AI 服務應用

FaceMe® 是專為邊緣運算裝置 (Edge Computing) 設計的臉部辨識引擎，支援Windows、Linux、Android和iOS等主流平台。透過跨平台支援的軟體開發套件（SDK），無論是軟硬體開發商或系統整合商，皆可依據需求和應用場景，快速將高精確度之人臉偵測及辨識功能整合至各式產品或服務。可協助智慧零售、智慧城市、智慧金融、智慧家庭、智慧辦公室等AIoT解決方案，快速導入臉部辨識功能。 訊連科技 FaceMe® 臉部辨識引擎，以高達98.5%的正確辨識率，低於百萬分之一的認錯率，在全球知名的MegaFace Challenge及美國國家標準局 (NIST) FRVT 1:1 中，名列全球頂尖臉部識別技術之列，更為兩項競賽中排名第一的台灣廠商。 FaceMe®主要功能包括：臉部偵測、臉部特徵點定位(多達106個特徵點)、臉部辨識(提供高達98.5%辨識率/ 百萬分之一誤認率)、臉部特徵擷取(年齡、性別、情緒、頭部動作及臉部表情)、2D及3D防偽(可避免使用相片、影片假冒身分)。

相較於過去單用於行銷、閒聊的娛樂型Chatbot，新一代交談式機器人更著重服務能力，可提供7/24不間斷服務水準、有效降低成本、人員流動風險，且文字、語音對話方式簡單上手，易推廣至全年齡層。 SysTalk.ai團隊致力於開發台灣在地的自然語言理解(NLU)演算法，透過NLU、FAQ、Flow三大產品模組建立雙腦一流程服務，搭配AI大腦訓練師調教，專門打造聰明、人性化的交談式服務。 SysTalk.ai兼具雙腦對話引擎，NLU查詢腦透過意圖、實體判斷正確回應User服務需求，輕量級FAQ諮詢腦支援階層式問答，負責低耗快速處理通用問答。FlowCreator流程嚮導可設計多輪對話、多輪轉多輪仿真人彈性對話，並內建多種串接節點與具http協定API設計可輕鬆介接社群管道(App, Line, Messenger, Skype, Web, …)、整合平台(call center, HR system)，建立完整服務應對真實情境。

您是否擔心通用型 AI 洩漏您的核心專業知識 ？ Lamp AIP (Lamp AI Platform) 是專為企業二次開發設計的 LLM + RAG 解決方案 ，我們提供離線 AI API 及程式庫 ，讓客戶能完全掌控專業、獨有的 AI 助理 (Agent) 主要流程 。 核心價值主張：資料安全與專屬性：我們的 RAG 系統嚴格限定 AI 只回答企業內部已索引的知識 ，確保您的專業知識不會洩漏給外部 AI 服務 ，從而保有競爭力 。 彈性模組化收費：平台高度模組化 ，客戶可依照需求選擇功能，不必一次購置所有功能，有效減少不必要的花費 。 教育領域應用範例： 客戶運用 Lamp AIP 打造「適性學習人工智慧分析系統」，應用 LLM 分析學生學習成效，自動生成加強學習計畫和建議 ，實現個人化教育循環 。

客服，作在現代企業運營中，人工智慧助理（AI助理）已成為提升效率與決策能力的重要工具。隨著數據驅動的時代來臨，企業內部管理與溝通方式正快速演變，AI助理能夠幫助企業簡化工作流程、提升決策品質、促進團隊協作，使企業在市場競爭中保持領先地位。為企業與顧客之間重要的橋樑，其核心價值在於建立並維護良好的顧客關係，進而提升顧客滿意度與忠誠度。然而，傳統的人工客服在面對日益龐大的諮詢量、重複性的問題以及24小時無間斷的服務需求時，往往顯得力不從心。此時，AI客服機器人的出現，正為客服領域帶來嶄新的解決方案。

智能化麵包辨識系統有效解決結帳人員記憶、辨識、計算成本且提高結帳的正確率，讓結帳人員和消費者之間有更良好的互動。 雲逵科技的智能化麵包辨識系統是建構於iPad AI POS上，設計上讓使用者輕鬆達成-智能、敏捷、輕巧、快速、準確、穩定、決策的目標。 在使用上-使用者可利用iPad AI POS 的功能將麵包裸裝及包裝的圖像拍攝後上傳於AI雲，在AI雲收到麵包圖檔後即進行標註->建模->訓練的動 作->產生模型。使用者只需下載模型後即可進行辨識，在進行辨識的同時若有產生無法辨識或辨識錯誤的物件時，可即時在iPad上進行標註， 每次的辨識及標註都會即時上傳至AI雲，在AI雲端會利用這些已辨識的圖檔定時做優化的動作，讓AI辨識變的愈來愈聰明，有效提高結帳人員 的效率及結帳的效益。

數位樣布資料建立： Frontier的方式很簡單，紡織廠不用添購昂貴設備，只要用公司裡最常見的事務機掃描布片，三分鐘就能上傳完成。接著再透過雲端上多達12個AI引擎，自動辨識布種、克重範圍、紋路、規格、色號，省去手動建檔的功夫。 AI織布判別： 經由機器學習(Machine Learning)讓其進行圖片特徵資料之辨識及分析應用，AI自動辨識布種、顏色及花型 AI圖搜圖： 於樣品庫中，品牌設計師可以從生活中找尋靈感，依照手邊的現有布樣花色的圖片、照片，利用圖搜圖功能來找尋廠商樣布中相近的花色樣式，讓設計師可以更加直覺便利的從生活中找尋想要的布樣花色。

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。

人才選擇公司的世代來臨，透過Apollo獨家招募功能Lasso AI Video Interview先面試再篩選，縮短招募時間，讓企業實現大批量招募；針對不同職缺設定相對應的問題，提供快問快答、選擇題、基本答題等題型，讓企業實現結構化面試題型，結合AI應用分析潛在情緒資訊、透過綜合加權評比客觀分析，自動生成人才矩陣快速篩選網羅試才。<業界唯一>做到一體化招募管理，Lasso AI Video Interview與企業招募網站和招募、人資系統完美整合，從內部職缺申請、公告、履歷蒐集、篩選、視頻面試、面試官審查紀錄、人員錄用簽核、錄用通知一直到建立員工資料，整個作業流程僅需單一平台即可完成，幫助企業打造專屬人才庫和完美實現一體化招募管理流程。

協助將第一代智慧里長系統轉移至LINE官方帳號上，建置「新北市智慧里長」LINE智慧客服服務，提供里長工作業務的個人服務，例如「里長通報」、「公文匣」、「巡守隊」等功能。

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。

提升客服人員面對客戶提問的回應效率與資訊正確性。利用企業累積多年之知識庫預先訓練，透過對話式介面輸入客戶提問，第一時間取得建議回覆外，並提供過往雷同異常及解決辦法作為參考依據。此外還加入非問題回應，例如：打招呼、功能介紹、資料庫細節介紹。並根據場景提供對應參考附件，供同仁檢視及朔源，大幅提升解決方案效率。同時還可因地制宜，進行敏感機制設置，因應需求調整限制敏感議題回應。

AI對話式商務整合平台，從客戶端至客服端，支援串連所有的工作流程，包含相關系統整合串接，讓工作流程快速和提高效率，不單以最新的AI智能客服當第一線，更以IA人機協作方式，輔助客服人員快速了解客戶需求和維繫良善的顧客關係管理。 而我們設計的聊天機器人平台，採取最新的人工智慧Deep Learning 深度學習技術架構，可交互式問答多輪對話能力，自動學習問題類別，進而找到答案，大幅降低人力建置成本，並達到高準確率和廣知識涵蓋率。並在整合文字、語音與對答能力的同時，更能透過自然語意理解(NLP)及人臉、語音辨識，以文字客服、實體廣告機，3D智能機器人與客戶輕鬆互動對話交談，讓使用者在對話的過程當中，更能快速了解產品資訊、產品應用和其功能特色，更進一步結合真人銷售。 我們可以將所有顧客軌跡進行數據整合，不論客戶拜訪網站、APP、LINE、FB等社群媒體，以及客服中心(Contact Center) 包含真人服務包含電話、文字客服等，皆可將客戶資料統一歸戶，以利後續消費者行為分析。在這幾年中已成功導入銀行業、政府單位、電商業、交通服務、物流業各大產業，提供智慧服務、智慧交通、智慧政府、智慧物流等AI技術應用。

於營業場所之開放式廁所建置Sensor蒐集使用人次、使用時間、異味濃度偵測與空氣溫、溼度等數據，回傳至品質監控平台進行AI數據分析，建立智慧廁所品質監控平台供管理單位使用，了解廁所即時使用時間、人次與環境髒亂程度，提供警示提醒派遣人力清潔、檢視廁所情況與做出因應措施部分，協助管理人員進行環境品質監控與髒污預警派工，透由歷史數據分析各時段使用人次進行廁所動態人力預測性的調配建議，有效規劃人力資源管理與運用。

Openfind 致力於企業溝通及安全領域二十餘年，避免敏感信息的外洩，內容稽核已是企業資安不可缺的一環。有鑑於企業導入稽核流程後，因現有技術大多只針對檔案文字內容處理，但訊息溝通並非僅限於文字而已，圖片、音檔、影片中其實也蘊藏著許多重要的資訊，以往在實務上只能將特定格式的檔案攔截留置，後續再採用人工查核的方式逐一審查，因此耗費大量人力且造成訊息遞送的延遲。Openfind 採用 AI 深度學習(Deep Learning)來處理非傳統文字的信息內容，輔以自然語言理解技術 (NLU) 來識別溝通內容意圖，可以有效的做第一線的判讀，可節省大量審核之人力，提升審核精確度，並加速信息的遞送速度，解決了現今企業的一大難題。

於平台資料庫中，客戶可以找到產品的用料需求、輸入關鍵字進行搜尋，並可在關鍵字中，讓其依照布料組織、成份、重量等數值讓其依序排列，進而找到想要的布料圖像資料，也可用以圖搜圖的方式，找到類似紋理，圖案的布片。