AI 服務應用

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。

經由「美白日記」網站式服務平台提供之影像辨識技術的類膚色分析儀服務，可以自行在家追蹤美白成效，不僅避免使用成效不彰與財務浪費的疑慮，也能與賣家建立信任度，成為賣家服務的忠實顧客，且檢測後之數據回饋，將同時記錄至主機資料庫，廠商可以確定消費者過去到現在的美白差異，作為產品效果的依據，提升美容業消費者獲得更精準的治療與成效。

智能助手平台可以分析客服與客戶對話內容，匹配出推薦答案，加速客服回答處理；還可以提醒客服適當的話術，增加客戶滿意度，並能提供客戶畫像，幫助客服聚焦識別，挖掘出新機會點。可以應用於客戶服務、業務查詢、業務線上申辦、預約服務等，幫助企業提高服務效率、降低人力成本及新人業務知識學習成本。

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。

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

3D OCMS(3D Operation Central Management System)可視化整合管理平台，也可稱是戰情系統。是一個單一平台將各系統資訊串接，進行整 合及應用、模擬及分析，並以3D視覺化呈現，提供使用者直覺式操作、沈浸式感覺、即時直覺觀看模式、3D介面直覺式操作。可藉由以人形為主的影像辨識系統，並使用具事件管理及情況發生通報功能之影像管理系統，以及以紅外線及WDR寬動態或相關技術達成在低光源、高光反差狀態下之人形辨識率，透過3D監控模組+即時影像貼合樹狀選擇面板單一視窗影像分析，呈現720度視覺角度監看管理，並搭配主動通知、行動裝置 (手機、平板電腦)等措施。

企業級對話機器人(Enterprise Chatbot)及虛擬助理(Virtual Assistant)是八維智能歷時數年研發建置的「D8智能服務雲」中的兩個主要服務項目【圖1】，目的是要能為企業或機構快速而有效地打造其專屬的對話機器人或虛擬助理，以及用戶上線使用後的人機對話資料分析及管理、機器人語言模型的持續更新及優化。其中企業對話機器人服務包含了網頁機器人、智能對話分析、智能客戶服務、自動客服質檢、電話機器人等模組，而企業虛擬助理服務則包含企業虛擬助理及流程機器人等模組。一個企業虛擬助理可整合企業對話機器人及其所導引的企業工作流程，例如請假出勤、會議安排、商品退換(RMA)等常見流程。生成企業對話機器人/虛擬助理的軟體系統核心是八維智能自主開發的自然語意理解引擎(Natural Language Understanding Engine)及情境對話管理引擎(Contextual Dialog Management Engine)，能依企業各自的需要而產出企業專屬的機器人語言模型；利用系統內建的企業簡訊平台，使用者(包括企業的客戶及員工)無需下載App即可經由企業網頁、公用簡訊平台如LINE、WeChat、FB等渠道，進行與機器人/虛擬助理、客戶、員工間的三方溝通，提供了一個人機協作的智能客戶服務環境【圖2】。本系統提供符合資安的API連結，依個別企業或機構的需求提供雲端或落地(企業私有雲)的客製化服務。

物流士AI語音助理採用數位客服助理的概念，整合人工智慧、語意分析等技術，協助解決國內物流士離職率高，1至2年資歷的物流士平均占比高達4成左右新手司機因不熟路徑，全程配送時間平均比老手司機多出1.5~2小時，邊開車又要聯繫客戶容易產生交通安全上的問題，忙碌忘了聯繫，收貨人不在又需重複再次配送。DHL採用APP提醒司機最近取貨點及正確送貨地址，縮短50%等待時間並消除包裹送錯地址的人為錯誤，工研院服科中心「物流士AI語音助理」數位客服助理即時追蹤物流士的配送動態，管控中心預先透過數位語音的方式，掌握車輛目前位置與下一送貨地址，先與收貨人進行聯繫確認收貨人可否收貨，收貨人無法收貨變更下一送貨點並即時告知物流士。當路況異常導致配送時間延遲時主動告知收件人，並透過語音或文字，回復貨件動態查詢。每日出車排單時間減少30分鐘；每件貨收件地址查詢時間減少2分鐘每日可節省約1~2小時的查找時間，並可與廠商原有配送作業系統結合，擴充分析的資料區域趟次/貨量/時間窗/客戶商情/配送熱區分析服務。

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。

1. 彙整專案資料：收集各類專案文件、專案時程和文件查核標準，為後續的資料處理和分析奠定基礎。 2. 建立企業資料庫：根據收集到的文件資料，建立結構化的企業資料庫，實現資料的高效管理和利用。 3. AI自動分類與計算：利用AI技術，對專案進行自動分類，對專案文件進行分類管理，並計算專案的關鍵時程點。 4. AI派工：將專案分階段進行管理，按照範本格式填入專案時程表和成員日程表，確保專案計畫的有序進行。 5. AI工作調整：當成員出現工作延誤時，AI會自動重新排列該成員的工作日程，保證專案進度的連貫性。 6. AI查核文件品質：系統自動查核交付文件的品質，確保文件的準確性和一致性。 7. AI查核回報狀況：自動製作專案績效報表，提供專案進度和績效的透明化管理。

台灣獨特地理位置及政經情勢，使台灣成為對岸及全球駭客練兵場，縱使組織內已建立多道安全防線，及不斷審視調整內部的問題，但仍阻絕不了先進的針對性滲透威脅。禍患起於細微，出現哪些徵兆可能代表駭客入侵事件正在擴散，透過以AI技術為基礎的安全專家威脅狩獵法則與人工智慧威脅獵捕模組，鑑識剖析未知威脅，確立受駭範圍與程度，並及早進行處置，是現階段組織抑制資安威脅、控制損害的最佳方案。 TeamT5採用的AI技術，著重於讓AI完成『辨別好程式中混進來的未知程式，並將範圍擴大至整體環境中真實系統內的少量未知程式，降低威脅分析時的雜訊，讓專家能真正專注於探索未知威脅』。TeamT5以威脅情資研究為基礎，將AI技術落實於威脅分析發展出ThreatSonar產品，可將安全專家知識帶至客戶端，真正解決來自網路的資安威脅問題。此解決方案可運用於金融產業、政府機關、高科技製造業、資安監控服務商、電信產業、電機製造業、綜合商社、顧問服務業...等，透過每日定期的威脅入侵評估，發覺潛藏於組織內部的未知威脅，於資安事件爆發與擴散前，及早啟動資安事件的處置與反應程序。

(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。

只要準備FAQ，即可快速建立FAQ客服機器人，應用於政府與企業的官網客服、Line官方帳號客服、App客服，自動回覆用戶常問問題，讓人力運用更有效率。 支援即問即答、反問再回答、快速回覆、用戶標籤等功能，提供統計分析報表，可與行銷系統、真人客服系統、會員系統、IM系統，或其他應用軟體系統結合，可應用於便民服務、機關內部客服、客戶服務等。 客戶案例包含花蓮縣政府、中國信託銀行、軍方單位、中華海洋生技、致理科技大學等。 提供雲端版、落地版，100%台灣AI技術開發，歡迎應用系統界接整合，為您現有應用系統賦能AI，提供智能客服。參考資料 https://w3.iq-t.com/faq-chatbot

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。

在人力資源管理中，常見如請假辦法、報支規範、出勤異常、獎懲制度等問題，若仍倚賴人工回覆，耗時且效率低。導入AI人資代理人後，員工可直接用自然語言進行提問，系統即從內部知識庫檢索答案並提供出處，並依據身份自動帶入表單資訊或流程節點，有效減少人力負擔並提升內部知識流動效率。配合語音輸入與表單導引功能，更能加速流程完成，並形成問答紀錄供未來教育訓練優化之用。