Pengenalan wajah membantu pemeriksaan latar belakang

Pemeriksaan latar belakang pekerjaan adalah bagian penting dari proses ketika Anda seorang pelamar pekerjaan atau menjadi karyawan pada pertunjukan berikutnya. Sekarang Evident ID, perusahaan pemeriksaan latar belakang yang menyediakan layanan verifikasi identitas yang digunakan oleh berbagi bisnis ekonomi, seperti Airbnb dan TravelCar, menambahkan pengenalan wajah untuk proses ini.

Teknologi pengenalan wajah memetakan karakteristik wajah seseorang dan membandingkannya dengan wajah-wajah lain dalam basis data cloud untuk memastikan pekerja yang mereka klaim dan bahwa mereka memiliki kredensial untuk melakukan pekerjaan itu. Dengan membandingkan selfie dengan dokumen pemerintah pada file di database online, misalnya, Evident bertujuan untuk membuat proses pemeriksaan latar belakang lebih cepat dan lebih akurat.

Meskipun mengambil foto selfie dan diverifikasi dengan basis data daring dapat menakutkan bagi banyak pengguna, Evident juga bertujuan untuk membuat proses lebih nyaman bagi semua pihak yang terlibat. Platform Identity Assurance Evident memungkinkan perusahaan mengambil pendekatan lepas tangan ke data latar belakang, menurut David Thomas, salah satu pendiri dan CEO Evident. Dengan memastikan bahwa perusahaan tidak benar-benar menangani dokumentasi sensitif, Thomas berharap untuk membuat proses pengenalan wajah lebih disukai pelanggan.

"Kami membantu bisnis menjawab pertanyaan identifikasi yang rumit ini, tanpa mereka harus menangani salah satu data sumber sensitif, " kata Thomas. Dia memberi contoh pengemudi truk komersial berlisensi diverifikasi melalui pengenalan wajah, tanpa pengemudi harus menunjukkan salinan lisensi.

Pada bulan Mei, Evident mengumumkan bahwa mereka telah mengumpulkan $ 20 juta untuk lebih mengembangkan platformnya untuk verifikasi identitas, yang berbeda dari manajemen identitas di mana para profesional TI mengelola hak pengguna untuk aplikasi dan layanan cloud. Sebagai bagian dari ini, Evident menggabungkan kecerdasan buatan (AI), pembelajaran mesin (ML), dan visi komputer ke dalam platformnya. Visi komputer memungkinkan aplikasi menangkap dan menganalisis gambar.

Cara Terbukti Menggunakan Pengenalan Wajah

Evident menggunakan pengenalan wajah untuk mengotomatiskan proses pemeriksaan latar belakang. Pertama, seorang pelanggan mengajukan permintaan verifikasi, yang kemudian dicatat oleh Evident ke dalam databasenya. Jika pengguna memilih untuk pemeriksaan pengenalan wajah, maka mereka dapat mengambil selfie dan mengirimkannya melalui aplikasi Evident. Setelah selfie dikirimkan, perusahaan menggunakan antarmuka pemrograman aplikasi aman (API) untuk memverifikasi gambar terhadap berbagai sumber. Terbukti kemudian memberikan laporan dengan indikator lulus / gagal yang menunjukkan apakah gambar individu cocok atau tidak dengan dokumentasi. Akhirnya, Evident mengirim ringkasan email kepada pelanggannya yang memberi tahu mereka apakah pelanggan memenuhi kebijakan verifikasi mereka atau tidak. Algoritme secara digital menandatangani hasilnya.

Terbukti mengambil gambar langsung seseorang dan menggunakan ML untuk membandingkannya dengan berbagai catatan pemerintah untuk secara positif mengidentifikasi individu. Dengan menambahkan ML ke pengenalan wajah, Evident membantu mengotomatiskan analisis wajah sambil mempercepat proses verifikasi, menurut Thomas.

"Mesin kami diberi makan sejumlah besar data yang diperoleh dari hasil yang dihasilkan teknologi pengenalan wajah kami, dan mereka belajar membuat prediksi pada data baru, " kata Thomas. "Hasil dari keduanya yang digunakan bersama adalah bahwa Evident dapat mengotomatiskan proses menganalisis dokumen ID karakteristik wajah seseorang, yang membuat proses verifikasi kami lebih cepat dan lebih akurat."

Beberapa perusahaan akan memeriksa selfie terhadap sumber pihak ketiga tambahan, seperti Departemen Kendaraan Bermotor atau penyedia asuransi, untuk menawarkan ketenangan pikiran ekstra. Tingkat verifikasi ekstra akan memastikan pengguna bahwa host dari ruang sewaan atau driver di perusahaan berbagi perjalanan adalah sah.

Jelas menolak untuk memberikan rincian tentang harga untuk layanannya, tetapi itu tampaknya setara untuk kursus di antara jenis layanan ini. Layanan latar belakang yang bersaing Checkr, yang dimulai dari $ 35 per bulan tanpa pengenalan wajah, akan menawarkan add-on dengan biometrik wajah yang disebut "Checkr Connect IDV" pada musim gugur, meskipun juga menolak untuk membagi harga untuk opsi ini. Berbix dan Onfido akan memberikan kemampuan pengenalan wajah untuk Checkr's Connect IDV. Namun perusahaan lain, Biometrica Systems, menawarkan modul Pengenalan Wajah Tingkat Lanjut yang membandingkan foto pelanggan dengan catatan dalam database untuk mengidentifikasi orang yang mencurigakan.

Pengenalan Wajah dalam Aksi di Peerspace

Satu pelanggan Evident, pemain ekonomi berbagi yang disebut Peerspace, menggunakan pengenalan wajah untuk menjalankan pemeriksaan latar belakang pada pelanggannya yang menghubungi layanan untuk menyewa ruang pertemuan dan tempat-tempat serupa. Melalui pasar peer-to-peer, Peerspace (ditampilkan di bawah kiri) memungkinkan orang memesan ruang per jam untuk rapat dan kegiatan lain seperti pemotretan, misalnya.

Peerspace menggunakan fitur pengenalan wajah platform Evident untuk memverifikasi identitas pelanggan yang meminta untuk menyewakan ruang rapatnya ketika pihak-pihak tersebut merasa perlu pemeriksaan tambahan untuk mencegah penipuan. Jika pemesanan adalah menit-menit terakhir atau Peerspace mencurigai pengguna tertentu, maka itu akan menggunakan Evident untuk pemeriksaan latar belakang. Dalam kasus seperti itu, Peerspace akan mengirimkan pesan email kepada pengguna untuk memberi tahu mereka bahwa mereka akan mendapatkan permintaan untuk pemeriksaan latar belakang.

"Terbukti membantu kami memastikan bahwa orang yang bertransaksi online adalah siapa yang mereka katakan, " kata Matt Bendett, salah satu pendiri dan Wakil Presiden Operasi di Peerspace.

Ketika perilaku pemesanan pelanggan tampak mencurigakan, tim "kepercayaan dan keamanan" Peerspace akan menjangkau pelanggan untuk meminta pemeriksaan latar belakang dengan pengenalan wajah. Jika mereka tidak merespons, maka itu pertanda bahwa aktivitas pengguna itu curang.

"Jika kami memiliki sinyal yang baik di sana dan mereka menindaklanjutinya, maka kami akan mengirim mereka email, yang mengirim mereka melalui aliran Evident, dan pada dasarnya meminta mereka mengirimkan foto ID yang berbeda serta selfie, " jelas Bendett. Dasbor Evident akan menunjukkan kepada staf Peerspace apakah gambar pengguna cocok dengan foto pelanggan pada SIM. Satu komplikasi, bagaimanapun, adalah memiliki SIM palsu dalam database.

"Jika kita mendapatkan hasil bahwa itu palsu, maka kita dapat mencegah transaksi terjadi, " kata Bendett. "Jika itu adalah sesuatu yang agaknya tidak kita ketahui, maka kadang-kadang kita akan menyelam lebih dalam dan mengajukan lebih banyak pertanyaan sebelum kita lanjutkan." Penyelaman yang dalam mungkin melibatkan perusahaan menggunakan cara yang lebih tradisional untuk menyelidiki lebih dalam identitas tamu atau tuan rumah.

Identitas dalam Ekonomi Berbagi

Target jelas berbagi perusahaan ekonomi seperti Peerspace karena seringnya hubungan acak antara penyedia dan pelanggan. Dalam ekonomi berbagi, daftar sumber daya yang berkembang pesat dan beragam, seperti transportasi, perumahan, dan ruang pertemuan, secara esensial disewakan kepada siapa pun dengan browser web. Dengan penyedia layanan "berbagi" ini menjadi lebih utama, penyedia dan pelanggan menemukan pengenalan wajah alat yang berguna dalam menjalankan bisnis dengan aman.

"Itu tergantung pada layanan, tetapi dalam banyak layanan ekonomi berbagi ini, termasuk Peerspace, ada komponen online dan offline untuk itu, " kata Bendett. "Jadi, ini benar-benar sudut pandang saya bahwa, agar dapat terus berkembang, tuan rumah dan tamu perlu merasa nyaman dengan orang-orang yang berinteraksi dengan mereka."

Thomas mencatat bahwa penyedia biasanya lebih nyaman dengan teknologi pengenalan wajah daripada pelanggan. Seorang pengemudi layanan berbagi perjalanan kemungkinan akan kurang menentang pencarian pengenalan wajah daripada seorang pengendara.

"Tentu saja identifikasi adalah topik yang sangat penting dalam perekonomian, terutama karena aplikasi menjadi lebih sensitif. Dan syukurlah, itu selalu ada dalam pikiran perusahaan ekonomi sampai batas tertentu, " kata Thomas. "Ketika perusahaan-perusahaan ini matang dan berkembang ke audiens yang lebih besar dan aplikasi yang lebih sensitif, mereka harus meningkatkan jenis verifikasi identitas yang mereka lakukan."

(Kredit gambar: Statista)

Ketidakpercayaan Pengguna

Namun masih ada rintangan dari ketidakpercayaan pengguna. Survei terbaru, termasuk grafik Statista di atas dan survei PCMag baru-baru ini, jelas menunjukkan bahwa banyak yang masih tidak percaya pada teknologi pengenalan wajah dan langkah-langkah keamanan biometrik secara umum. Namun, teknologi pasti semakin populer di sisi bisnis dan penyedia. Pengenalan wajah, khususnya, menjadi lebih utama sebagai bagian dari sistem pelacakan pelamar perusahaan (AT) dan alat reguler untuk tugas-tugas lain yang dilakukan oleh sumber daya manusia (SDM) pro.

Tim Steinkopf, CEO vendor manajemen identitas Centrify, melihat potensi luar biasa untuk pengenalan wajah selama pemeriksaan latar belakang karena tingkat akurasinya yang tinggi.

"Pengenalan wajah menjadi file biner. Itu diterjemahkan ke dalam nol dan yang, dan sejauh kemampuan untuk meretas atau meniru wajah, tingkat kesulitan di sana tinggi, " kata Steinkopf. "Jadi, akurasinya bagus, dan kemampuan untuk meretasnya sulit." Itu adalah dua kemenangan yang sulit untuk diabaikan oleh penyedia latar belakang dan pelanggan SDM mereka, terlepas dari tingkat kenyamanan pengguna.

• Layanan Pemeriksaan Latar Belakang Pekerjaan Terbaik untuk 2019 Layanan Pemeriksaan Latar Belakang Pekerjaan Terbaik untuk 2019
• Hanya Karena Anda Dapat Mengambil Selfie Bukan berarti Kami Menginginkan Anda Hanya Karena Anda Dapat Mengambil Selfie Tidak Berarti Kami Ingin Anda Untuk
• Bagaimana Snap Selfies Terbaik Bagaimana Snap Selfies Terbaik

Brenda Leong adalah Penasihat Senior dan Direktur Strategi di Future of Privacy Forum, sebuah lembaga think tank yang berfokus pada masalah kebijakan publik seputar privasi dan manajemen data. Leong melihat pengenalan wajah dalam verifikasi identitas sebagai langkah wajar dalam pemeriksaan latar belakang pekerjaan. Tapi ada satu hal yang disebut Leong sebagai prasyarat sebelum perwakilan SDM menggunakan pengenalan wajah.

"Saya berharap ada faktor keikutsertaan, " kata Leong. Untungnya, itu fitur yang sudah disediakan Evident. Jika peserta menolak verifikasi identitas, maka setiap penyedia harus mengembangkan proses verifikasi alternatif mereka sendiri. Apakah itu tetap proses yang diterima di masa depan masih harus dilihat.