應用案例

優愛德利用大數據技術，整合企業行銷所需的數據，包含 Google Ads、Facebook Ads、Google Analytics 與 粉絲團等資料，歸納成媒體 (Media) 、受眾 (Audience) 、產品 (Product) 等維度偵測與追蹤 60 個以上 AI 行銷指標建構成企業的關鍵數據地圖 (MAP)，服務包含使用者行為追蹤、廣告素材分析與建議、產品銷售預測、自動化媒體預算分配等，讓企業行銷在數位策略執行上可快速反應市場變化。

1. 彙整專案資料：收集訪談語音檔、會議語音檔以及相關的訪談文件，為後續的資料處理和分析提供基礎。 2. 語音檔轉成文字資料庫：利用先進的語音辨識技術，將收集到的語音檔轉換為文字形式，建立結構化的文字資料庫，為資料分析和處理提供基礎。 3. 建立向量資料庫：根據客戶資料和訪談資料，建立向量資料庫，實現資料的高效檢索和分類。 4. AI自動分類：運用人工智慧技術，對專案需求和訪談要點進行自動分類，幫助企業快速了解專案的重點和需求。 5. 會議記錄及需求文件生成：AI自動生成會議記錄、專案需求文件和專案提案文件，確保文件的準確性和一致性。

在金融產業當中，FinTech金融科技和AI人工智慧已是最新趨勢，透過系統升級和AI應用來達成更便捷和準確的工作流程，而金融機構長期需受到政府高督監管之下，對於新科技運用於工作流程中和銀行內外規等知識得更加保護和品質監控。 透過人工智能公司的『法令遵循管理系統』，包含法令遵循叮嚀提醒、案件追蹤簽核系統、內外規檢索、相關專業知識定義、問卷調查滿意度主動推播通知、管理報表、國內外法令查詢等，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。

透過奧義智慧獨家 Craft AI，使用機器學習進行威脅情資分析與關聯推論， 提供快速自動化案情調查、攻擊情境標記與威脅根因分析， 有效提高資安團隊效率，與反應精準度，瓦解潛伏中威脅，強化企業資安強韌性

影片製作費用高 需要耗費多元團隊人力拍攝、器材設備、演員、剪輯特效等成本 若遇疫情期間不能群聚開拍作業，製片即停擺 傳統企業商家對數位行銷掌握度不高，或者預算有限，就算想嘗試用線上影片拓展客源，往往也感到力不從心。 本技術為生成影片工具，訴求預算再小的業者都負擔得起使用費，能幫助業者大幅降低企業製作影片費用。 位主播或導覽員學習多國語言很不容易，但集仕多股份有限公司研發AI自動影片生成系統，結合AI Deep Learning深度學習與先進的臉部影像生成技術，就能大量產出能說多國語言的AI擬真代言人影片。新聞影片案例: https://cmm.ai/news1 , https://cmm.ai/sleep, https://cmm.ai/news2

AI即時監理系統，整合關聯性多面向資料，並以自動化人工智慧機器學習方式進行風險核判。系統可定期更新各因子係數、權重進行風險核判，進一步應用於即時風險偵測，將資料分析至建模，皆以自動化形式進行，節省人力及導入時間，其中包含定期更新資料集、特徵因子篩選、產製優先監控清單並依風險程度進行警示之服務。本系統已實證成功導入公民營機構，有效執行風險監理預警，可大量節省傳統人工監理稽核時間並提早預應，最高可降低成本達73%，以數據分析輔助驅動現有單位決策機制，達到監理最大效能。

本專案主要功能為透過人工智慧影像辨識技術，即時偵測工地現場人員是否正確佩戴安全帽，以強化施工安全管理並降低職災風險。系統整合工業攝影鏡頭與NVIDIA Jetson系列邊緣運算模組，於現場即時執行AI推論作業，當偵測到未佩戴安全帽或進入禁區等異常狀況時，立即觸發聲光警示並將影像紀錄與警報資訊同步回傳至管理平台，協助管理人員即時掌握現場安全狀況。其應用功能包括：安全帽佩戴辨識、違規行為告警、出入稽核記錄、異常事件回報及安全報表生成等，能有效取代人工巡查，提高監測效率與精準度。 應用產業與場域涵蓋建築工地、營造工程、廠房施工、高科技廠區、公共工程及能源設施等高風險工作場所。系統同樣可延伸至製造業智慧工廠，用於監測人員是否配戴安全防護具（如護目鏡、耳罩、防護服等），或應用於物流倉儲與港口作業，進行人員進出監控與安全紀錄管理。未來更將逐步擴充至「安全背心」、「安全面罩」、「安全手套」等個人防護裝備（PPE）辨識模組，實現多項安全裝備同步監測，建立智慧工地的整合防護機制。 AI技術運用方面，系統採用Roboflow平台標註並訓練多場域影像資料集，使模型能於多角度、強光或低光環境下仍具高精確率。模型部署於Jetson Nano或Orin NX等邊緣端設備，具備低延遲與離線運作能力；同時結合AIoT架構與雲端資料庫，能自動產生違規統計與趨勢分析報表，協助管理單位掌握安全遵守率與風險熱點。 實際應用案例包括：於建築工地導入本系統後，透過AI即時警示與影像紀錄功能，顯著提升施工現場安全性與管理效率。整體而言，本技術可作為智慧工地及智慧製造之基礎模組，為產業提供自動化、可視化與智慧化的勞安管理解決方案。

NAPA將結合社群平台，提供球友之間共同的交流區。NAPA最大的特色在於智能看板即時協助服務，將能即時顯示姿勢、揮拍速度及力道更支援3D動作軌跡比對正確度，讓使用者達到快速進步和健康運動之效果。 運動科學化：將球員能力數據化，推廣「科學化訓練加速學習」的觀念，進行有效的溝通協調與姿勢示範。 運動電競化：針對電競運動化的風氣反思，遊戲化的打球體驗促使學生族群擁抱真實世界的美好感受。 運動社群化：社群在時間的累積之下，各自形成風格強烈的生態圈，社群串聯形成廣大的運動城市網絡。

受輔導廠商的椰果產品製造流程中，產品封膜完整性是藉由人工抽樣檢查，因人力資源安排與產線速度不慢兩個因素，目前抽檢覆蓋率為2.5%。封膜不良的產品一但出貨，不但造成單罐產品損害，也影響同箱產品、運輸工具的汙損，並招致蚊蠅，對整體造成危害，影響商譽。 另外，本產品是高濃縮加工食品，封膜不良若無檢查出來，且買家也未檢測，可能造成食安風暴，十分危險。 因此廠商想導入AI品管檢測方案，一方面想提高檢測覆蓋率，另一方面也希望AI系統可以準確地挑出封膜不良產品，減少不良品出貨的機會。

本系統整合AI時間序列預警模型、AIoT感測設備與雲端平台，針對室內外水產養殖環境提供即時監控與智慧決策支援功能。透過整合溫度、鹽度、pH、溶氧等多種感測參數，實現養殖池多通道監控。系統能進行餵食行為辨識與餌料優化，降低飼料浪費，同時提供異常預警通知與數據視覺化介面，支援業者遠端管理並提高單位面積養殖效益。

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。

投保業務中的親晤親簽環節在疫情中受到極大挑戰，遠距投保的需求也因此而生。元大人壽採用FaceMe eKYC解決方案，在遠距投保過程中，客戶只需要透過手機 APP 與保險業務透過視訊會議的方式，利用客戶手機鏡頭進行人臉辨識、證件辨識以及活體辨識以通過身分驗證，確保由本人進行未經冒用；對保之後再次刷臉以進行線上簽署，完成遠距投保作業。全部過程錄音錄影，可供未來稽核之用。

CloudMile 萬里雲企業教育訓練服務，專為企業在 AI 轉型與雲端應用過程中所面臨的挑戰而設計，協助解決技術人才短缺、技能落差與訓練資源分散等問題。CloudMile 萬里雲擁有 Google Cloud 原廠授權的專業講師團隊，結合理論教學與實作操作，透過實戰導向的課程設計，幫助學員系統性掌握雲端架構、大數據分析、機器學習與生成式 AI 等技術，全面提升企業內部技術實力。 課程內容涵蓋從基礎到進階的多元主題，包括 Google Cloud 基礎架構介紹、Kubernetes 實作、BigQuery 資料查詢與最佳化、GKE 架構設計、資安管理，以及近年熱門的 Vertex AI、PaLM API 與 LLM 應用開發等內容。無論是工程師、資料分析師，或是企業決策者，都能根據自身需求找到合適的學習路徑。 CloudMile 萬里雲提供彈性的企業包班服務，支援線上與實體授課，授課地點可依企業需求安排，課程人數彈性，最少五人即可開班。課程結束後，完成指定的實作練習可獲頒官方學習證書，強化學員專業認證。過去 CloudMile 萬里雲曾為技嘉科技、臺大管理學院、弈樂科技等從高科技產業、教育到數位原生等龍頭企業量身打造專屬課程，深受學員肯定，是企業培養 AI 與雲端技術人才的首選科技夥伴。

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。

AI航燃靜電消散劑添加量優化系統，透過大量感測器資料數據收集創造原始資料庫，科智企業採用人工智慧深度學習(Deep Learning)，以及演算法，透過MusesAI平台整合所有資料來源並精密分析運算後，即時監控工廠油槽靜電穩定度，提升出油槽量導電度之穩定性，協助改善客戶端現有之航燃靜電消散劑添加量優化之依據，讓使用者能快速掌握油槽狀況，以確保運送過程安全。 同時也可以整合科智企業發展的ServCloud，不僅協助自主客戶並能擴大至上下游，整合各個廠域工廠資料，打造智慧供應鏈，也可以將原先廠內的ERP、MES資料進行介接，不浪費企業內部資源。將機台、人員、金流、報工資訊等重要工廠議題，進行整合與使用，讓工廠資訊即時且透明化。 目前已成功導入台灣化學工業事業體群。