Selon le Wall Street Journal, un Américain lambda qui mène ses activités quotidiennes finit par avoir des données collectées à son sujet par environ 20 moyens différents (localisation de son téléphone mobile, recherches sur le web et achats en ligne); plus de la moitié des outils utilisés dans cette surveillance n’existait pas il y a 15 ans. Parmi celles-ci le suivi des plaques minéralogiques. En 2010 déjà, cette méthode était couramment employée dans 37% des grands services de police américains. Dans le seul comté de Riverside, six millions de plaques minéralogiques ont été analysées au cours des deux dernières années. Deux millions d’entre elles étaient des plaques uniques, et chaque plaque a été analysée en moyenne trois fois durant cette période. En revanche, 1% des plaques ont été suivies à des centaines, voire, dans certains cas, des milliers, de reprises. Les forces de l’ordre disent qu’elles utilisent cette technologie pour retrouver les voitures volées, percevoir les PV impayés et identifier les véhicules de présumés criminels.
Des sociétés privées spécialisées dans la reprise de possession (saisie) utilisent également des bases de données privées répertoriant les plaques d’immatriculation, collectées par des entreprises telles que Digital Recognition Network Inc., établie à Fort Worth, au Texas, et MVTrac, établie à Palatine, dans l’Illinois. Par exemple, Final Notice & Recovery utilise la base de données pour retrouver les voitures recherchées pour saisie. L’entreprise possède dix voitures équipées de systèmes de reconnaissance de plaques; elles parcourent entre 500 et 650 km par jour, analysant les plaques dans la région de Baltimore et de Washington, D.C. Lorsqu’ils repèrent la plaque d’une voiture recherchée pour saisie, ils appellent une remorqueuse. Aujourd’hui, ils en saisissent 15 par nuit, contre six par nuit lorsqu’ils n’avaient pas cette technologie. Final Notice conserve également un historique des emplacements des véhicules dans la région. Il permet à la police d’avoir un libre accès aux informations de localisation des véhicules dans les affaires de voiture volée ou de personne disparue, entre autres. Digital Recognition Network combine également les données avec d’autres informations précieuses. Il se targue sur son site web de pouvoir relier les données sur les trajets des véhicules aux revenus du ménage et à d’autres informations utiles pour que les entreprises puissent ‘identifier les consommateurs plus efficacement.