應用案例

AI布料花色檢索系統透過數位留樣系統拍照，以AI分類識別，定義不同布料材質、顏色與圖樣款式，在將數種物理特性轉化為數位化資料保存下，開發出數位化織品色彩及花色管理平台，這樣的概念類似於搜索引擎，紡織廠可以透過平台快速檢核庫存及過往記錄中最接近的色樣，以顏色及花紋識別，結合光照系統及色彩管理技術，制定紡織產業在庫存管理、數位資料庫、及產品 QC 的檢核標準，減少在打樣及確認上的時間及人力成本，同時減少人因誤差。

Beseye 日本東急鐵道公司合作，將 Beseye 的骨幹分析技術應用在日本東急鐵道公司的平交道上，若有人員闖入平交道、做出危險行為時發送即時通知到中控中心，有效降低危險發生率，解決先前傳統IVA、紅外線感測不夠準確的問題，成為全球首個將人工智慧影像辨識應用在鐵道的案例。至今 Beseye 的人工智慧影像分析也成為零售商店的首選，包含中華電信、遠傳電信、全球前三大手機品牌、台灣最大商場及全球各地的零售店，目前都使用 Beseye 的影像分析技術來了解客群、消費者行為，進而提升營收和營運管理效益。

結合醫師專業知識與人工智慧分析之人腦與AI雙腦協作，更有效率協助非眼科醫師進行糖尿病眼底影像的病變判讀，免除轉診眼科的不便利，進而提高潛在病患早期發現之比率，減少醫療照護支出與社會成本。本技術提供二項主要功能：1.切合台灣糖尿病共同照護網的病變分級需求：提供糖尿病視網膜病變的五個級別(No DR, Mild NPDR, Moderate NPDR, Severe NPDR, PDR)的分類模型，給予不同分級病患更為貼切的醫療照護。亦提供是否轉診眼科的二分類模型。2.標示糖尿病視網膜主要病徵的位置：國際上目前唯一可偵測四種主要的病徵 (Microaneurysms, Hemorrhages, Cotton Wool Spot, Hard Exudates)，並且清楚標示位置的AI判讀技術，可有效輔助醫師針對病變嚴重程度的判讀。

在金融產業當中，FinTech金融科技和AI人工智慧已是最新趨勢，透過銀行系統整合和AI應用來達成更便捷和準確的工作流程，並透過AI智能客服在最前線高效服務客戶，立刻針對信用卡管理、帳戶查詢和財富管理等，進行身份認證和準確回答，有效改善客服中心的營運成本和顧客關係維繫品質。 透過人工智能公司的『Q比智慧服務機器人導入解決方案』，包含24/7全年無休全天候的智能客服、會員系統整合、OTP認證等，透過我們的聊天機器人平台，以自然語意理解(NLP)技術，整合文字、語音和應答能力，AI機器人自動回覆和判斷相關答案，快速提供更精準及個人化之服務，亦可透過IA人機協作，客服人員與AI服務機器人一同回答客戶問題，以及瀏覽客戶歷程，快速從知識庫中引用最佳答案，提高服務效率。

使用者將產品說明、服務描述、想法輸入至本服務平台。平台透過自然語言處理，將關鍵字進行拆解及組成，找尋最適產業領域。並運用多國多語言 AI 自動翻譯生成和多國官方專利商標資料庫串接，僅需 5 分鐘即可自動生成檢索分析報告，達到節省過去長達數週至數月的95%的作業時間。

目前市場競爭激烈，隨著科技的進步，無人化自動販賣系統現金也相當的普遍，五花八門各類產品都有，但目前的消費者客製化需求也越來越多，傳統以往的販賣機總以固定形式做銷售，消費者可選擇的範圍受限，購買慾自然也降下降。目前將商品銷售結合AI技術擴大應用服務型態，讓使用者可自行操作或是與機器互動，藉由AI系統的分析消費者的年齡、性別、情緒等，讓AI分析消費者的特徵值，並結合AI推薦系統而推薦消費者適合的商品，甚至購買樓層或是櫃位，達到多方面的銷售應用服務，例如：依年齡及性別推薦當季服飾，飾品，髮型、彩妝、美食等，以達到商品銷售的目。

【蛛思CHOOSE】專注於將無法透過人工處理的海量網路新聞與社群輿情，藉由人工智慧整合分析的互動式圖表呈現，搭配探索行為的介面設計，協助使用者在有限的時間完成網路輿情資料收集、輿情風向趨勢觀測、對手輿情佈局比較、潛在輿情悶燒預判等活動。藉由藍星球資訊所開發的網路輿情偵測自動化模組、透事中文探勘分析系列模組、互動式圖表操作設計模組等三類模組的創新整合，使本服務能為廣告代理商、媒體代理商、公關代理商、品牌顧問、各企業與組織的公共關係部門或媒體事務組、政治幕僚，提供提案談資輿情資訊、活動企劃發想脈絡、網路行銷曝光監測、公關形象輿情回饋及輿情危機警示預判，一次解決資料蒐集、彙整、分析的工作流程。

目前為網路發展快速的時代，方便、快速、不限地點、時間已成為網路特定印象，為更貼近消費者市場，各業者們也紛紛提供各開放式平台，供消費者使用，無論是ㄧ般的發文平台，或是日常生活會用到的購物平台，每日上架的商品及文章那麼多，後台管理員無法一一核對商品是否有違規的狀況，等到有人舉報時，通常都是亡羊補牢，全域提供了AI智慧網站守門員，透過AI影像辨識技術，辨識商品及發文的圖片是否合規，檢驗使用者上傳之照片，例如：含成人性議題的圖片，違法的槍炮彈藥管制條例的工具等，均可透過系統進行攔截，防止不雅圖片入侵網站

AccuNix系統共含三項技術服務，分別為： 1.Accu-Track 過去，提供大數據、用戶360度輪廓分析等服務的廠商多來自國外，因此較難落地與在地企業對接。Accu-Track提供蒐集、整合數據服務，企業能將CRM系統、傳統ERP數據、庫存與帳目、使用者行為數據等不同系統間的資料加以彙整與串接，藉由統整後的視覺化圖表，讓用戶能更輕易解讀行銷數據，進而應用、調整未來的行銷策略及營運方針。 2.Accu-I Accu-I為智慧對話式的商用服務，同樣支援常見社群平台，如Line、Facebook和WeChet，但與既有Chatbot服務不同點在於，Accu-I不只做行動載具和社群網站，它同時也支援跨渠道的行銷策略，協助客戶將社群與既有官網、App整合，同時藉由自動化任務部署，24小時發送內容。除了腳本式對話外，團隊還將這項服務結合AI，運用自然語句訓練(NLP Training)、影像辨識等技術，精準提供消費者所需資訊，使得企業在跨溝通平台對話商務和數據搜集之間能完成有效整合。 3.Hitshop AccuHit執行長林庭箴表示，許多企業無心搭建雲端系統，主要原因在於與IT系統串接困難、過程耗時費力。於是，團隊投入雲端搭建服務，協助企業打造自己的行銷雲系統，為企業有效節省開發的時間與成本。

現行傷口照護方法複雜且多元，國內傷口照護專業人力不足，全台16.8萬護理師僅百位取得國際WCET證書，一般護理師對複雜傷口不易推斷與建議，例如：癒合停滯原因、傷口敷料選用、換敷頻率、照護問題、傷口重置等。就臨床統計，透過專業傷造師制訂照護計畫比一般護理師更有傷口復原效率，其照護上能縮短傷口癒合時間更達2倍以上。因此，工研院服科中心「傷口影像分析與復原決策支援系統」針對現今傷口照護之服務流程進行創新服務模式設計，突破過去僅以彩色影像作為評估依據，提升為單次觀察紀錄即可蒐集多維度資訊進行分析，整合熱感與彩色傷口影像，快速量測傷口大小與組織比例變化，有效掌握癒合進展，協助醫護人員減少傷口照護的情勢誤判提高傷口照護的品質，使病患傷口復原情形能有更充份的掌握縮短傷口癒合時間50%以上。

FaceMe® 是專為邊緣運算裝置 (Edge Computing) 設計的臉部辨識引擎，支援Windows、Linux、Android和iOS等主流平台。透過跨平台支援的軟體開發套件（SDK），無論是軟硬體開發商或系統整合商，皆可依據需求和應用場景，快速將高精確度之人臉偵測及辨識功能整合至各式產品或服務。可協助智慧零售、智慧城市、智慧金融、智慧家庭、智慧辦公室等AIoT解決方案，快速導入臉部辨識功能。 訊連科技 FaceMe® 臉部辨識引擎，以高達98.5%的正確辨識率，低於百萬分之一的認錯率，在全球知名的MegaFace Challenge及美國國家標準局 (NIST) FRVT 1:1 中，名列全球頂尖臉部識別技術之列，更為兩項競賽中排名第一的台灣廠商。 FaceMe®主要功能包括：臉部偵測、臉部特徵點定位(多達106個特徵點)、臉部辨識(提供高達98.5%辨識率/ 百萬分之一誤認率)、臉部特徵擷取(年齡、性別、情緒、頭部動作及臉部表情)、2D及3D防偽(可避免使用相片、影片假冒身分)。

台灣大哥大旗下的線上音樂與影視串流平台 (myMusic & myVideo)，利用個人化影音推薦技術解決內容與用戶數不斷成長所導致的媒合效率偏低問題。 提供技術的工研院巨資中心透過巨量資料分析平台處理大量內外部異質性影音內涵資料、中繼資料、用戶行為資料；結合用戶偏好分析、內容導向推薦、協同過濾推薦以及多種統計與機器學習方法，建構可滿足個人化推薦運算之複合式推薦系統，同時改善過去由PM人為決定推薦內容的作法。

本計畫開發此功能主要是一個基於RAG（Retrieval-Augmented Generation，檢索增強生成）技術的生成式儀控率決策輔助功能，交通管理使用者可以透過一個類似於聊天機器人的互動介面進行未來一段時間之儀控率決策詢問，此介面提供使用者以自然語言輸入查詢，例如「請問30分鐘後南屯交流道往南儀控率應為多少?」，輸入問題後，系統會由本計畫所開發之「流量預測模組API」及「路段容量搜尋模組API」取得目標地點、時間之流量預測數據、Qmax數據，以及現況高速公路之儀控率時制表，進行交互分析後生成建議的儀控率，若經過交互分析後，系統判斷目前路況無須進行匝道儀控，也會生成相關回應。

使用人工智慧中之深度學習及機器學習等技術，以混合式多模型(Hybrid model)的設計方式，分析並利用各個傳感器的輸出資料，自動學習並歸類異常行為，並以此做為預測模型之輸入特徵，預估設備的使用狀態，並進一步預測其剩餘的壽命，提供系統使用者相關資訊和及時警告以提早做出最優決策，使潛在之危害最小化。 (1)依據過去人流歷史資料，進行人潮數量之預測，供彈性調度行車間距。 (2)即時分析軌道定位感測器回傳之即時訊號，可預測定位感測器之故障，在定位感測器故障前，即可提早檢知與提早因應，減少全線交通因定位感測器故障導致之停駛或降低行車速度 (3)常態性檢測車廂車軸振動訊號，即時檢測車軸正常或故障並立即辨別故障型態，減少車軸相關元件定期更換頻率，以預防性維修降低定期維修成本，提升行車安全及維修效能。

在當今快速發展的電子商務時代，個人化服務和精準行銷已成為決定企業成敗的關鍵因素。然而，許多電商平台仍然面臨著無法為顧客提供個性化商品推薦的挑戰，導致潛在銷售機會的流失和客戶體驗的降低。顧客往往需要花費大量時間搜尋感興趣的商品，這不僅降低了購物效率，也影響了整體滿意度。此外，缺乏有效的會員分級系統使得電商難以針對不同價值的客戶制定相應的行銷策略，進而影響了客戶價值的最大化。鑑於這些挑戰，我們提出了「數位店長」計畫，旨在通過先進的人工智能技術，全面提升電子商務平台的個人化推薦能力和客戶管理水平。這項創新不僅能夠顯著提高商品的曝光率和銷售轉換率，還能大幅優化客戶體驗，提升客戶價值管理的精準度。更重要的是，通過提供個性化的購物體驗，我們期望能夠增強客戶黏著度，提高客戶滿意度和回購率，從而為電商平台創造長期、可持續的競爭優勢。