應用案例

智慧商務IVS可以提供實體零售商店/遊樂觀光場域打造的商情及人流分析系統，透過影像辨識的AI技術，結合數據視覺化(Data visualization)的設計，協助場域/零售業者掌握顧客的購物動線與習慣，再利用大數據分析，準確預測顧客未來的購物行為。巨鷗科技「智慧商務IVS」採用最新人工智慧深度學習(Deep Learning)，設計的AI智慧商務分析系統，整合影像、空間資訊、動線行為辨識，這些數據不只讓商家業者可以優化場域動線的設計，還能有效降低經營成本，不只是客流量的分析，還可以以此決定場域/店內人員的調度計畫，都可以透過大數據做出較為準確的預估。

光學膜製膜裁切時，需由人員針對AOI照片一張一張分類，避開不符規格的瑕疵進行裁切，人員進行瑕疵分類時耗費大量時間與人力。我們設計了一套含有標記、資料前處理、訓練以及模型佈署預測功能的系統平台，人員只需上傳瑕疵資料，並到平台上標記瑕疵類別，系統平台利用卷積神經網路(convolutional neural network, cnn)進行訓練與分類計算。並回饋訓練成果與準確度，提供一鍵式模型佈署，將模型佈署到平台中，人員就可以利用佈署的模型進行預測分析，根據分類結果繪製裁切瑕疵map，人員即可根據瑕疵map建立裁切規格，進行裁切分調，並且有效的將A級率從69%提升至90%。

AI專利風險監控平台可以提升廠商用戶的效率，免除單筆查閱在智財局上的觀看時間減少人力耗損情形。此平台的功能之一網絡圖的部份，依據各年份可以讓商業上決策者或者專利的申請者快速的了解自家發展的專利和哪些公司是相似度極高。由自家公司為網路圖的軸心，透過網路上的圖示呈現，快速對應競爭廠商有哪些申請專利，避免捲入侵權風暴中。 即時監控競爭對手的重要專利技術，強化研發能力。除了基本的交叉分析，AI的過人之處在於其不僅可以分析資料，還可針對既有數據進行預測。若想知道對手/產業未來的技術發展，可利用AI的預測分析能力，預測該公司（或整個產業）未來2-3年可能發展的技術。即可快速了解對手目前的技術優勢與動態，輔助公司研發部門做為日後研發方向的參考依據。

在過去，當我們需要從監視系統中找尋目標人物，例如說嫌疑犯、走失人員或是Covid-19的染疫者足跡，我們需要透過人工的方式，去檢查每支攝影機的每個片段，當找到可以作為證據的片段時，也需要一段段的輸出再交給警方或是相關單位，非常的耗費時間。而現在，當我們有了airaTrack, 全場域人員追蹤解決方案，我們可以在場域的主要路徑上，採用攝影機做及時的人臉擷取，儲存臉部特徵值為Face Index, 當需要找尋目標人物時，我們透過搜尋Face Index以及位於監控系統VMS當中的錄像存檔，就可以快速找到與匯出帶有目標人物的影像片段。aira作為影像與AI的專業團隊，致力於提供整合各產業的落地方案，從演算法、軟體、應用都是由自己的團隊開發，並透過數十年的產業經驗，使用先進的AI技術、相容性高的系統架構，來解決客戶問題。

物流/快遞公司每天面對的問題是： 1. 20,000件貨要遞送，公司有300輛車，哪些貨要分配到哪些車，而且不會超過貨車容量？ 2. 一旦100件貨放上了貨車，由於每件貨有貨主指定的收貨時間，司機如何決定送貨順序才能用最少時間每件都準時送完？ 3. 對於新型態的快遞業來說，如何有效率解決短時間內的大量訂單(如食物快遞)？ 4. 有些特殊遞送型態的行業，如需要邊撿邊送(pick up/delivery)，應如何進行調度才能用最少車輛進行最多路順？ 5. 台灣的貨運/快遞業有超過45000家，大部分是中小企業，公司沒有資訊人才，如何能快速導入智慧調度軟體，且不需維運軟硬體？ A.I.R是以人工智慧為基礎的車隊調度服務，以訂閱制(subscription)為主，能夠解決業者上述的痛點。

(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。

大型人群聚集，未被合理控管，因而衍伸之公共危險可能性需被重視。依據內政部群聚管理條文顯示，室外每人活動空間為0.2787平方公尺為非自主推擠危害臨界值，活動空間為0.1857平方公尺為已達人群推擠壓力潛在危害。透過AI自動化即時計算大範圍人數，提供安全管理策略，為本產品之安全管理訴求重點。

主要提供百貨業及會展服務，希望可以透過AI人工智慧計算出，前來市集及消費會展的來客人數，並且析出消費者性別、年齡及情緒，以提供展方及攤商做為參考依據。 會展中的商品多樣化，每個攤商及展方各展出商品各有其特色，但常常無法適時的推薦給消費者，導致錯過商品銷售的機會，雖目前銷售模式彈性及多變，以不再像傳統銷售方式僅經營固定消費族群，AI所分析出之資料可供展方及櫃檯人員，因應不同時段以及大量人潮時，能夠隨時調整銷售方案及策略，提供消費者所需要的商品及服務，並且也可幫助消費者在茫茫會展中提高所需商品找到的機會，達到相輔相乘的效果

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。

面對高教少子化的趨勢，實施人力精簡的對應策略，導致電話客服人力服務能量捉襟見肘。 因此，因此本公司與人工智能公司合作，將教育平台導入智能客服，以減輕人工客服與導入使用者之問題處理, 若無法解決再行轉接專人諮詢，以降低使用者之服務壓力。

對於公司經營而言，客戶購買行為的發生，總領先於經營決策的制定，如何扭轉這樣的落後性，本司導入人工智慧來做預測建議，因此，三益制動科技股份有限公司將擔任後台支援的角色，並負責實體電子發票系統硬體的建置，以及軟體系統的維護工作，並透過開立發票種類與產生頻率，先收集客戶消費習性，週期性，季節因素，或是突發狀況等等，制定相對應的商業決策映射機制，也就是說，使用Neural Networks 作為AI 運算核心，先利用輸出入層級結構，與Sigmoid神經元做為驅動函數(Activation Function)，將過去交易的紀錄，當作初始訓練(Training)資料，以得出穩定的權重數Wi (i=0, 1, …)後，再據此映射出-庫存管理建議、製造決策建議、原料供應商管理建議等等。 舉例來說，本公司目前的一家客戶發票量最大類別為：剎車片組, 再則是機油濾清器、和空氣濾清器，因此輸入1~9月份的發票資料後，得出銷售決策建議，較傾向提高機油濾清器的促銷方案! 而下個階段加值，將要擴充整體產品品項 (例如：潤滑油、剎車油、剎車卡鉗零件、油路清潔劑等等)，甚至加入技術服務費用的項目(例如：定期保養維護、道路救援、零件壽命到期通知服務等等)，據此擴大加值服務的寬度與廣度!

小柿自主研發AI DIP瑕疵檢查機。 適用於波峰銲完的PCBA外觀檢測 可搭載在客戶產線上，也可運用在獨立檢測機台 搭配線性掃描光學模組，完整覆蓋拍攝物之表面取像。 自主研發的小樣本學習瑕疵檢測技術，僅使用10~20張良品影像，即可快速建模、投入檢測，適用於少量多樣的場景，客戶使用小量良品，即可在5~10分快速建模，可自動標註元件節省客戶調整時間，即可立即投入產線檢測。自主研發的AI深度學習技術，可實現PCBA之外觀檢測，例如缺件、極反、錯件、偏移、破損等瑕疵檢出。

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

MusesAI- 是提供製造業非資訊人員，透過一站式介面指示精靈，可快速、簡單、準確度高方式，在系統介面自動協同標註特徵及自動訓練AI模型，而後即可立即下載佈署使用的一站式AI模型開發平台，其中AI應用模組類別包含影像類及數據類兩大方向，影像類涵蓋物件辨識(數量、標工)、人員行為辨識、工地安全等；而數據類則涵蓋機台閒置預測、設備故障診斷等應用，可大幅降低一般AI模型開發門檻及投入時間。

傳統投入大量人力及時間成本的人工巡檢方式，已無法因應高頻率與成效式的道路養護作業需求，因此，使用人工智慧演算法建立道路鋪面破壞辨識模型，透過攝影機與車機系統達成即時邊緣運算，並同步回傳影像與空間屬性於雲端品管圖台。