應用案例

透過整合進企業現有的客服系統輸入對話雙方的語音，經過資料預處理後分離出不同的對話人員，再分別分析其情緒，此資料透過 API 會傳給客服系統，可以根據分析結果以分時情緒變化圖的方式呈現出來，可有效呈現客服人員在服務過程中，雙方的情緒變化，進而分析客戶對於服務的滿意度，進而讓客服中心的營運主管可透過AI 進行客服人員品質檢測，解決原有質檢流程人工隨機抽樣，進一步精準分析客服中心整體營運狀態，透過語音情緒分析技術可以有效衡量客戶的有效性與真正效益等指標，解決客服中心進行質檢瑣碎的人工流程及透過AI 增加客觀的分析維度改善整體客服中心的營運績效。

中冠 AIoT 智慧平台最主要的目的，是要將分散部署在不同電腦的AI應用，整合到同一個Ｗeb平臺中，讓員工只要以瀏覽器開啟入口網站，登入帳密，就能一站式管理工廠所有的生產資訊。例如：爐壁厚度監測AI，可透過爐壁探鑽深度與周圍壁面溫度變化的關聯性，訓練AI靠爐壁溫度變化，判斷爐壁厚薄，藉以預測爐壁冷卻元件受損情形，安排檢修時程。爐熱溫度預測AI 則是透過量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預知未來2～4小時的爐熱趨勢，藉此訓練出爐熱預測的AI，若預測到未來爐熱可能下降，就能即時調整生產參數，微調風溫、噴煤量，來維持爐熱的穩定。各 AI 智能應用案例細節，可參閱 https://www.ithome.com.tw/news/142938 報導

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。

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。

過去污水處理作業多仰賴人員定時巡檢，無法即時掌握閘門是否被垃圾或油脂阻塞，經常導致排水不順、水體回溢等問題。尤其在大雨或突發事件時，錯過處理時機更容易造成環境災害與人力負擔。 本系統專為改善上述問題而設計，透過部署於截流站現場的影像監控與感測裝置，即時掌握水面與閘門情況，搭配人工智慧技術自動辨識是否有異物阻塞（如漂浮垃圾、攔油繩、雜物等），並在出現異常時主動發出警示。

將人臉辨識、口罩偵測、體溫偵測整合與服務型機器人進行整合，使其在疫情期間可同時進行體溫量測，口罩提醒等工作; 並可依需要發出警訊。該功能除增加相關硬體設備，同時須與人臉辨識，口罩辨識系統進行整合。口罩辨識系統以機器學習方式建立模型，服務型機器人偵測到人臉時以該模型進行判斷口罩是否佩戴，並決定是否發出提醒語音。

於Covid-19疫情期間建置LINE官方智慧客服「新竹市居家照護關懷中心」，提供照護、隔離、檢疫者相關資訊，達成遠距關懷的目標。

客製化程度高的製造業極難採用全自動化製程的工具，因此主要的生產資源往往是可以因應產品變化的「人力」並輔以高效率工具以提升生產力因此形成以人力為核心的「工作站」生產模式，從而形成本案例所稱之工作站式製造環境，透過產品種類、生產製程、訂單需求、生產力等資料確立利用AI最佳化模型及技術尋求最佳生產排程結果。

隨著電商的蓬勃發展，平台上的商品數量日益增加，消費者對於搜尋商品的效率及瀏覽體驗要求越來越高。然而傳統電商平台在商品搜尋上常面臨搜尋範圍有限、標籤不精確、個人化推薦不足等問題，導致消費者難以快速找到所需商品，進而影響購物體驗及轉換率。 為了解決上述痛點，意藍使用先進的人工智慧（AI）技術，並結合語意分析與個人化推薦系統，全面提升商品搜尋和標籤管理效率，賦予商品具有使用者搜尋意圖的標籤，從而優化用戶體驗。首先我們提供關鍵字與標籤搜尋服務，並搭配商家客製的搜尋排序，以提高資料搜尋查找效率與商品曝光率；同時，針對使用者行為和興趣，提供精準的個人化商品推薦，提升用戶的購物轉換率。另也提供商家自定義排序功能，根據商家的優先級和策略進行商品排序，增加商家商品的曝光和銷售。

本案AI瑕疵檢測系統使用先進的影像處理技術，能夠從不同角度全面檢測工件，並且辨識特徵數量及各種微小的瑕疵或缺陷。相比人工檢查可能因疲勞或視覺限制而漏檢的問題，檢測系統能夠提供更高的一致性和準確度，不受人員情緒和疲勞影響，能夠保持穩定的檢測質量。過去品檢員在使用傳統方法時，需要逐一從多個角度檢查每個工件，每次檢查一個工件需要約15秒。導入AI系統則能在短短4秒內完成相同的檢查任務顯著縮短了每個工件的檢查時間。

AI人工智能音樂合成技術可以達成音樂自動合成效果，使用者只要透過鍵盤輸入四小節的音樂，系統就可以在30秒內譜曲完成，即便是沒有樂理背景的使用者，也能在 AI 人工智慧的協助下快速完成ㄧ首樂曲。這套音樂合成系統，結合深度學習卷積神經網路（CNN）、循環神經網路（RNN）和生成對抗網路（GAN）等模型，達成到「一秒創造大師級的音樂」、「音樂風格譜曲」、「組曲譜曲大師」等人工智慧音樂自動合成之目標。 本項技術除了可以協助創作者完成樂曲創作外，還能即時產生即興背景音樂並適用於餐廳、咖啡廳等公共場所，同時兼具互動娛樂效果。本技術能以App和電腦軟體形式，來整合實現於 AI 音樂合成系統。

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。

奕瑞科技將Deep Learning 演算法極盡所能的在各個領域做出落地的解決方案，除了本身精研的核心演算法之外，還能貼近客戶的需求，與客戶共同討論出最適合的解決方案，並且跟著客戶的SOP，不斷地做滾動式的來回討論，以期用AI 人工智能技術，真正改善客戶在管理上的困難。其解決方案包含解決員工需要監看包商是否違規，交由演算法來判斷，能避免掉人與人之間的摩擦，並且節省了大量的人力監督。另外，AI/AOI 瑕疵檢測也解決了傳統瑕疵檢測過多的誤殺（判）造成現場作業的混亂以及不必要的浪費。

由 Chimes AI 詠鋐智能所開發的無程式碼（No-Code）模型生命週期管理平台 Tukey，作為核心引擎，幫助最熟悉機台狀況的設備保養工程師，彈性的調用Tukey內建或是企業投資開發的演算法，建置設備監診 AI 模型。機台設備可根據AI 模型建立設備性能曲線，設備保養工程師可根據此設備性能曲線，監控全廠設備運行狀況。系統根據性能指標預先反應設備衰退現象，經由系統判斷風險等級，協助保修人員安排計畫性維修，提高設備稼動率，延長設備服務年限，有效的降低工安意外災害。

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。