对于Face++来说，当大量开发者调用识别服务时对于平台整体的处理能力有很高的要求。当进行面部识别的时候，需要处理大量来自面部的数据信息，包括结构、五官以及肌肉等方面的数据分析。如果平台的服务器不够稳定、性能不够强大就会严重影响到识别效果与用户体验。
为此经过严格比对和筛选，Face++最终决定选择阿里云ECS的服务，后续又使用了阿里云的RDS服务用来存储人脸搜索和训练的数据。
依托阿里云成熟稳定的服务Face++才可能为众多用户提供识别服务。在Face++的客户中有阿里云酷盘，服务的核心就在于优化相册的体验，为相册提供智能的聚类和标签功能，让用户使用图片功能时体验更好。
印奇将未来人脸识别技术的市场划分为线上和线下两部分。在线上，拍照、相册、图片分析、婚恋交友平台中，人脸（及其他图像识别）技术越来越重要，虽然现在很多还是Nice-To-Have的功能，不过未来比重会越来越大。
线下的人脸识别市场本身就有非常巨大的刚需，特别是在各类监控场景。不过线下场景对于人脸识别的精度要求非常高，虽然人脸识别的概念已经出现了很多年，但迟迟没有真正进入普通用户的日常生活，究其原因还是技术仍在成熟的过程中，将人脸识别的精度做到接近100%仍然是一个未解的问题。
同一个人人脸图片的变化其实其实是非常巨大的。人可以根据海量数据学习和综合分析判断大家是不是一个人，但对于机器视觉来说，数据量和综合分析都远远未达到人的水平，因而很多系统仍无法达到实际日常应用场景的需求。这一背景给了我们一个契机，让我们通过互联网和深度学习的方式真正把人脸技术做出突破，让人类真正实现慧眼识英雄。
