應用案例

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。

客服，作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。

XCockpit 平台由三大核心模組構成，每個模組都深度整合了 AI 技術，實現自動化分析、偵測和應變： 端點安全態勢管理 (Endpoint)：  自動化案件管理：告警不再被動處理，而是透過 AI 分析，自動建立和管理案件，提升團隊效率。  視覺化根因分析：AI 模擬攻擊路徑技術，自動歸納事件關聯，並以視覺化方式呈現根因分析，讓案情一目瞭然。  AI 即時案情解說：獨特的資安專用 AI 模型，能提供中文案情摘要和處置建議，協助管理層快速掌握狀況。 帳號安全態勢管理 (Identity)：  帳號衝擊分析：AI 模擬帳號衝擊分析，預視駭客可能的攻擊路徑 (Attack Path)，揭示企業特權邊界。  監測威脅先兆：監控異常的特權帳號活動，即時偵測常見的 AD 帳號攻擊手法，識別攻擊先兆。  量化身份管理：掌握身份攻擊面 (Attack Surface)，量化企業 Identity 安全指標，提供整體安全態勢。 外部資產曝險管理 (EASM)：  數位資產調查：持續監測對外曝露的服務和數位資產，提供外部攻擊面可視化分析，掌握企業資安破口。  評估資安態勢：提供即時的風險評估、整體資安態勢指標和處置建議，協助資安人員迅速採取行動。  虛擬 AI 情資助手：提供企業風險評估、資安合規報告，並彙整重大資安事件重點，協助掌握全球駭侵資訊。

分析領域的領導者SAS為企業提供兼顧「大量選擇」與「有效控管」的AI開發平台，是更具整合性的企業級分析環境。該架構強調開發AI分析所需的企業級平台特色，包括： 「統一化平台管理／集中式分析協作／企業級AI特色／兼容開源／模型管理」 並兼顧模型生命周期的完整性，從資料存取及準備、模型建置，乃至模型的部署及追蹤等，都在同一平台上流暢操作，進而快速獲取分析價值。

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。

本系統導入於實際畜牧場域，透過高畫質攝影機與AI行為辨識模型，能即時辨識豬隻的活動狀態、飲水頻率與健康異常（如翻倒、離群不動等）。平台支援雲端資料儲存、歷史影像追溯與預警推播，協助飼養者快速掌握飼養情況，降低人工觀察負擔並提升異常應對速度。系統具模組化設計，可擴展至其他畜種及農場應用。

本系統透過RF訊號演算法搭配AI即時推論技術，進行非酒精性脂肪性肝炎(NAFLD)偵測，量測時間僅需10秒，即可顯示肝臟病灶影像，同時可提供影像輔助定位、局部病變結果。此外，系統可將檢測結果之嚴重程度分為四個階段，醫師可藉由分數分級進行輔助診斷。本公司透過與Intel、遠傳電信、國家衛生研究院、長庚紀念醫院合作，將AI超音波技術佈署於Intel OpenFL(Open Federated Learning)，結合遠傳電信的遠距醫療平台，為醫生和患者提供視訊門診對話，使NAFLD脂肪肝篩檢更加容易。 過去醫師以理學檢測確認新生兒髖關節有無異常，檢測一位新生兒平均所需時間為15-20分鐘，本公司與林口長庚紀念醫院骨科團隊合作，研發之AI即時推論超音波系統可將篩檢流程縮短至30秒，除運算快速、可針對超音波影像進行自動判讀，亦可量測髖關節角度，以判斷新生兒髖關節是否異常，避免錯過最佳黃金治療期。

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。

U會議室一套專為跨國、跨據點公司及行動工作者設計的視訊會議服務。可讓您在Windows/Mac個人電腦及iOS/Android行動裝置上，進行高品質的視訊會議及畫面共享。U會議提供了簡易上手的介面及高品質的影音，相容於現行裝置，可免去傳統視訊會議設置複雜、需昂貴專用裝置之困擾。 U會議整了了訊連科技的PerfectCam，一套整合了AI及AR技術的虛擬攝影機插件軟體。您可在U會議或其他視訊會議中啟用PerfectCam，透過AI技術，精準偵測人物及背景，讓您與會議中可將雜亂或具隱私資料的背景虛化模糊、或替代成其他場景之圖片。此外，針對有跨時區工作的女性工作者，PerfectCam運用了臉部特徵點偵測，可以實時套用擬真的虛擬彩妝，讓您在會議中隨時保持專業妝容。

基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別)，將設備的實時運行數據同其特有運行模式進行比對，發現系統行爲的細微差異，從而對設備可能存在的問題進行提前預警，實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限，但PRiSM是以點的周圍來計算，利用演算法建立一個正常的模式，當實際值和預測值之間的偏差超過允許的限制時進行預先報警。

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。

本案AI瑕疵檢測系統使用先進的影像處理技術，能夠從不同角度全面檢測工件，並且辨識特徵數量及各種微小的瑕疵或缺陷。相比人工檢查可能因疲勞或視覺限制而漏檢的問題，檢測系統能夠提供更高的一致性和準確度，不受人員情緒和疲勞影響，能夠保持穩定的檢測質量。過去品檢員在使用傳統方法時，需要逐一從多個角度檢查每個工件，每次檢查一個工件需要約15秒。導入AI系統則能在短短4秒內完成相同的檢查任務顯著縮短了每個工件的檢查時間。

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。

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。

因應少量多樣的訂單複雜性需求，透過建置上下游供應鏈資訊串流平台與外包商空桶管理系統，提升供應鏈串接的能力，並藉由射出機連線與可視化看板、AI 智慧排程系統，提升製造端管理手法，進行智慧化生產現場管理，進而達到指標的改善。