在人力資源管理中，常見如請假辦法、報支規範、出勤異常、獎懲制度等問題，若仍倚賴人工回覆，耗時且效率低。導入AI人資代理人後，員工可直接用自然語言進行提問，系統即從內部知識庫檢索答案並提供出處，並依據身份自動帶入表單資訊或流程節點，有效減少人力負擔並提升內部知識流動效率。配合語音輸入與表單導引功能，更能加速流程完成，並形成問答紀錄供未來教育訓練優化之用。
檢視內容IIDs隧道事件偵測管理系統在於提升了交控管制中心面對山區隧道交通通行問題即時監控與事件觸發通報應變管理方式應用沿線隧道環境的監控系統佈設，依照隧道高度與寬度和道路實際環境狀況每70~100公尺建置攝影機進行連續隧道內道路沿線監控與偵測辨識管理，運用AI影像偵測辨識，針對車流狀態、車輛異常停等、人員闖入作業區或車道、路面散落物、煙霧濃煙產生、車輛逆行駕駛以及機車闖入行駛隧道等等，透過光纖網路傳輸即時串流至中心管理平台進行輪播監控管理，同時搭配事件偵測IID系統鎖定隧道事件觸發位置連動影像彈跳顯示於中心畫面，同時建立連續事件同質性關聯判讀篩選為單一事件減少同一事件頻繁通報造成執勤管理人員重複作業問題，同時提升管控中心對於緊急異常事件通報接收信賴度和訊息精確度傳遞，搭配電子圖資顯示和訊息同步可以大幅提升交控管理中心對於長隧道環境進行即時有效監測與精確事件觸發訊息應對管理作業。
檢視內容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。
檢視內容實務上醫療機構對公司所提供之AI應用有迫切需求，並且國內尚無相關急重症預測軟體獲得醫療器材二級許可證，因此此應用在市場上具有其特殊性與獨占性，無須進行生物標記即可產出風險機率值，將更容易與臨床醫療資訊系統進行結合而加速拓展至國內外市場。 運用人工智慧技術，能夠預測未來24小時之後病人發生AKI(急性腎臟損傷)、ARDS(急性呼吸窘迫症)等重症的機率值，藉此資訊輔助醫事人員判斷病人發生AKI、ARDS等的風險，並能即時且連續性的超前預測，掌握介入的黃金時機。 所需之輸入資料，須由醫院端依API手冊之指引實作Software Interface，有兩種模式(Model)，以AKI(急性腎臟損傷)為例： Model-1：醫院資料來源主動、定期推送資料至Software Interface，本產品再定期向Software Interface取得。 Model-2：本產品定期向Software Interface索取資料時，Software Interface才向醫院資料來源索取資料。 上述Model-1、Model-2只需擇一實作即可。 本產品輸出主要為兩大部分： 1.風險機率值：數值範圍為0%~100%，數值越高代表急性腎損傷(AKI)發生的機率越高。 2.特徵權重值與其排序。 (1)本產品之預測產出共21項特徵及其權重值(-1.0~+1.0)，特徵權重的絕對值越大，代表該特徵對於預測模型的重要性越高。 (2)輸出特徵權重值及排序之臨床判讀，臨床醫療人員可以參考產品輸出的特徵排序，了解該病人發生AKI風險的重要因素。
檢視內容智能即時派車配送系統包含三大核心： 1 需求預測： 可利用過續運送的大數據資訊，猜測未來的運送需求 ，預測在不同時間點、不同產業別、不同地點、... 等等不同情境下，會產生怎樣不同的配送需求。 2. 供給引導： 利用業者過去的大數據，建立初步的智能車輛調派模型，搭配智能需求預測模型，引導車隊往需求多的方向集中與散佈。 (3) 媒合最佳化： 利用業者過去的大數據，建立初步的智能供需媒和模型，配發工作給接單騎士。
檢視內容醫療影像資料占醫學資訊量 80%，每張醫學影像相關標註，皆是重要的醫療診斷資訊，若可收集放射科醫師平日工作之醫療註解資訊，將可大幅提升人工智慧訓練成效，降低電腦偽陽性與偽陰性之判讀，進而提高AI輔助醫學影像判讀之可行性，提升放射科醫師工作效率。尤其目前醫院在影像醫學科醫師人力普遍不足，預防意識抬頭以至於醫學影像判讀需求遽增，此外先進儀器產生資料量快速增長，皆造成相關工作負荷過重。又特別在偏遠地區專業影像醫學科醫師短缺，若能應用AI輔助醫學影像判讀，提高辨識率外，在影像微小的病灶查找、病灶連續追蹤上，亦可為醫療專業人員強化輔助操作能力。另結合相關檢查檢驗的報告提醒參考與比對，據研究可再提升輔助診斷正確率。最後，將確認的檢查發現導入結構化報告以支持進一步的臨床研究，亦為進入精準醫療目標不可或缺之步驟。本計畫期以建置一套影像AI報告產生平台，使用AI協助醫師更容易撰寫報告，減輕醫師負擔，系統內含可持續提高精準度的AI學習機制。
檢視內容智能對話機器人運用自然語言處理（NLP）、生成式人工智慧等技術，透過深度分析使用者輸入，確保提供最相關且精準的資訊。其成功應用範疇已擴展至金融證券和醫療領域，為使用者提供智能查價、智能掛號以及專業諮詢等服務。 NLP技術不僅適用於LINE等第三方即時通訊軟體，同樣也能無縫整合於網頁瀏覽器、專屬APP等多元平台，透過全方位的智慧服務，實現觸及更廣泛的使用者族群，同時達到成本節省及全天候 24 小時的不間斷工作。 智能客服機器人為會員提供更迅速且自主的查詢體驗，藉由FAQ、自然語言理解（NLU）等技術實現自動應答。在查詢股價方面，使用者不僅可以輸入股票名稱或代碼，還能以簡化的常用語，例如：台積電輸入「台GG」即可獲得精確的結果。此外，機器人支援多功能整合，可輕鬆融入不同系統。 雲端版和落地版提供全方位的技術支援，擁有專業的人工智慧技術開發團隊，致力於為現有應用系統增添智能對話功能，進一步提升客戶體驗，使其更為智慧與便捷。
檢視內容為解決生產設備無法聯網、資訊蒐集不即時、缺乏數據應用基礎等問題，本計畫由谷林運算協助導入完整的智慧機聯網與 AI 分析系統，建構從資料擷取、視覺化、分析到 AI決策支援的一站式解決方案。本專案實施方式採分階段建置，包含資料擷取、雲端整合與 AI 應用導入三大步驟，逐步實現智慧機聯網與生成式 AI分析之應用。
檢視內容1. 金融领域 - 信用評估： 模型：信用評分模型。 應用描述：第三方模型評估服務可確保信用評估模型在預測個人或企業信用風險方面的效度。這有助於銀行和金融機構更好地評估借款人的信用風險，降低不良債務的風險。 2. 醫療保健 - 疾病預測： 模型：基於患者病例和生理指標的疾病預測模型。 應用描述：第三方效度評測可確保模型在預測患者患上特定疾病的準確性，對於早期預防和疾病管理非常重要。 3. 人才招聘 - 履歷篩選： 模型：履歷和面試數據的招聘篩選模型。 應用描述：確保模型在篩選應聘者時公正且無歧視，第三方評估有助於排除模型中的潛在偏見，確保應聘者被公正地評估。
檢視內容為使YouBike會員能夠自主操作查詢，更快速獲取所需資訊，增加資訊的掌握度，導入AI智能客服機器人平台服務以滿足會員需求，以FAQ、NLU 雙大腦等人工智慧領域相關技術，透過微笑單車提供之應用程式介面與微笑單車內部應用系統介接，提供具價值的即時場站資訊、遺失車查詢與通報協尋、遺失物查詢及預約取件、天天YouBike活動查詢、常見問題等中文服務。 利用 AI 人工智慧建置「智能客服機器人」系統自動應答方案，擴增服務管道， 提供 24 小時不間斷的多通路即問即答文字回覆服務，透過AI學習機制，實現人機自然語言之互動，並結合真人文字客服，藉由完整機制達成服務分流，一般性業務諮詢由智能客服機器人協助回覆，客服人員處理複雜業務或是進階服務，有效運用人力資源及提高服務效率。 本案之核心模組以NLU、FAQ與FLOW構成「雙腦一流程」之運作架構組成AI交談式服務。「NLU 大腦」被稱為「服務腦」，負責理解用戶多元詢問提供個人化服務內容；「FAQ 大腦」則稱為「諮詢腦」，專門處理一般性的常見問題，而「FLOW 流程」則可串聯雙腦進行流程設計並與系統API串接，帶來流暢且彈性的客服交談。
檢視內容客服，作在現代企業運營中，人工智慧助理（AI助理）已成為提升效率與決策能力的重要工具。隨著數據驅動的時代來臨，企業內部管理與溝通方式正快速演變，AI助理能夠幫助企業簡化工作流程、提升決策品質、促進團隊協作，使企業在市場競爭中保持領先地位。為企業與顧客之間重要的橋樑，其核心價值在於建立並維護良好的顧客關係，進而提升顧客滿意度與忠誠度。然而，傳統的人工客服在面對日益龐大的諮詢量、重複性的問題以及24小時無間斷的服務需求時，往往顯得力不從心。此時，AI客服機器人的出現，正為客服領域帶來嶄新的解決方案。
檢視內容工研院自主開發的智慧視覺系統機器人，結合視覺物件分析辨識、座標點精確定位、及手眼協調等核心技術，於CES 2017以西洋棋遊戲互動的方式完成展示。在CES 2018進階以Scrabble拼字遊戲，透過2D與3D資訊進行深度學習的物件辨識技術，讓原本只能辨識立體物件的機器人，不再只是藉由物件的造型來辨識，更能看到同一外型上平面圖樣的差異。同時運用深度視覺感測器進行偵測，快速計算物品位置及相對關係，做出正確判斷。 此技術聚焦人性化及與人的協同技術，可自動判讀使用者情緒、動作、手勢，給予互動者更親近的互動體驗。
檢視內容