组织可以使用生物识别技术通过传感器和监视来提高工作场所的安全性和员工安全性，但雇主还必须评估其潜在影响。
随着健康和安全问题成为每个企业未来的核心，人们将发现一个新的数字接口：他们的身体。
生物识别交互包括几种用于测量和分析人的身体或行为特征的方法。考虑到个人的独特生物属性-指纹、语音、面部、虹膜或DNA-生物识别技术比密码具有可观的优势，但机遇和风险远远超过了访问控制。
用于员工身份验证和访问控制的生物识别传感器已经在诸如政府和金融服务等高安全性环境中使用了数十年，但是现在，各种规模和行业的企业都在部署IoT生物识别。
探索不同的生物特征用途
技术、成本以及健康和安全实践的最新变化正以十多个不同的用例迅速扩展市场。
(1) 通过智能基础实施进行识别。智能门锁、终端机、机器和摄像头都是组织可以配备生物特征传感器以验证个人身份以访问场所或资源的设备的示例。组织还为远程访问开发相关的解决方案，例如远程医疗。
(2) 通过非接触式传感器进行识别。鉴于新型冠状病毒，非接触式接触点提供了一种减少感染传播可能性的方法。一些组织将物联网生物识别技术用于高安全性用途，例如访问控制和支付。例如，惠普(Hewlett Packard Enterprise)的新工作重返产品包括面部识别功能，使员工无需触摸门把手或键盘即可进入相应区域位置。
(3) 多因素身份认证。生物识别技术是组织用作企业安全认证机制的新兴因素。例如，在使用企业移动应用程序访问敏感数据、帐户或其他资产时，要求员工提供生物识别技术以进行访问控制登录身份验证。
多因素认证的优劣势
(4) 确定减少风险。生物识别技术还被用于减少欺诈、盗窃、网络风险和健康风险。例如，可口可乐公司使用生物指纹识别系统来跟踪进入其罐头设施的独立卡车司机的活动。另一家名为Verifyii的公司通过热扫描为访客和供应商提供认证，以降低COVID-19的风险。
(5) 候选人评估。组织可以在招聘过程中使用生物特征分析系统来分析和评估潜在员工。招聘人员使用语音和面部识别AI进行视频采访，根据对游戏化行为评估的响应来分析单词选择、语气和面部表情。
(6) 位置和接近度监控。除了摄像头，IoT生物识别传感器也出现在可穿戴设备中，并且可以监视员工的活动。公司正在使用地理围栏、触觉和其他一系列功能进行监视，并确保员工之间的社会距离。
生物特征认证的类型
(7) 工作场所分析和监视。生物特征分析可以检测办公室、医院或工厂中设施的移动、靠近、热量和相互作用。组织将这些分析用于人员配备、绩效监控和培训。
(8) 远程工作场所监视。随着数百万的工人迅速转移到在家工作的环境中，随之而来的是员工监视工具。这种更具争议性的用例是由雇主对生产力的担忧所激发的。一些雇主已经安装了各种摄像头技术(例如，默认情况下始终启用的团体视频会议软件Sneek)，以确保员工正常工作并轻松联系到员工。
(9) 通过生物特征监测进行性能分析。各种IoT设备都可以配备推断各种生理和情感状态的传感器。例如，心率、凝视追踪和温度传感器可以指示压力水平，参与度等。有些情况对监控领导力的生理反应或员工满意度问题提出了特别具有干扰性的方案。虽然是新生事物，但在工作场所采用这种生物技术可以整合各种工作流程，例如：
在培训中，受训者的情绪状态可能会影响和适应课程中的问题、任务或顺序。在物流中，可以对驾驶员或机器操作员进行疲劳检查。在机器人交互中，机器人可以配备扫描仪以读取人类的情绪或手势。
(10) 安全和合规性分析。对安全性的智能监控(例如避免危险、确保合规性、质量保证或保护员工)一直是启用生物识别和红外热像仪的最大卖点。身份验证可以确保患者的隐私，并在建筑工地或制造工厂中提供分析。但是，在COVID-19之后，这一类别得到了极大的扩展。
(11) 公共卫生和健康分析。卫生环境成为大流行后世界经济生存的关键。支持健康相关安全和卫生的软件正在激增。这些解决方案提供了在IoT设备上运行的预定义AI模型，以检测一系列生物特征和行为信号。 FogHorn System的新Lightning Edge平台提供咳嗽和高温检测、洗手监控、社交距离监控、口罩检测和个人防护设备监控。
(12) 健康与保健。雇主还为工人提供了多种选择，以启用生物特征识别的健康监控。一些计划与保险产品和折扣挂钩，例如Humana与Fitbit的员工援助计划合作伙伴关系。其他一些则不太以保险为中心，而是与更广泛的公司健康计划保持一致，这些计划提供的设备和应用可以监控从饮食、睡眠到心理健康的一切。普华永道最近为其员工提供了AI腕带，以监控大流行期间的压力水平。
物联网领导者的关键问题
物联网生物识别技术代表了与模拟方法、机器和屏幕根本不同的界面，并为企业带来了一些新颖的问题。当物联网和其他领导者评估这些实施决策时，他们必须评估的不仅仅是技术可行性。
文化。领导层是否准备提供可视性、问责制和选择权，并在要求员工共享生物识别信息时投资于建立信任的流程和工具?生产率。数字监视工具是否会真正提高生产率?相对于替代方法，收益是否大于风险?风险。机器错误、欺诈、仿真、隐私、匿名、滥用或破坏的技术和系统风险是什么?责任。从工人收集生物识别数据涉及哪些法律后果(或灰色区域)?道德与员工权利。在违规、无意的滥用或意想不到的后果的情况下，收集敏感的生物统计数据(专有使用之外)的伦理意义是什么?组织外部的因素(例如高失业率和收入损失)如何侵蚀工人的选择?市场与竞争。哪些市场、技术、社会和竞争力量会影响生物识别接口的采用?您的行业或组织应如何将其纳入其战略?
