค์กร
"Q5id มุ่งเน้นไปที่การพิสูจน์เอกลักษณ์เฉพาะตัวเทียบกับการสมมติความถูกต้อง เป้าหมายของเราคือการส่งมอบความมั่นใจในระดับสูงสุดเพื่อระบุและยืนยันว่าบุคคลนั้นเป็นคนที่พวกเขาพูดถึงว่าเป็นลูกค้าที่ใช้บริการทางการเงินของเราและลูกค้าของพวกเขา เราบรรลุเป้าหมายนี้ด้วยการทำงานร่วมกับ Amazon Rekognition Identity Verification APIs และความสามารถในการจดจำใบหน้า จากนั้นจึงรวมเข้ากับซอฟต์แวร์ที่เป็นกรรมสิทธิ์ของเราเพื่อสร้างสินค้าและบริการของเราเอง AWS ช่วยเราปรับปรุงและสร้างสมดุลกับรูปแบบการจดจำใบหน้าที่เราใช้เพื่อให้ได้อัตราผิดพลาดที่ยอมรับได้คือ 1 ใน 9 แสน 3 หมื่น 3 พันล้าน - ซึ่งเป็นจำนวนมากกว่า 100 เท่าของประชากรโลก”
Becky Wanta ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี - Q5id
เรียนรู้เพิ่มเติมเกี่ยวกับราคาของ Amazon Rekognition