應用案例

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。

1. 創新服務模式：雲端AI 訂閱制服務 由醫院或診所實驗室上傳胚胎影像或照片，雲端運算與回傳報告，最先進、安 全、低費用的胚胎篩檢分析技術。 2. 產品擴散模式：透過平台進行海外通路布局，並提供系統整合規劃、界接等配 套措施，實現『AI生殖醫學服務輸出』的商業模式。 3. 導入終端用戶效益：結合醫師專業知識與人工智慧分析之人腦與AI雙腦協作， 效率可大幅提升。

本應用透過LSTM預測模型對靈芝種植環境中的關鍵參數（如溫度、濕度、CO₂濃度）進行即時預測與動態控制。系統整合感測器與邊緣運算設備，建立智慧環控平台，自動啟動風機、加濕器與照明設備，減少人工作業與誤差。該模型結合雙向LSTM與注意力機制提升預測準確性，搭配多目標優化控制策略，有效提升靈芝產量與能源效率，並透過可視化平台（戰情室）監控整體生產狀況。

人工智慧理財機器人技術結合量化資料如交易資料與經濟指標，質化資料如政策與研調報告，透過深度學習演算法與財務工程理論融合，產生不同股債券市場的Robo市場觀點，如市場投資方向與波動度變化預測等。同時在AI潛力基金分析上，開發基金多樣性報酬基底特徵，並透過多種機器學習/深度學習演算法，產生整體式學習模型，進行潛力基金預測。透過機器人觀點篩選市場並取得市場下潛力基金後，利用馬可維茲現代投資理論進行資產配置與動態重配置，藉此降低投資組合風險，達成AI化投資。

我們採用了最新的深度學習技術和索引搜尋演算法建立一個新聞推薦系統，並且透過UI的設計，媒體可以很簡單的建立自己的profile，接著上傳自己最近的一篇新聞和目前所關注的關鍵字，之後平台會推薦出數十篇相關的國外新聞文章並包含摘要。媒體可以從這些資訊快速了解到國外的趨勢，寫出具廣度的專案報導。

傳統上電視監測都是透過人工完成，但隨著電視媒體眾多，如果要監測每一台電視現在的播報內容，便需要大量的人力。而使用人力不但有可能會有資料蒐集不完全的可能性，在通報上與分析上也會變得較不即時。隨著深度學習近年來的蓬勃發展，電腦視覺的應用也變得更加成熟，現在，我們可以應用電腦視覺在人臉辨識、瑕疵辨識等應用用途上，亦可以用於場景文字探勘與文字辨識。因此我們即有想法想利用深度學習結合場景辨識、人臉識別、語音識別、光學文字識別與文字探勘等技術，製作成一人工智慧輔助電視監測系統，這樣方能以最全面、即時的方式監測電視媒體，並分析每天播報的內容，供廣告商與公部門進行參考

電商企業因其主要透過線上銷售，不直接與客戶面對面接觸，顧客主要在 線上與客服進行文字交流，這會產生三個問題，首先是客服難以量化管理，其 次，不同客服人員會有不同的事件對應方法，最重要的是，客服透過主觀意識 判斷顧客的情緒，與決定處理的方式。 本系統能自動根據顧客的文字與其過往消費行為，進行事件緊急程度的分 類，也可以由系統基於提高滿意度為目的，給出一個建議補償範圍或需求引導， 取代過往發散且主觀認定的處理方式。

SkyREC 與零售品牌交流的經驗中，發現普遍有三大管理問題：第一，巡店時間長，效率不彰。第二，會員制比例不高，無法有效掌握線下顧客資訊。第三，缺乏數據分析團隊，幫助品牌檢視數據、優化決策。 藉由 SkyREC 全方位管理平台，幫助品牌同步掌握質化及量化數據。首先，運用影像辨識，洞察購物旅程 3 大環節，掌握顧客從店外、店內互動至結帳前的行為表現。接著，結合「雲端分析報表」及「Video Focus」挖掘實際影響交易表現的原因，藉以對症下藥。 某知名連鎖電器品牌，推出全新電棒捲並設立門市髮捲體驗區。透過制定員工服務 SOP ，藉此提升顧客體驗度及購買意願。 活動開始後，品牌區主管首先檢視「髮捲區顧客停留率」（停留人次及停留時間），找出停留時間普遍低於 3 分鐘的店舖（因為品牌規定的髮捲體驗 SOP 至少需超過 3 分鐘。）數據發現 A 門市雖位於一級商圈，但停留率不到一分鐘。接著，運用 Video focus 快速查看門市人員服務品質後，發現當顧客接近時，店員卻沒有上前幫助體驗，導致顧客可能不清楚使用方式。以往這些資訊需透過巡店、店舖訪問、銷售資料，才能掌握店舖營運狀態。 而藉由 SkyREC 全方位管理平台，區主管即可輕鬆獲得數據及店舖互動短片，快速了解門市營運並直接對症下藥，節省超過 900% 管理時間。

於平台資料庫中，客戶可以找到產品的用料需求、輸入關鍵字進行搜尋，並可在關鍵字中，讓其依照布料組織、成份、重量等數值讓其依序排列，進而找到想要的布料圖像資料，也可用以圖搜圖的方式，找到類似紋理，圖案的布片。

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。

建構於即時通訊App以及chatbot技術的Chat-App，為即時通訊App(FBMessenger/LINE@)中的數位會員系統，透過自動化系統，協助企業降低70%以上的日常重複性服務，以及蒐集數位會員名單以利再行銷、整合線上客服、社群行銷、導流導購、會員管理、數據分析並能串接廠商現有服務。目前成功導入連鎖餐飲業、連鎖手搖飲業、電商業、服飾業、媒體業、婚紗攝影業...等多家企業。

生成式 AI 技術（ChatGPT、Claude 等）、資料工程與特徵工程設計、Python／LLM API 串接、資料前處理自動化模組、AI 策略決策支援模型、知識庫檢索與 Prompt Engineering

體温偵測、口罩偵測，利用人工智慧進行人臉辨識、人型偵測、口罩偵測，並移動阻擋體温異常者，Ayuda具備對環境的感測、辨識能力，以自行決定行動的智慧化功能

現今品牌往往需要花大量時間了解社群上的熱門議題與追蹤時事來製作行銷文案、廣告企劃等行銷策略。本服務使用進階社群爬蟲，從社群廣大的資料中透過人工智慧技術抽取知識點，並運用知識圖譜技術視覺化關聯度，能協助客戶迅速的了解議題的擴散軌跡、熱門話題間的關聯、話題與帳號間的討論關聯等資訊。

數位樣布資料建立： Frontier的方式很簡單，紡織廠不用添購昂貴設備，只要用公司裡最常見的事務機掃描布片，三分鐘就能上傳完成。接著再透過雲端上多達12個AI引擎，自動辨識布種、克重範圍、紋路、規格、色號，省去手動建檔的功夫。 AI織布判別： 經由機器學習(Machine Learning)讓其進行圖片特徵資料之辨識及分析應用，AI自動辨識布種、顏色及花型 AI圖搜圖： 於樣品庫中，品牌設計師可以從生活中找尋靈感，依照手邊的現有布樣花色的圖片、照片，利用圖搜圖功能來找尋廠商樣布中相近的花色樣式，讓設計師可以更加直覺便利的從生活中找尋想要的布樣花色。