應用案例

企業常態性面臨數位化管理課題，為了協助企業有系統地蒐集基礎資訊，首先以可客製化的電子表單模組協助企業建立各式企業表單，授權予產業一線人員蒐集數位化資訊，採用敘事型資料結構串聯專案內的人(負責工程師、外包廠商等)、事(任務)、時(專案預定時程)、地(結合現地圖說)、物(實體結構物或工作成果)資訊，利用雲端資訊平台讓企業管理資料。為完成數位化後的資訊應用，將人工智慧技術應用於簡化作業方式或流程、數據分析、最佳化分析、決策輔助等實務應用，輔以產業顧問的服務機制。

中冠 AIoT 智慧平台最主要的目的，是要將分散部署在不同電腦的AI應用，整合到同一個Ｗeb平臺中，讓員工只要以瀏覽器開啟入口網站，登入帳密，就能一站式管理工廠所有的生產資訊。例如：爐壁厚度監測AI，可透過爐壁探鑽深度與周圍壁面溫度變化的關聯性，訓練AI靠爐壁溫度變化，判斷爐壁厚薄，藉以預測爐壁冷卻元件受損情形，安排檢修時程。爐熱溫度預測AI 則是透過量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預知未來2～4小時的爐熱趨勢，藉此訓練出爐熱預測的AI，若預測到未來爐熱可能下降，就能即時調整生產參數，微調風溫、噴煤量，來維持爐熱的穩定。各 AI 智能應用案例細節，可參閱 https://www.ithome.com.tw/news/142938 報導

由於各式瑕疵原因分別在不同製程情境發生，於電鍍後進行判斷較能夠有效提升品質管制效率，需採用全檢模式以肉眼辨識，辨職難度高且高度仰賴人員的經驗，且遺漏比率約10%。透過以AOI自動光學檢測加上深度學習技術，克服金屬扳手反光之特性，提高瑕疵的辨識率(1) 縮短品檢作業時間：透過AOI智慧瑕疵檢測系統，每隻扳手檢測時間自3-4分鐘縮短至約3秒，統計報表由系統自動產出取代過去人工抄寫，且避免篩選遺漏。(2) 老師傅經驗數據化及標準化：依實際檢測數據進行標準差異值統計分析，回饋QC工程標準以優化公差設定值。(3) 生產批及不良品數量整合串接電子看板及MES、SPC系統，提高資訊即時性及加速管理報表產出。

台灣黃頁（web66.com.tw）為全台最大B2B/B2B2C詢價媒合平台，專注企業買賣雙方媒合超過16年，累積12萬企業會員、7大站群聯盟、Google收錄超過310萬頁，詢價買家到訪率達59%。透過叢集式SEO與高品質網站導流機制，有效將公域流量轉化為詢價留言。平台自主研發AI模型，導入機器學習、雲端運算與歷史資料分析，結合關鍵字語義擴充、變數匹配演算法與AWS高效分散運算，智慧比對買家詢價與賣家供應，實現貨比三家、精準媒合。更進一步提供市場趨勢、網路商機、關鍵字策略、競業分析、新品開發與企業價值鏈等整合服務，協助企業掌握商機、提升接單，創造多贏。

智慧農業中種鵝育種產業中，開發一款整合了 RFID+AIOT +影像識別+邊緣計算技術 的 智慧型 "種鵝智能產房" 。詳實自動登錄各隻母鵝產蛋與行為數據，再經系統，依該群種鵝產蛋狀態自動統計分析並產生產蛋曲線圖，自動分類豐產與寡產鵝群組，有效篩選並淘汰不孕或寡產鵝隻。以確保種鵝產能最佳化。

觀光為臺灣重要的經濟之一，臺灣各景點每年的觀光人口從20~100萬人不等，透過人流的數據，於景點拍照打卡進行 AI 影像分析，分析各地區景點人流、年齡層、性別與情緒…資訊，提供景點及有關單位以利後續商業決策及應用，促進台灣的觀光經濟發展。此專案可延伸性應用於COVID19防範，如：2019年4月份全台11處景點警示新聞，可透過此系統提供民眾資訊，及群發告警，避免群眾群聚感染的風險。

大型人群聚集，未被合理控管，因而衍伸之公共危險可能性需被重視。依據內政部群聚管理條文顯示，室外每人活動空間為0.2787平方公尺為非自主推擠危害臨界值，活動空間為0.1857平方公尺為已達人群推擠壓力潛在危害。透過AI自動化即時計算大範圍人數，提供安全管理策略，為本產品之安全管理訴求重點。

針對工廠內部工安管理、製程監控、能源使用與資訊整合等問題，導入人工智慧與物聯網技術，建置可即時偵測與通報的智慧監控平台。系統整合現有監視器、中控設備、電力與濃度監控模組，將感測數據與監控影像同步串接至中央平台，打造廠區專屬的主控中心。 在 AI 技術應用方面，系統導入 YOLO 與 Detectron2 等物件偵測模型，辨識人員跌落、水池接近、火災等高風險事件，並結合骨架姿態估測技術提升動作判斷準確度。透過 OCR 技術擷取無通訊設備畫面資訊，讓系統能從老舊儀表板或傳統監控畫面中擷取數值資料，進行即時分析。主控模組支援 Web 與 APP 雙平台操作，提供互動式廠區地圖、即時影像畫面與模組化功能切換，協助現場人員快速掌握各區域狀況。 AI 智慧巡檢工具結合大型語言模型（LLM），可根據現場人員輸入的自然語言指令（Prompt），針對是否配戴安全裝備、是否誤入警戒區等項目自動辨識異常，並以語意推論輔助任務分類與處理。系統每 7 秒自動擷取影像，檢測結果將逐一記錄並標示異常，大幅減少人為疏漏並提升巡檢智慧化程度。

偉薩科技針對傳統軟硬體架構不足，開發特殊高效能運算領域專用的軟體以及專用處理晶片。解決方案包含針對大數據領域的Apache Hadoop™與Apache Spark™系統，以及針對生物醫療領域的次世代基因定序次級資料分析，提供並行排程、高度平行運算流水線、優化資料運算架構。

CloudMile AI 自動內容生成解決方案，專為媒體、出版、電商等內容密集產業設計，協助企業將內容生產流程全面升級至 AI 驅動的新世代營運方式。透過結合全球知名 Generative AI 與大語言模型（LLM）技術，CloudMile 協助客戶從資料整理、標題生成、內容重寫、到語法優化，自動化處理大量文本任務，提升產製效率與內容互動表現。 以時報資訊為例，CloudMile 為其量身打造一套內部專用的文案生成 API 系統，部署於 Google Cloud 平台並串接其內部 CMS，無需額外前端介面，便可快速整合至既有新聞流程中。該解決方案支援多種應用場景，包括「高互動率標題生成」、「社群新聞自動撰寫」、「新聞內容重寫」與「錯字修正」，每一項功能皆透過過去的新聞資料與讀者互動數據訓練模型，確保生成內容符合品牌語氣與編輯需求。 專案導入後，時報資訊在新聞點閱率方面提升逾 20%，有效證明生成式 AI 在內容產製效率與讀者參與度兩方面皆具明顯成效。該系統不僅能針對 PTT 等社群素材即時生成初稿，更可根據歷史流量數據預測標題互動率等級，協助編輯更精準地制定新聞策略。透過 CloudMile 的專業技術支援與技轉機制，企業可持續自主優化模型，靈活調整生成規則，打造出專屬的內容 AI 協作系統，實現內容生產與經營效益的雙重升級。

智慧商務IVS可以提供實體零售商店/遊樂觀光場域打造的商情及人流分析系統，透過影像辨識的AI技術，結合數據視覺化(Data visualization)的設計，協助場域/零售業者掌握顧客的購物動線與習慣，再利用大數據分析，準確預測顧客未來的購物行為。巨鷗科技「智慧商務IVS」採用最新人工智慧深度學習(Deep Learning)，設計的AI智慧商務分析系統，整合影像、空間資訊、動線行為辨識，這些數據不只讓商家業者可以優化場域動線的設計，還能有效降低經營成本，不只是客流量的分析，還可以以此決定場域/店內人員的調度計畫，都可以透過大數據做出較為準確的預估。

UGuard AI是數聯資安根據U-SOC資安監控中心服務超過180個客戶、監控1400台以上資安設備、持續營運超過10年的在地經驗所孕育出來的資安管理解決方案。它擁有資安監控中心必備的事件收集、分析、儲存與監控功能，並具有客製化流程引擎與主機人員的入口網站。它可以串連各種資安設備、主機系統的資安訊息，產生資安的整體概況並提供即時警報，讓企業不再是被駭客打著跑，而是主動監控、鎖定、處理並遏止資安案件的發生。整合業界最強的巨量資料引擎領導者Splunk作為主要的處理核心，大幅改善傳統SIEM(資安事件管理)方案的處理效能及反應速度，並且融入數聯資安長期在SOC資安維運服務上的專業經驗所彙集之新世代SIEM知能資安整合平台。

JWII Automated ML Engine 可協助製造業以合理的成本與快速的導入來建立高價值系統，解決工廠設備異常損失與工程品質不穩定的問題，藉此提升產品品質、生產效能、與達交率，最終達到智動化生產與智慧工廠的目標。 JWII Automated ML Engine已於諸多產業的製造環節中應用，目前已成功導入光電產業、石化產業、PCB產業、電子組裝產業、金屬加工業、設備製造業、表面處理產業、傳統產業…等，提供製程參數異常偵測、生產配方最佳化推薦、連續性製程品質預測、設備故障停機預測、異常因子分析預測…等相關製造業所應用。 JWII Automated ML Engine 可單獨使用，同時也可與企業應用系統整合如ERP、PLM、MES、IOT、WMS、BI…等異質系統中，讓這些系統被賦予AI 預測與診斷等特性，讓相關系統達到智能化的目標。

本PHM系統的核心價值在於其能夠精確地預測設備健康狀態與設備的製程狀態，提高生產過程的效率。透過結合IOT、邊緣運算，系統不僅能夠減少算力需求和演算時間，還能夠降低誤判風險，提高模型的遷移性。這項創新技術將為製造業的數位轉型帶來巨大的改變，協助企業實現高效運營和成本降低。

開發國家因人口老化、少子化、勞動條件提高等變遷，傳統零售業面臨人力短缺及人事成本高漲的壓力，導入自助結帳系統已逐漸形成趨勢。Technavio的分析師預測，從2018年到2022年期間，全球零售商店自助結帳終端市場將以18.63％的年複合成長率成長。近年來由於影像辨識結合人工智慧的快速發展，再加上相關硬體技術漸趨成熟且成本下降，採用影像辨識商品外型特徵的技術發展自助結帳已成主流。市場現有的自助結帳系統多採用條碼辨識技術有其先天上的限制，曾興起使用 RFID 技術成本因素也難以普及；AI多鏡頭自助結帳系統運用多鏡頭協同拍攝，結合AI類神經網路與感測器融合技術之開放式互動結帳平台，商品可以自然擺放(瓶裝、罐裝、鋁箔包商品可以豎放)直接進行辨識，針對易混淆商品透過重量感測以提昇辨識率。另外可搭配使用現金支付、悠遊卡等多元支付機台，實現「不用排隊結帳」消費體驗新風潮，商品結算速度較現有店員提升50% 促成實體零售數位化，為新世代零售服務門市提供優良自主結帳之解決方案。