實際上，3D感測技術在科技業已有相當的技術積累，接下來我們可以透過零組件、模塊與子系統、運算與系統、終端與應用四個面向，來看3D感測技術帶來的變革。

　　首先是零組件的部分，從手機的解鎖、支付等資安需求，手機應用上從數字密碼、圖型識別等透過手機原生組建的安全認證方式。從對于零組件需求來看，指紋辨識功能主要為電容式傳感器，虹膜辨識基本配備則有LEDIR與IRCamera，而3D人臉辨識(若采結構光)的發展，則需要包含IRLaser、DiffractiveOpticalElements、IRCamera等基本配備。

　　接著從模塊與子系統角度來說，指紋辨識牽涉的層面與傳統IC廠的角色相比，差異在于芯片封裝后，需增添Coating的工藝，這部分IC廠可自行設計制造或委托專業模塊廠制作;相較之下，虹膜辨識與結構光的技術發展，牽涉的硬件設計與制造復雜度遠比指紋辨識技術高出許多，需要TX(光源)與RX(相機-IRCamera)兩個獨立模塊才能構成一個子系統。除了傳統上光源與IRCamera是來自于不同的廠商外，單看TX模塊，不只需要芯片封裝技術，更涉及許多晶圓級的光學封裝技術與光學組件的整合。

　　上述段落已說明3D人臉感測若使用結構光技術，相關的模塊與子系統的復雜與領域知識程度，已非傳統IC供貨商所及。這也顯示出若單一廠商想要獨立完成這個子系統，需投入的研發與生產規模將會很大，除了技術門檻外，市場風險也非傳統零組件廠可承擔。

　　另外，除了3D感測模塊之外，算法的突破，也是促成iPhoneX3D人臉辨識問世的關鍵之一。相較于指紋辨識與虹膜辨識的影像算法，3D人臉辨識為了要達到自適性，需透過NeuroNetworkEngine，方能在合理的指令周期與能耗內完成人臉辨識的識別，這也是為什么Apple直到2017年才推出此項產品。

　　然而，對應的系統仍有幾個關鍵因素需要討論。第一，以ComputerVision的角度來看，3D模塊與子系統所要產出的是能加速運算芯片處理的信息，這點會影響整個DOEs組件與相機模塊的選擇與設計。第二，3D模塊運算數據精確度對照的子系統組裝精度、熱漲冷縮材料的規范，也受限于算法與終端應用的需求，或是結合如TOF技術作為距離參照。這兩點拉高模塊開案的復雜度，因此很難有單一模塊設計適合大范圍的應用。

　　此外，從系統的角度出發，3D感測模塊用于解鎖上，還要考慮能耗的設計，如何在低能耗下達到判斷是否有人臉等待解鎖，必須透過既有的IRCamera，還是要透過RGBCamera，這也會讓3D感測子系統的模塊設計出現不同的變化。

　　最后回到最根本的終端與應用，3D感測模塊在游戲機的配套、個人計算機(WindowsHello或是RealSense技術)、工業、手機的后鏡頭都有商用的案例存在，但遠不及此次Apple帶起的風潮，主要還是因為iPhone一年有2億左右的銷售數量，即便目前僅一個型號搭載，全年也可能貢獻7千萬支以上的搭載。

　　因為是Apple，有足夠的產值、毛利率與供貨商配合來支撐此研發規模。然而，3D感測模塊的搭載是否成為標配，還要端看iPhoneX是否帶來夠好的應用情境讓Android的手機廠商愿意跟進。再者，在各自獨立運作的Android手機供應鏈當中，3D感測價值鏈與供應鏈發展的狀況仍要看手機廠、主芯片業者、零組件廠、模塊廠等要角，未來由哪些廠商承擔風險、主導產品以獲取利益，只有在Android生態系統有明顯的默契下，才有機會跨過技術鴻溝，加速3D人臉技術的大規模普及。