AI 服務應用

透過使用者的個性屬性資料分析預測可能喜歡的內容，如從使用者的年齡、性別及過去的流覽紀錄等，當使用者正在流覽文章時，系統將自動分析使用者偏好的類型、從流覽的時間分析對於該部文章的喜好程度等，機器自動追蹤使用者的喜好，以更精准的推薦使用者正在想看的內容。 系統不斷的自動學習使用者個性的流覽行為，個人化的推薦是即時更新的，即當網站的來源內容或使用者流覽行為發生改變時，推薦序列會自動改變，為使用者即時提供感興趣的內容。

民眾來到稅務局的時候，常常不清楚自己該繳多少稅額，或是需要哪些條件才可以申辦各項業務。透過本計畫，民眾即可透過Web、Line/FB、數位看版與語音機器人進行互動以尋求解答。SmartRobot 智能機器人運用自然語言分析技術在機器智慧問答的基礎上全面升級客服中心，使民眾能自助服務、降低人力成本、提升效率及顧客滿意度，系統支援優化與知識學習體系，提供民眾優質標準化回饋以及7/24零時差諮詢服務。碩網資訊開發的智能機器人 SmartRobot 作為系統導入之底層架構，運用 SmartRobot 之資料源整合工具、智慧型搜尋引擎，關聯相關性分析、語意分析、自然語言處理等 AI 人工智慧工具分析的核心技術，整合客戶服務、身份管理等關聯應用系統平台服務進行平台建置系統開發。

針對工廠內部工安管理、製程監控、能源使用與資訊整合等問題，導入人工智慧與物聯網技術，建置可即時偵測與通報的智慧監控平台。系統整合現有監視器、中控設備、電力與濃度監控模組，將感測數據與監控影像同步串接至中央平台，打造廠區專屬的主控中心。 在 AI 技術應用方面，系統導入 YOLO 與 Detectron2 等物件偵測模型，辨識人員跌落、水池接近、火災等高風險事件，並結合骨架姿態估測技術提升動作判斷準確度。透過 OCR 技術擷取無通訊設備畫面資訊，讓系統能從老舊儀表板或傳統監控畫面中擷取數值資料，進行即時分析。主控模組支援 Web 與 APP 雙平台操作，提供互動式廠區地圖、即時影像畫面與模組化功能切換，協助現場人員快速掌握各區域狀況。 AI 智慧巡檢工具結合大型語言模型（LLM），可根據現場人員輸入的自然語言指令（Prompt），針對是否配戴安全裝備、是否誤入警戒區等項目自動辨識異常，並以語意推論輔助任務分類與處理。系統每 7 秒自動擷取影像，檢測結果將逐一記錄並標示異常，大幅減少人為疏漏並提升巡檢智慧化程度。

提供現場與非現場球迷沈浸式觀賽體驗 1. 可視化運動數據呈現 2. 互動式AR遊戲與服務 3. 一站式智慧助手提供導航、導購、導覽…等服務

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。

於LINE官方帳號建置「桃園市立圖書館」LINE智慧客服，除了提供讀者快速查找圖書相關資訊外，同時提供個人化服務，使用者綁定身分後，即可管理自己的借閱紀錄等功能。

AI冷鏈斷鏈預警系統可以有效為小農及農企業提升蔬果運送保鮮效率，整合冷鏈運送管理問題一一解決。透過先進AI演算法，分析生鮮於儲存、運送、轉存過程中進行即時監控並蒐集溫度、位置等資料進行雲端分析，確保商品冷鏈運送過程中能被有效保鮮，降低人員失誤或設備故障所造成之損耗。搭載NBIoT通訊能力之控制器嵌入於冷藏車輛，除即時監視車內冷藏條件外，即時回傳路徑資訊。生鮮出貨及抵達目的均能自動回報雲端並回報歷程溫度變化，提供優質有效率的冷鏈管理系統。針對各式不同溫度保存條件之商品以AI判定冷藏庫、運輸過程之最佳化智慧型溫度管理，仲闐AI系統能提高冷藏室運轉效率並根據儲存、運輸條件及數量，以AI演算協助判定最佳節能及冷鏈移動路徑及方式，並在商品因失溫損壞前提供即時告警。 AI冷鏈運輸斷鏈預警系統可以應用於物流運輸產業的服務與農企業，目前已成功導入農企業興農集團玉美研公司，提供智慧服務、智慧物流、冷鏈管理產品…等應用。

1. QBot 是一個智能交談機器人，可在企業的官網、APP、社群帳號裡回應客戶問題，扮演企業對外或內部溝通的窗口 2.可應用於線上客服系統，透過資料庫數據分析、AI 智能化辨識，協助回應之文字的互動機器人 ChatBot 3. 透過 AI 智能化 ChatBot 應用提供使用者進行即時互動，談話服務、資料查詢、網路搜尋、商業資訊等服務

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。

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

透過不斷的改進與優化，智能電話機器人能夠應對實務上不同的情境，替各行業有效降低成本、提高效率。它可以運用在名單過篩上，當公司有活動時，交給機器人去大量撥打邀約電話，顧客真正有意願時才線上即時交給非忙線的專員，是一個更有效率的運用；隨著上線後有更多的數據庫，機器人也可以持續優化，例如精簡話術、增加語料。能夠用於電話行銷、帳務催收、滿意度調查、新客戶回訪、活動通知、續約通知、繳費提醒、語音導航、預約服務、訂位訂票等，深耕於多行業領域業務，更理解業務，更瞭解客戶，更具有智慧。

以GRI國際框架為報告基礎，提供資料盤點、協作編輯、進度管理、匯出報告等功能，搭配AI文稿生成與全球CSR報告的全文搜尋功能，輔助企業更有效率的完成企業社會責任報告。金管會在2014年已強制要求特定的上市櫃公司，必須每年編製企業社會責任報告。因此，企業需要投入大量人力成本與時間，在蒐集資料與撰寫文稿等繁瑣的作業。因此，Sustaihub永訊智庫開發SMS永續管理系統及CSR大數據資料庫，搭配AI人工智慧處理非結構化資料，並開發文本生成與詞向量空間等模型，協助企業更有效率的完成企業社會責任報告，並專注於提升企業的永續影響力。

(一). 計畫緣起 A. 廠方面臨問題： 1.製程日益精密、客戶要求全檢、量測產能已達上限 2.製程不穩定無法進行有效控制 3.首批需要投Dummy片驗證，需耗時半天 4.Layer量測難度大(破壞性檢驗)，無法全檢。 B. 執行步驟： 執行與整合步驟為： Step1. 建立AVM系統：完成100%全檢目標 Step2. 整合SPC系統：將AVM預測結果整合廠內SPC系統 Step3. 整合Alarm系統：將AVM預測結果依廠內Alarm 原則整合廠內Alarm系統 Step4. 整合Scheduler系統：建立智慧化抽檢機制 Step5. 整合當站製程：進行Feedback Control Step6. 整合後站製程：進行Feedforward Control 。 其中，Step4. 整合Scheduler系統：建立智慧化抽檢機制，需考量9項實務整合因素如下： 1.抽樣比例 2.機台穩定性 3.機台資料異常 4.AVM 模型狀態 5.預測精度水準 6.量測異常 7.產線排程穩定性 8.狀態改變: 調機或清機等。

利用多國語音辨識與智慧點餐，協助餐飲業者接待外國觀光客，使用本國語言點餐。協助商家以AI功能自動將商品名稱、商品描述、商品加值等內容翻譯成多國語言，提供海外旅客無阻礙的在系統上直接選購，支援英文、日文、韓文、法文為基礎語言，協助店家提供海外消費者優質消費體驗。

歐特儀為政府路邊停車開單外包廠商，過往操作員在惡劣戶外天氣下容易遇到設備卡頓的問題，並在偏遠地區會因設備沒有訊號連網無法與伺服器連線做車牌辨識比對。使用我司設備後，無論晴雨天能在戶外環境完成路邊停車收費開單作業，並透過我司設備上的掃瞄器及 Pic n Fill 軟體支援，能完成離線『車牌辨識比對』提升作業時間及改善無法連網比對的情況。