如果在韋伯斯特（Webster）上查詢『簽名』的定義，就會發現它是指『某個人以自己的筆跡寫下的名字』。但為什麼是手寫呢？手寫簽名有什麼特別之處？
簡單地說，簽名是確定個人生物特徵的關鍵因素之一。生物特徵在確定你是誰與你代表什麼方面，起著至關重要的作用。因此，金融機構將簽名視為防範金融欺詐和犯罪的最重要的防線之一。
因此毫不奇怪，金融機構投資將其內部簽名管理系統轉型為滿足其業務需要的整體解決方案。該等方案通常具備基本的帳戶、簽名人和簽名管理功能。但簽名管理解決方案的部分最重要功能，是能夠使帳戶授權規則驗證之類的流程自動化，以確定某些簽名者是否有權完成某項交易，或者能夠根據交易日期選取相應的帳戶。但真正使簽名管理解決方案成爲一站式解決方案，是它能夠模仿人類的思維藉此實現簽名驗證過程的自動化，甚至比人類還準確。
人工驗證的弊端
對於專業核查員來說，肉眼驗證簽名似乎是一個相當直接簡單的過程。但如果他/她需要在短時間內處理數千份財務文件，情況就不同了。以支票為例，短時間內清算數萬乃至數十萬張支票，需要一群專業的簽名核查人員通力合作。但即便如此，由於專業水準或專注度之類的原因，核查中還是很容易出錯。更重要的是藉由專業人士記住簽名人的授權簽名，這種驗證方式的風險太大，因爲不同時期的簽名可能不一樣。
簽名驗證的未來
人類進入了第四次工業革命時代，機器學習演算法可以強化簽名管理解決方案的功能。該等演算法從物理和行為兩方面提升生物特徵識別和身份驗證的威力和靈活性，從而強化對快速增長的支付管道的支持。藉由該等發展，簽名驗證解決方案能夠記錄和驗證關鍵的生物特徵，如生物特徵簽名、指紋、虹膜、面部匹配和語音辨識。但在貴公司著手實現簽名管理自動化之前，有9個基本問題需要供應商作答。
需要供應商作答的9個基本問題
- 如何保證該等解決方案以最高的清晰度抓取財務文件中的簽名？（即文件列印之前的文字、印鑒與線條等）
- 鑒於簽名位置因個人習慣而異，準備如何抓取整個簽名？
- 不同類型的文件要求在不同的位置簽名，如何處理？
- 一份財務文件有多個簽名時如何處理？
- 不同時期的簽名可能有變，如何應對？（據統計，5年內手寫簽名可能會發生變化）
- 簽名驗證解決方案提供哪種集成？
- 該等解決方案的引擎應用了哪類技術？
- 該等解決方案引擎的準確性如何？
- 該等系統可以短時間內處理成千上萬筆交易驗證業務嗎？
