應用案例

VANTIQ新冠病毒安全防護聯動系統可以應付新冠疫情下企業復工，體溫異常狀況監測和限制人員流動傳播疫情。 有效的保障辦公大樓、校園、工廠、政府機關、醫院、機場等場所正常工作秩序，維護員工健康和生命安全。 VANTIQ在監控場所入口設置體溫人臉一體化識別門禁，可以在員工及訪客佩戴口罩情況下進行有效識別。當進場人員體溫超過預警閾值時自動發出警告。通過VANTIQ的即時處理技術，立即通知相關部門進行防護控管安排。VANTIQ整合影片結構化處理能力以及發燒紅外線檢測攝影機，將體溫標籤標示在目標人物上，即時從人潮中定位捕捉。VANTIQ結合外部資訊系統，從航班的安排調度到智慧建築平臺，即時動態對人物或感測器的警示數據進行識別並預警。VANTIQ與室內及室外地理資訊結合，地圖定位疑似病例並即時協調醫療資源，快速跟進處理。VANTIQ 數據看板可以即時展示易感染擴散區域，並可跨區域、跨部門使用業界標準協定共享資訊。

線上英語機器人提供24小時服務，供各群體學生隨時隨地都能有良好學習體驗，不再受限時間地點影響學習品質。並採生成式擬真回覆，使其與學員互動生動，不同以往呆板制式應答。且將加入CEFR資料，使機器人可依據學員程度不同，給予對應程度等級的對話及文法校正，達到因材施教效果。

以人工智慧技術建立「坡地災情預測2.0」模式，透過優化演算法及動態降雨資料介接，提升預測頻率與準確度。與過去版本相比，改良後模型可由原本颱風期間、三小時一次的預測，提升至全年全天候、每小時預測一次，並可針對多種降雨型態進行即時崩塌災害風險評估。

因應國内外人工智慧的發展熱潮，嘗試引進市政管理創新演進，藉由此計劃進行小規模場域，發展智慧化的交通解決方案。特此選定臺南市區最繁忙之路段，藉此分析該路段之車流、車種及車輛轉向率等資訊，以輔助市府號誌燈時制計畫優化。針對台南市東區東門路三段及自由路三段路口與南門路及府前路口為分析基礎，具備分析取得行經該路口車流、車種、轉向比率、人流 等資訊的能力，以每小時、每1分鐘及每5分鐘為單位做動態資訊呈現，並以檔案圖表(.csv)形式輸出。將所獲得之數據進一步分析，作爲路口之時制計劃中紅綠燈號誌調控的決策依據。

透過AR、情緒辨識等科技應用結合通路資源，以虛實科技等消費者體驗式行銷，建立零售業者與消費間的互動，強化消費體驗好感，進而搜集消費者喜好等相關數據，提供後續附加價值或產品規劃。 同時AI智慧辨識與AR結合打造出創新銷售體驗商業模式，讓消費者透過自有裝置及可親身感受，進而促成消費行為，強化消費此品牌價值，也可讓零售業者可透過既有監視器擷取消費者情緒指數，進行大數據收集並透過AI Deep Learning方法分析，可將其導入行為模式建立更完整的演算分析，將情蒐資訊儲存至雲端系統，待辨識模型建構完成後，其未來也運用於其他領域上會更具全方面。

透過機器學習方法建立刺繡圖案資料的AI模型，透過深度學習(Deep Learning)的方式使機器能做出相對應的判斷，實現可即時前處理與特徵萃取並進行圖案辨識之「刺繡圖案AI辨識引擎」。

國內每年展覽場次眾多，本計畫平台可以自動串連合作活動公司資料庫，活動方可先自選展覽或活動類別，後續回存進本系統資料庫前，ＡＩ自動分類器將會針對開立活動進行判別展覽或活動類別權重分配，以利後續會員行為分析計算公式運算，活動方自行輸入主題、簡介、內容…等，ＡＩ分類器將會抓取相關欄位，進行斷字比對及訓練後進行分類。

人才培育教學方案採客製化設計，可根據需求制訂培訓課程，從基礎到進階一步步了解及應用AI 技術，課程內容規畫理論、實作，亦可以搭配國際認證。

光學膜製膜裁切時，需由人員針對AOI照片一張一張分類，避開不符規格的瑕疵進行裁切，人員進行瑕疵分類時耗費大量時間與人力。我們設計了一套含有標記、資料前處理、訓練以及模型佈署預測功能的系統平台，人員只需上傳瑕疵資料，並到平台上標記瑕疵類別，系統平台利用卷積神經網路(convolutional neural network, cnn)進行訓練與分類計算。並回饋訓練成果與準確度，提供一鍵式模型佈署，將模型佈署到平台中，人員就可以利用佈署的模型進行預測分析，根據分類結果繪製裁切瑕疵map，人員即可根據瑕疵map建立裁切規格，進行裁切分調，並且有效的將A級率從69%提升至90%。

MARS 基於關鍵設備的時序數據，自動建立異常識別模型，即時產生健康度/相似度曲線與重建誤差，在設備效能出現偏移的早期（可提前數天至數週）發出預警。系統同時提供關聯測點排序與根因推論、Web 即時監控與知識管理，協助現場快速定位問題、安排維護，降低非計畫停機與產能損失。功能內容包含：★「多變數時序建模與異常偵測」：非線性分析、健康度/相似度曲線、重建誤差監控。★「自動化與少程式化（No-Code）建模」：互動式資料清洗、設備屬性視覺化配置、一鍵部署。★「關聯與根因分析」：關聯測點排序、單點「實測 vs. 預測」對比、事件時間軸比對。★「資料整合與即時監控」：連接 PI/AF、即時 Web 監控面板、告警治理與知識管理。★「MLOps 與模型治理」：版本管理、再訓練與回訓、門檻管理與效能追蹤。

金融相關產業為政府高度管理的特許行業，因此，政府制定許多法令用以規範金融業的各種行為，所以，該產業下的公司，必需遵照相關範圍，制定相關公司內規，以確保相關營運行為不會違反法規。然而，相關法令眾多，而且也會因各種因素進行調整。一但，外部的部份法令進行調整，究竟有那些公司內規需做相對應的調整，目前主要還是以人力的方式，進相關的法條比對，曠日廢時。而本公司所開發的AI法遵管理管理系統 ，導入AI的技術，以推薦系統的方式，輔助專業人力，並提供完整的法遵相關電子化流程作業環境。

透過數據分析與智能客服建造智慧線上預約服務，目前已應用在洗衣產業，透過智慧線上預約系統，線上預約洗衣服務，到府收送 透過智能客服解決洗衣各種問題，打造24小時隨時預約及客服服務。 智能客服採用最新人工智慧深度學習(Deep Learning)，自動紀錄每一次問答紀錄，具備錯誤矯正的能力。 我們打造的AI會員經營，透過數據分析做自動化的會員經營，提高消費者回購率以及客單價。

南山人壽智能客服，包含固定式問答及交談式多輪問答流程，以「使用者觀點」設計互動式對話流程,結合人工智慧自然語言處理技術進行自動化應答(人機交談)，並採用 Design Thinking 設計思考的手法來了解南山人壽服務場景的客戶需求和痛點，提供貼近使用者使用場景的業務功能，打造完整的對話式壽險業務問答流程。

緯創軟體團隊開發了基於機器學習的自動醫學影像標註模型，並將模型整合至雲端平台建立完整的自動標註系統。團隊建立了以下的流程: 1.建立資料清洗模組並自動化建構訓練資料集 2.設立團隊檢閱的檢查點以利審閱自動化建立的資料集 3.建立模型訓練模組並能提供模型訓練結果 4.設立團隊檢閱模型預測結果 5.自動化模型部署流程。模型開發流程主要著重在流程自動化及功能模組化並設立人工審閱節點供工程師及科學家分析資料訓練集與模型測試結果。功能的模組化可以降低工程師在後期維護上的難度，並且有著快速插拔套件的優勢。

基於多年累積的零售實務經驗與對市場趨勢的持續觀察，91APP 推出「零售 AI jooii 解決方案」，致力於協助零售業者提升經營效率與顧客體驗。聚焦於解決零售業「人-商品-標籤」的關鍵場景，整合多種 AI 技術應用，包括個人化商品推薦、會員活化模型、購買意圖分析、標籤生成，以及商品與行銷文案生成等功能。透過即時分析顧客行為與商品特性，能精準推薦商品，幫助消費者快速找到符合需求或有興趣的商品，同時協助零售業者提升轉換率並優化行銷資源運用。「零售 AI jooii 解決方案」以穩健且實用的方式提供從商品管理到行銷策略的全面支援，助力零售業者推動業績成長並強化市場競爭力。