Технологические и организационно-финансовые особенности использования биометрических сервисов

Цель: выявление и анализ технологических и финансово-организационных особенностей использования биометрических сервисов предприятиями в экономике России.

Методы: общенаучные методы (анализ, синтез), наблюдение кейсов внедрения биометрических сервисов через ГИС ЕБС в 2024–2025 гг., абстрактно-логический и корреляционный анализ статистики Банка России за I кв. 2024 г. – II кв. 2025 г., а также диалектический подход к рассмотрению биометрии как развивающейся системы.

Результаты: показано, что переход к централизованной модели работы с биометрическими персональными данными через ГИС ЕБС и коммерческие биометрические системы сформировал сервисную архитектуру рынка биометрии в России, требующую комплексной интеграции программного обеспечения, аппаратных средств, средств защиты информации и коммуникационной инфраструктуры на уровне предприятий и макроинфраструктуры. Корреляционный анализ статистических данных Банка России за 2024–2025 гг. выявил сильную положительную взаимосвязь динамики платежей с использованием биометрии с операциями по QR-кодам и мобильному/интернет-банкингу, что интерпретируется как включение биометрических платежей в общий контур развития цифровых платежных инструментов в России.

Научная новизна: новизна работы заключается в комплексной характеристике технологической и организационно-финансовой конфигурации рынка биометрических сервисов в России в условиях централизации работы с БПДн, позволяющей рассматривать биометрию не как изолированную инновацию, а как структурный элемент сервисной цифровой инфраструктуры. Уточнена роль сервисной бизнес-модели и системных интеграторов как ключевых узлов институциональной и технологической архитектуры биометрических решений, влияющих на структуру трансакционных издержек и операционных затрат предприятий. Предложено интерпретировать динамику платежей с использованием биометрии через их статистически подтвержденную связь с другими цифровыми платежными инструментами как индикатор интеграции биометрии в повседневные практики экономических агентов.

Практическая значимость: результаты могут быть полезны для развития рынка биометрии в России, повышения его устойчивости, а также для междисциплинарных исследований с комбинацией качественных и количественных методов.

1. Антонова, И. И., Селиверстова, Н. С. (2025). Тенденции стандартизации инновационных отечественных решений. Компетентность, 5, 8–13. EDN: LMDJSF

2. Белоусов, А. Л., Левчук, Е. Ю. (2018) Диджитализация банковского сектора. Финансы и кредит, 24(2(770)), 455–464. EDN: XOTMWL. DOI: 10.24891/fc.24.2.455

3. Вишнякова, О. Н. (2025). Цифровая интеграция как инструмент устойчивого развития. Международный форум KAZAN DIGITAL WEEK – 2025: сборник материалов (Т. 1, c. 265–271). Казань: ГБУ «НЦБЖД».

4. Захматов, Д. Ю., Киршин, И. А., Кох, И. А. (2025). Построение финансовых временных рядов с применением нейронных сетей в отношении прогнозных показателей предприятия. Kant, 1(54), 51–62. EDN: CBQVLE

5. Карцан, И. Н. (2023). Биометрические данные: новые возможности и риски. Современные инновации, системы и технологии. Современные Инновации, Системы и Технологии, 3(3), 0201–0211. EDN: PPNFZH. DOI: 10.47813/2782-2818-2023-3-3-0201-0211

6. Котилко, В. В. (2024). Биометрия и экономика России. В сб. Формирование и развитие новой парадигмы науки в условиях постиндустриального общества: сборник статей Международной научно-практической конференции (7 июня 2024 г., г. Иркутск) (с. 93–100). Уфа: Omega Science. EDN: AYSKRB

7. Кочетков, Е. П. (2019). Цифровая трансформация экономики и технологические революции: вызовы для текущей парадигмы менеджмента и антикризисного управления. Стратегические решения и риск-менеджмент, 10(4), 330–341. EDN: CQWXEC. DOI: 10.17747/2618-947X-2019-4-330-341

8. Крылова, И. Ю., Рудакова, О. С. (2018). Биометрические технологии как механизм обеспечения информационной безопасности в цифровой экономике. Молодой ученый, 45(231), 74–79. EDN: VLYIFV

9. Мизинов, П. В., Коннова, Н. С. (2023). К вопросу о значении термина «биометрия». Гуманитарный вестник, 5(103). EDN: XZMSUN

10. Промыслов, В. Г., Семенков, К. В., Менгазетдинов, Н. Э. (2022). Исследование методов аутентификации операторов в промышленных системах управления. Проблемы управления, 3, 40–54. EDN: YFRFYH

11. Селиверстова, Н. С. (2024). Направления формирующихся структурных изменений при использовании биометрических данных в России. Russian Journal of Economics and Law, 18(4), 912–925. EDN: YITJRW. DOI: 10.21202/2782-2923.2024.4.912-925

12. Селиверстова, Н. С., Григорьева, О. В. (2025). Методология исследования технологического развития в современной России. Вестник Тверского государственного университета. Серия: Экономика и управление, 2(70), 60–69. EDN: DTJZLC. DOI: 10.26456/2219-1453/2025.2.060-069

13. Смирнов, Н. А., Анисимова, Э. С. (2025). Биометрическая система идентификации пользователей по рукописной подписи на основе сверточных нейронных сетей. В сб. Международный форум KAZAN DIGITAL WEEK – 2025: сборник материалов (Т. 1, с. 818–823). Казань: ГБУ «НЦБЖД».

14. Храмов, Е. Н., Вершинина, О. В. (2025). Биометрические технологии как фактор повышения безопасности и конкурентоспособности в финансовой инфраструктуре России. Фундаментальные исследования, 4, 69–79. EDN: RAKMNK. DOI: 10.17513/fr.43814

15. Agidi, R. C. (2018). Using biometric in solving terrorism and crime activities in Nigeria. Techsplend Journal of Technology, 1(12), 91–105.

16. Alfatni, M. S. M., Ebiad, A. M., Al-Bahbouh, M. A., & Esmeda, L. A. (2023). Electronic health file system based on fingerprint sensor technology. Journal of Advanced Research in Applied Sciences and Engineering Technology, 33(2), 209–224. EDN: UOSKHV. DOI: 10.37934/araset.33.2.209224

17. Clodfelter, R. (2010). Biometric technology in retailing: will consumers accept fingerprint authentication? J. Retailing Consum. Serv., 17(3), 181–188.

18. Eksteen, C., & Humbani, M. (2021). Understanding proximity mobile payments adoption in South Africa: a perceived risk perspective. Journal of Marketing and Consumer Behaviour in Emerging Markets, 2(13), 4–21.

19. Hwang, J., Kim, J. S., Kim, H. M., & Kim, J. J. (2024). Effects of motivated consumer innovativeness on facial recognition payment adoption in the restaurant industry: a cross-cultural study. Int. J. Hospit. Manag., 117, Article 103646. EDN: XWPJTT. DOI: 10.1016/j.ijhm.2023.103646

20. Liang, Y., Samtani, S., Guo, B. & Yu, Z. (2020) Behavioral biometrics for continuousauthentication in the internet-of-things era: An artificial intelligence perspective, IEEE Internet of Things Journal, 7(9), 9128–9143. EDN: GWHLRI. DOI: 10.1109/JIOT.2020.3004077

21. Morake, А., Khoza, L., & Bokaba, T. (2021). Biometric technology in banking institutions: “The customers” perspectives”. SA Journal of Information Management, 23(1). EDN: IRLOBE. DOI: 10.4102/sajim.v23i1.1407

22. Shiau, W.-L., Liu, C., Zhou, M., & Yuan, Y. (2023). Insights into customers' psychological mechanism in facial recognition payment in offline contactless services: integrating belief–attitude–intention and TOE–i frameworks, Internet Research, 33(1), 344–387. https://doi.org/10.1108/intr-08-2021-0629

23. Sulaiman, S. N. A., & Almunawar, M. N. (2022) The adoption of biometric point-of-sale terminal for payments. Journal of Science and Technology Policy Management, 13(3), 585–609. EDN: YWJQQU. DOI: 10.1108/jstpm-11-2020-0161

24. Tiwari, Sh., Raja, R., Wadawadagi, R. S., Naithani, K., Raja, H., & Ingle, D. (2024). Emerging Biometric Modalities and Integration Challenges. In Online Identity – An Essential Guide. IntechOpen.

25. Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS Quarterly, 36, 157–178. https://doi.org/10.2307/41410412

26. Wang, Y. D., & Emurian, H. H. (2005). An overview of online trust: concepts, elements, and implications. Computers in Human Behavior, 21(1), 105–125. https://doi.org/10.1016/j.chb.2003.11.008

27. Wayman, J. L., Jain, A. K., Maltoni, D., & Maio, D. (2005). Biometric systems: Technology, design and performance evaluation. Springer Science & BusinessMedia, London, United Kingdom.

28. Wu, X., Zhou, Z., & Chen, S. (2024). A mixed-methods investigation of the factors affecting the use of facial recognition as a threatening ai application. Internet Research, 34(5), 1872–1897. https://doi.org/10.1108/intr-11-2022-0894

29. Zarco, C., Giráldez-Cru, J., Cordón, O., & Liébana-Cabanillas, F. (2024). A comprehensive view of biometric payment in retailing: A complete study from user to expert. Journal of Retailing and Consumer Services, 79, 103789. EDN: NGEZXH. DOI: 10.1016/j.jretconser.2024.103789

30. Zhang, X., & Zhang, Z. (2024) Leaking My Face via Payment: Unveiling the Influence of Technology Anxiety, Vulnerabilities, and Privacy Concerns on User Resistance to Facial Recognition Payment. Telecommunications Policy, Article 102703. EDN: ZXUCZH. DOI: 10.1016/j.telpol.2023.102703

31. Zhu, Y., Tan, T., & Wang, Y. (2000). Biometric personal identification based on irispatterns. In Proceedings 15th International conference on pattern recognition, ICPR (Vol. 2, pp. 801–804). IEEE. https://doi.org/10.1109/icpr.2000.906197