AI 服務應用

智能對話機器人運用自然語言處理（NLP）、生成式人工智慧等技術，透過深度分析使用者輸入，確保提供最相關且精準的資訊。其成功應用範疇已擴展至金融證券和醫療領域，為使用者提供智能查價、智能掛號以及專業諮詢等服務。 NLP技術不僅適用於LINE等第三方即時通訊軟體，同樣也能無縫整合於網頁瀏覽器、專屬APP等多元平台，透過全方位的智慧服務，實現觸及更廣泛的使用者族群，同時達到成本節省及全天候 24 小時的不間斷工作。 智能客服機器人為會員提供更迅速且自主的查詢體驗，藉由FAQ、自然語言理解（NLU）等技術實現自動應答。在查詢股價方面，使用者不僅可以輸入股票名稱或代碼，還能以簡化的常用語，例如：台積電輸入「台GG」即可獲得精確的結果。此外，機器人支援多功能整合，可輕鬆融入不同系統。 雲端版和落地版提供全方位的技術支援，擁有專業的人工智慧技術開發團隊，致力於為現有應用系統增添智能對話功能，進一步提升客戶體驗，使其更為智慧與便捷。

貿易商透過導入流程機器人於企業流程系統後，根據預測資料再由演算法判斷最佳配貨組合，經由Line bot語音機器人與代銷商聯繫，完成配貨決策與資訊傳遞，精簡人力及提升銷售毛利率。

OSENSE採取使用者識別環境（Inside out）及環境定位使用者（Outside in）兩項核心技術，整合「空間識別技術」、IoT感知設備及移動網路傳輸，集電腦視覺、空間感知、訊號處理、定位導航、擴增實境(AR)等技術之大成，研發製作「智慧球場解決方案」。球迷方面，以資訊、互動及消費三方面，使球迷觀賽更加便利，並利用AR互動增加趣味性、利用AI及視覺辨識提供如電子好球帶、即時戰略圖等比賽資訊；這些資訊也能協助球團掌握戰情，也提供第三方最即時戰況播報；球場經營可利用方案中的使用者行為了解環境使用效能，進行服務優化及規劃管理策略。

於新北市青年局官網導入ChatGPT模型的官網智慧客服「青年小幫手」，協助來到官網的使用者能夠快速找到資訊並掌握重點。

森林生態系統為動植物提供重要的生存環境，並生產可再生資源，所以說森林是全球碳和能量平衡的重要組成部分，森林結構的量測是資源評估和林產資源經營的基礎，政府和環境組織出於經濟、規劃和保護目的，必須調查森林資訊以掌握森林資源的數量，為積極推動林業及林產工業發展，活絡我國林業與木材產業鏈、振興區域經濟、提升在地就業，並因應國內過去積極造林之人工林已逐漸達輪伐期之可收穫利用階段，人工林積極疏伐將會是目前的主要作業之一 因此進行林地調查以及木材採取搬運等作業勢必增加各林區管理處人員之工作量，使用機器學習、深度學習技術等科技化輔助木材檢測作業，評估與分析可引進及改善國內林產業務林材測量作業之可行性。

為提升市民查詢市政資訊的便利性與智能化程度，建置一套智能客服系統，透過語意理解技術與自動化知識庫管理，讓市民可自然語言查詢市政資訊，系統可即時回應並持續優化服務品質。

一般企業在導入AI的過程中，往往面臨以下的挑戰: AI 技術人才缺乏、AI模型開發時程過長、AI模型準確度的維持、與現有應用系統的整合，DarwinML AutoML平台是將傳統的機器學習與深度學習模型開發的過程予以自動化，以解決企業導入AI時的困難，加速產業應用AI的發展

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。

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。

眾至AI SPAM融合了先進的人工智慧技術，主要分為AI寄信行為分析和AI內文分析兩大核心，有效提升郵件篩選的準確性和防護力。在AI寄信行為分析方面，系統通過分析郵件的表頭，識別郵件是否來自正常的寄信行為，或是由大量發送的異常行為所觸發。正常寄信行為通常依賴SPF、DKIM、DMARC等郵件認證標準來進行身份驗證，而異常行為則多見於批量發送郵件，例如電子報、通知郵件、垃圾郵件或釣魚郵件，這些郵件的寄信行為異常將作為主要判斷依據。通過這一過濾方式，系統能夠準確識別出潛在的垃圾郵件和釣魚郵件。在AI內文分析方面，系統依據電子郵件的內容特徵進行分類，運用AI演算法對郵件內文進行深度解析，包括語句特徵、發送時間區間、附件內容、外部連結的數量和特徵等。這些內容特徵有助於識別正常郵件、電子報、通知郵件、垃圾郵件及釣魚郵件。系統通過綜合分析內文及寄信行為，達到高效分類和篩選的目的。

【睿思商業智慧與決策輔助服務】透過AI知識管理與智慧對話機器人，協助企業整合營運數據與流程知識，實現即時查詢與決策支援。 【AIKM 】建構結構化知識地圖，【 CROSSBOT】提供自然語言介面並串接LINE等平台與內部系統，強化決策效率與組織應變力。【適用場景】 ■ 1.支援營運資料匯整並產出報表　■ 2.員工SOP即時查找　■ 3.客服即時回應等多元應用

A. 廠方面臨問題： 1.AOI 機台誤判率過高(Over Kill Rate：15%)，人工覆判比例過高 2.品管流程需判定產品是否需覆修，因此品檢人員每日需判讀>100,000張的照片，人力負荷過重，成本過高，效率不佳。

青農好夥伴

本計畫的主要內容在於建立一個 彈性化的 AI 人才支援與知識傳遞機制，以因應企業在數位轉型過程中，對人工智慧相關能力的臨時性與階段性需求。不同於長期駐點或委外專案的模式，本計畫強調「依需求提供」的方式，當企業在資料分析、AI 模型規劃、或 AIoT應用場景上遇到技術瓶頸時，可透過本計畫短期引入具專業背景的人才，協助完成分析任務或知識傳授。 計畫將聚焦於 技術知識的導入與能力提升，內容涵蓋 AI 建模方法、資料前處理流程、演算法選型思路、AIoT 系統架構理解，以及其他各種人工智慧相關技術的實務應用。透過這種「外部專業輸入 + 企業內部吸收」的模式，企業不僅能在短期內獲得所需的專業技術支援，更能逐步提升自身團隊對 AI 技術的理解與應用能力。 本計畫的目標在於 降低企業導入 AI 的門檻，讓中小型企業或傳統產業即便沒有龐大的研發資源，也能在需要時取得專業協助。藉由短期知識輸入與專案分析的方式，企業能快速掌握 AI 技術的可行性與應用價值，並逐步累積內部數位轉型的基礎，最終提升競爭力與產業升級能力。

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。