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。
檢視內容每天都在煩惱今天晚上要吃甚麼嗎? 打開冰箱看著滿滿的食材，卻不知道該做甚麼菜，同樣的食材，千篇一律的烹調方式您是否已經吃膩了呢? 我們提供了跨平台的AI辨識食材的的服務，透過手機拍照上傳食材照片，AI將透過影像識別，分析您是哪一種食材，並且推薦您料理的影片，提供您料理食材的參考，讓您每天都家享受不同的異國料理。本系統可延伸用於病患醫療飲食控制，如家中有腎功能或是糖尿病患者，可透過本系統推薦適合病人的烹調料理，以提供家人在病患照顧上有更好的生活品質。
檢視內容AIoT的影像辨識促銷系統SSP主打造虛實數據整合的數位店員，硬體的SSP Edge運用邊緣運算與模型加速技術，讓AI辨識模型縮小體積並保持精準度，以達到輕、薄、短、小的硬體需求，體積不佔空間，適用於鑲嵌智廣告面板後側為數位推播加值。軟體部分，結合AI辨識、邊緣技術與推薦系統，提供實體場景消費者輪廓描繪，追蹤消費者點擊項目與時間，預測並推薦商品給使用者，隨使用次數增加與數據累積，提升推薦精準度，並優化品牌服務。 產品亮點為AI互動掌握年齡與性別辨識，協助品牌進行三階段的導購數位化。第一，招客，當偵測到消費者時，介面釋出對應的行銷語，以達到賓至如歸的吸睛感。第二，推薦，針對不同輪廓的消費者，給予差異化的商品推薦，增加目的性曝光與選擇新奇感。第三階段，數據策略化，經過一段時間的使用與數據累積，根據消費紀錄釋出指定的商品訊息、優惠，品牌行銷將更具風格。 目前顧客為數位化的連鎖、單店品牌、百貨零售、觀光工廠。運用SSP重新改造場域資訊的曝光流程，透過打招呼、資訊重新排版、數據商品推薦來延伸訪客的使用旅程。對於使用品牌而言，依據數據的資訊，能變換更多的行銷手法，快速更動曝光素材，創造零時差的行銷互動新體驗。
檢視內容AI圖像辨識功能融入資訊月的LINE CHATBOT中，省去以往實體集點活動，大排長龍現場蓋章的不便，好不容易集完點後，集點卡卻又消失的無影無蹤。透過拍攝現場攤位照片，便可以在LINE中累積點數，還可以透過LINE輕鬆了解展場資訊。
檢視內容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。
檢視內容透過AI 銷售員，讓使用者能以說話或打字的方式諮詢，詢答關於售前商品、售後使用、服務及相關權益等內容，只要講一句話，透過即時語音轉文字的功能，幫客戶找到答案並回覆；更能舉辦線上活動，推廣新商品及服務內容，促進客戶、用戶與品牌的互動率及黏著度；最後能將用戶的發話、互動內容轉化為可分析與應用的數據，提供更即時、精準而優質的客戶服務體驗及速度。
檢視內容AIoT的影像辨識促銷系統SSP主打造虛實數據整合的數位店員，硬體的SSP Edge運用邊緣運算與模型加速技術，讓AI辨識模型縮小體積並保持精準度，以達到輕、薄、短、小的硬體需求，體積不佔空間，適用於鑲嵌智廣告面板後側為數位推播加值。軟體部分，結合AI辨識、邊緣技術與推薦系統，提供實體場景消費者輪廓描繪，追蹤消費者點擊項目與時間，預測並推薦商品給使用者，隨使用次數增加與數據累積，提升推薦精準度，並優化品牌服務。 產品亮點為AI互動掌握年齡與性別辨識，協助品牌進行三階段的導購數位化。第一，招客，當偵測到消費者時，介面釋出對應的行銷語，以達到賓至如歸的吸睛感。第二，推薦，針對不同輪廓的消費者，給予差異化的商品推薦，增加目的性曝光與選擇新奇感。第三階段，數據策略化，經過一段時間的使用與數據累積，根據消費紀錄釋出指定的商品訊息、優惠，品牌行銷將更具風格。 目前顧客為數位化的連鎖、單店品牌、百貨零售、觀光工廠。運用SSP重新改造場域資訊的曝光流程，透過打招呼、資訊重新排版、數據商品推薦來延伸訪客的使用旅程。對於使用品牌而言，依據數據的資訊，能變換更多的行銷手法，快速更動曝光素材，創造零時差的行銷互動新體驗。
檢視內容智慧商務IVS可以提供實體零售商店/遊樂觀光場域打造的商情及人流分析系統，透過影像辨識的AI技術，結合數據視覺化(Data visualization)的設計，協助場域/零售業者掌握顧客的購物動線與習慣，再利用大數據分析，準確預測顧客未來的購物行為。巨鷗科技「智慧商務IVS」採用最新人工智慧深度學習(Deep Learning)，設計的AI智慧商務分析系統，整合影像、空間資訊、動線行為辨識，這些數據不只讓商家業者可以優化場域動線的設計，還能有效降低經營成本，不只是客流量的分析，還可以以此決定場域/店內人員的調度計畫，都可以透過大數據做出較為準確的預估。
檢視內容在電子商務面進全球化競爭壓力下，富邦媒體科技 (momo) 導入工研院發展之「電子商城融合多元方法之混合式推薦技術」，提昇消費者線上購物體驗。工研院的技術融合了多元演算方法與線上、線下兩階段之使用情境偵測，這項混合式推薦技術能分析使用者的瀏覽習慣、購物行為、消費需求與偏好，在短短 2 秒內，從近百萬商品中，精確演算出適合推薦之商品，優先列入推薦，打造快速便利的多種個人化推薦應用，包括首頁主題購物樓層及商品頁、分類頁的推薦應用等。工研院更運用與 Amazon, Netflix 等國際大廠類似之A/B Testing機制，不斷優化推薦成效。富邦媒體科技總經理林啟峰表示，工研院的混合式推薦技術，大幅提升 momo 消費者點擊率達 1 倍，藉由個人化推薦帶動的營收佔比亦達 10%。
檢視內容Viscovery「AI 影像辨識結帳系統」可於一秒內快速辨識多款多件商品，進而結帳，大幅縮短結帳處理時間，取代一個個掃描商品條碼的傳統結帳方式，或協助店員辨識無包裝且外觀具有變異性的商品，例如：麵包、蛋糕、餐點，不僅縮短肉眼辨識時間，亦能有效提高辨識精準度，提供予所有零售業一個更好的結帳選擇。以電腦視覺、人工智慧、深度學習技術為基礎，Viscovery「AI 影像辨識結帳系統」讓電腦具備人的思維，學習辨識各類商品，使之不受商品外觀上自然差異性的影響，以無包裝類商品「麵包」為例，麵包上的糖粉或配料多寡均不影響辨識。 Viscovery「AI 影像辨識結帳系統」可沿用店家現行使用的 POS 結帳軟硬體，無縫整合，並提供商品上下架管理系統，方便業主自行快速上架新品，只需 2~5 張商品圖資，即可快速訓練電腦認識新商品。 目前已導入【一之軒】、【RT Bakery House 雅特烘焙】、【日本 THE BAKE STORE 蛋糕店】...等等烘焙店，運用 AI，輔助結帳員辨識麵包及糕餅類商品、縮短 80% 的結帳時間、有效紓緩尖峰時刻的結帳人潮、提升消費者購物體驗。除了獲得台灣、日本烘焙業正面迴響，亦導入日本無人商店、新加坡食堂...等等。
檢視內容