意料之中的是，这项服务也大大促进了反向的产业发展。例如，以色列初创公司 D-ID 已经开发出一种软件，工具处理后的图像无法被人脸识别算法侦测，但是肉眼观之，其与原始图片看起来一样。
然而，这些安全应用并不会阻止人脸识别的大规模应用。旷视的印奇认为，面部识别技术会成为一种商品。这也是他把眼光放得更远的原因。公司的计算机视觉大脑正迈向解决更复杂的任务，例如，解释人类的行为和识别特定物体。长远来看，印奇希望他的公司能够发展成为一家「算法工厂」，为计算机视觉服务提供各样模块化产品。
二、创建面部、治愈与希望
Graig Venter 最近一次刺激到公众的行为是他发布了一项根据人们的基因数据预测人的长相的工作。
在本周发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences) 上的一篇论文中，Venter 博士和他的同事们描述了这个被他们称之为「基于表现型的基因组识别」的过程。该小组从不同年龄不同种族的 1061 名被试，进行了基因组测序。他们还拍摄了被试者面部的高分辨率、三维图像，并记录了他们眼睛和皮肤的颜色、年龄、身高和体重。这些信息被用作「训练集」，用来开发一种能够根据基因计算出人们长相的算法。
通过将这种算法应用于未知的基因组，研究小组能够生成几乎与真实照片相匹配的图像，成功率 80%。(当测试仅限于单一种族的时候，成功率就降低到了不那么的出众的 50%，因为限定种族缩小了面部的差异。) 大约一年前，使用同样的算法，该公司开发了一个功能，根据母亲的基因组预测她 20 岁时的样子。结果可以与她在那个年龄的照片相比，并让读者自己判断其相似性。