應用案例

(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。

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。

透過提高生產現況回饋的即時性，減少不良產品產出之機會並降低假警報，進而優化生產管制上下限； 在設備上安裝控制器, 負責收集資料並回傳至伺服器, 以利遠端監控執行異常維修預測，當預測可能有異常時，即時通知現場人員處置除了定期維修保養外，還可以預防異常維修的情況，則對於產線生產調度增加靈活與彈性，降低待工風險，並能提供排產即時參考與產線平衡管理

BeRobot教育型機器人產品開發實驗平台，結合人工智慧,物聯網,智慧感測技術，可同步控制32軸強壯有力的超精密數位伺服馬達,LED,感測器,喇叭,無線通訊,鎂鋁合金骨架，支援10種程式語言(圖形介面,Basic,C++,C#, APP,Scratch,Python,Labview…)，可擴充30種感測控制模組，可以語音控制,腦波控制,手勢控制,紅外線/藍芽/wifi/RF/APP遠端遙控，以最高要求品質在台灣量產多種仿生結構型態，品質極佳符合環保安全規範，具備30等級機器人STEAM實驗課程，適合 108課綱最新科學素養學習指標，多種款式組合功能 可分別滿足兒少學習、小學、中學、大學各階段教學教具、學術研究、技術開發實驗、成人職訓教育..等教學工具。http://www.BeRobot.com

觀光為臺灣重要的經濟之一，臺灣各景點每年的觀光人口從20~100萬人不等，透過人流的數據，於景點拍照打卡進行 AI 影像分析，分析各地區景點人流、年齡層、性別與情緒…資訊，提供景點及有關單位以利後續商業決策及應用，促進台灣的觀光經濟發展。此專案可延伸性應用於COVID19防範，如：2019年4月份全台11處景點警示新聞，可透過此系統提供民眾資訊，及群發告警，避免群眾群聚感染的風險。

SpotCam智慧影像AI服務是一個平台服務(後稱平台)，使用SpotCam攝影機的使用者除可使用一般影像監控系統相關功能外，並可以訂閱額外提供的影像分析服務，透過每月或是每年付費的方式，使用低成本的價格便可使用到過往高成本的影像分析服務。 目前SpotCam已整合進雲端平台的分析服務有：人臉辨識、人類偵測、嬰兒哭聲偵測、遺失物偵測、電子圍籬、寵物偵測、車輛偵測、昏倒偵測，以下介紹各分析服務的內容： 人臉辨識：事先設定好需辨識的人臉，當有人進入畫面時，判斷是否為已設定的人臉，若不是則為陌生人 人類偵測：偵測畫面中是否出現人類 嬰兒哭聲偵測：偵測環境中是否有嬰兒哭泣 遺失物偵測：偵測畫面中是否有遺失物 電子圍籬：偵測畫面中是否有物體通過設定的界線 寵物偵測：偵測畫面中是否有寵物 車輛偵測：偵測畫面中是否有車輛 昏倒偵測：偵測畫面中是否有人昏倒

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

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。

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。

本系統導入於實際畜牧場域，透過高畫質攝影機與AI行為辨識模型，能即時辨識豬隻的活動狀態、飲水頻率與健康異常（如翻倒、離群不動等）。平台支援雲端資料儲存、歷史影像追溯與預警推播，協助飼養者快速掌握飼養情況，降低人工觀察負擔並提升異常應對速度。系統具模組化設計，可擴展至其他畜種及農場應用。

SEGMA RAG 系統運用生成式 AI 與 RAG 技術，整合校內外多元資料來源（如教務、人事、總務、學務、外部開放資料與教育部資訊），透過大數據倉儲與語意查詢機制，建構智慧化的校務決策支持平台。該系統可用於分析校務收支、能源管理、資產設備優化、維運趨勢等校園場景，提供即時、精準且客製化的 AI 回應能力。

需確保雞隻完整性，以利分切人員能分切較完整的雞隻部位，避免浪費。原先需仰賴人工作業，每日檢查雞隻空掛、斷翅、斷頭、半斷等狀況，檢查完後仍需仰賴人力滕打工時，紀錄分切多少雞隻與各雞隻部位，相當耗時。該客戶因此委請緯謙利用AI訓練辨識雞隻照片，能快速過濾掉不完整的雞隻，並能進行統計與分析，以期能節省人力付出時間。

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。

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。

紀錄在新媒體投廣告的軌跡，保存歷史的資料以供訓練。 透過數據分析，建議廣告素材更換的時機，以達最佳效益。