應用案例

CloudMile AI 自動內容生成解決方案，專為媒體、出版、電商等內容密集產業設計，協助企業將內容生產流程全面升級至 AI 驅動的新世代營運方式。透過結合全球知名 Generative AI 與大語言模型（LLM）技術，CloudMile 協助客戶從資料整理、標題生成、內容重寫、到語法優化，自動化處理大量文本任務，提升產製效率與內容互動表現。 以時報資訊為例，CloudMile 為其量身打造一套內部專用的文案生成 API 系統，部署於 Google Cloud 平台並串接其內部 CMS，無需額外前端介面，便可快速整合至既有新聞流程中。該解決方案支援多種應用場景，包括「高互動率標題生成」、「社群新聞自動撰寫」、「新聞內容重寫」與「錯字修正」，每一項功能皆透過過去的新聞資料與讀者互動數據訓練模型，確保生成內容符合品牌語氣與編輯需求。 專案導入後，時報資訊在新聞點閱率方面提升逾 20%，有效證明生成式 AI 在內容產製效率與讀者參與度兩方面皆具明顯成效。該系統不僅能針對 PTT 等社群素材即時生成初稿，更可根據歷史流量數據預測標題互動率等級，協助編輯更精準地制定新聞策略。透過 CloudMile 的專業技術支援與技轉機制，企業可持續自主優化模型，靈活調整生成規則，打造出專屬的內容 AI 協作系統，實現內容生產與經營效益的雙重升級。

生產製造公司83％的資訊長認為，設備維護以及總體資產分析最佳化為提升企業競爭力之最主要途徑。「機台故障預診斷」是一套人工智慧（AI）與機器學習的系統，分析機台所產生的製程資料，進行即時監看、預測並以視覺化資料呈現，讓產線管理者可以掌握設備的健康狀態。

本公司將AI語音評估導入英語數位學習平台，提供學習者英語自學與英語口說練習，並提供教學者透過平台取得學習者之AI語音評估學習成果，透過數位學習平台填補英語口說的練習缺口，以強化英語教學者與英語學習者對口說訓練的需求。

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。

實務上醫療機構對公司所提供之AI應用有迫切需求，並且國內尚無相關急重症預測軟體獲得醫療器材二級許可證，因此此應用在市場上具有其特殊性與獨占性，無須進行生物標記即可產出風險機率值，將更容易與臨床醫療資訊系統進行結合而加速拓展至國內外市場。 運用人工智慧技術，能夠預測未來24小時之後病人發生AKI(急性腎臟損傷)、ARDS(急性呼吸窘迫症)等重症的機率值，藉此資訊輔助醫事人員判斷病人發生AKI、ARDS等的風險，並能即時且連續性的超前預測，掌握介入的黃金時機。 所需之輸入資料，須由醫院端依API手冊之指引實作Software Interface，有兩種模式(Model)，以AKI(急性腎臟損傷)為例： Model-1：醫院資料來源主動、定期推送資料至Software Interface，本產品再定期向Software Interface取得。 Model-2：本產品定期向Software Interface索取資料時，Software Interface才向醫院資料來源索取資料。 上述Model-1、Model-2只需擇一實作即可。 本產品輸出主要為兩大部分： 1.風險機率值：數值範圍為0%~100%，數值越高代表急性腎損傷(AKI)發生的機率越高。 2.特徵權重值與其排序。 (1)本產品之預測產出共21項特徵及其權重值(-1.0~+1.0)，特徵權重的絕對值越大，代表該特徵對於預測模型的重要性越高。 (2)輸出特徵權重值及排序之臨床判讀，臨床醫療人員可以參考產品輸出的特徵排序，了解該病人發生AKI風險的重要因素。

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。

MARS 基於關鍵設備的時序數據，自動建立異常識別模型，即時產生健康度/相似度曲線與重建誤差，在設備效能出現偏移的早期（可提前數天至數週）發出預警。系統同時提供關聯測點排序與根因推論、Web 即時監控與知識管理，協助現場快速定位問題、安排維護，降低非計畫停機與產能損失。功能內容包含：★「多變數時序建模與異常偵測」：非線性分析、健康度/相似度曲線、重建誤差監控。★「自動化與少程式化（No-Code）建模」：互動式資料清洗、設備屬性視覺化配置、一鍵部署。★「關聯與根因分析」：關聯測點排序、單點「實測 vs. 預測」對比、事件時間軸比對。★「資料整合與即時監控」：連接 PI/AF、即時 Web 監控面板、告警治理與知識管理。★「MLOps 與模型治理」：版本管理、再訓練與回訓、門檻管理與效能追蹤。

【睿思商業智慧與決策輔助服務】透過AI知識管理與智慧對話機器人，協助企業整合營運數據與流程知識，實現即時查詢與決策支援。 【AIKM 】建構結構化知識地圖，【 CROSSBOT】提供自然語言介面並串接LINE等平台與內部系統，強化決策效率與組織應變力。【適用場景】 ■ 1.支援營運資料匯整並產出報表　■ 2.員工SOP即時查找　■ 3.客服即時回應等多元應用

【睿思AIKM + CROSSBOT自動化審核輔助系統】結合知識管理平台與智慧對話技術，針對企業在表單、申請、合約、稽核等流程中常見的審核需求，提供即時、高效且智能的輔助工具。 【 AIKM 】負責彙整與管理審核規範、歷史案例與作業標準，建立結構化的知識資料庫； 【 CROSSBOT 】則提供自然語言互動介面，協助審核人員快速查詢相關規定、自動判斷缺漏項目，引導填寫錯誤修正、提醒重要注意事項。 【適用場景】 ■ 1.財務：單據費用與公司政策自動比對審查等。■ 2.人事行政：人事異動／假勤申請與公司政策自動比對審查等。 ■ 3.法務與合約：條文比對、資料驗證審查等。 ■ 4.稽核與內控：報表自動生成，自動合規檢查等。

AI航燃靜電消散劑添加量優化系統，透過大量感測器資料數據收集創造原始資料庫，科智企業採用人工智慧深度學習(Deep Learning)，以及演算法，透過MusesAI平台整合所有資料來源並精密分析運算後，即時監控工廠油槽靜電穩定度，提升出油槽量導電度之穩定性，協助改善客戶端現有之航燃靜電消散劑添加量優化之依據，讓使用者能快速掌握油槽狀況，以確保運送過程安全。 同時也可以整合科智企業發展的ServCloud，不僅協助自主客戶並能擴大至上下游，整合各個廠域工廠資料，打造智慧供應鏈，也可以將原先廠內的ERP、MES資料進行介接，不浪費企業內部資源。將機台、人員、金流、報工資訊等重要工廠議題，進行整合與使用，讓工廠資訊即時且透明化。 目前已成功導入台灣化學工業事業體群。

台灣黃頁（web66.com.tw）為全台最大B2B/B2B2C詢價媒合平台，專注企業買賣雙方媒合超過16年，累積12萬企業會員、7大站群聯盟、Google收錄超過310萬頁，詢價買家到訪率達59%。透過叢集式SEO與高品質網站導流機制，有效將公域流量轉化為詢價留言。平台自主研發AI模型，導入機器學習、雲端運算與歷史資料分析，結合關鍵字語義擴充、變數匹配演算法與AWS高效分散運算，智慧比對買家詢價與賣家供應，實現貨比三家、精準媒合。更進一步提供市場趨勢、網路商機、關鍵字策略、競業分析、新品開發與企業價值鏈等整合服務，協助企業掌握商機、提升接單，創造多贏。

以人工智慧、電腦視覺、深度學習為基礎，透過 Viscovery 自行研究開發的技術，為電商提供【AI 圖像搜索解決方案】，打破文字搜尋的限制，讓消費者透過拍照或上傳照片來搜尋難以形容，甚至無法使用文字來做搜尋的商品，例如：外來文商品、服飾、鞋子、包包、美妝商品等，讓搜尋變得更直觀、容易，藉以提升商品搜尋效率與消費體驗，並進而提升電商轉換率與銷售額。目前已與台灣 momo 合作導入。

AI 智能客服助理是一種快速、容易、且低成本的文字智能客服解決方案。該服務旨在幫助中小型企業實現 AI 智慧化轉型。企業只需提供常見問題 (FAQ)、產品資訊或官網資料，無需編寫程式碼或 AI 工程師，即可自動學習並準備上線。

基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別)，將設備的實時運行數據同其特有運行模式進行比對，發現系統行爲的細微差異，從而對設備可能存在的問題進行提前預警，實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限，但PRiSM是以點的周圍來計算，利用演算法建立一個正常的模式，當實際值和預測值之間的偏差超過允許的限制時進行預先報警。

本系統是睿傳數據攜手臺大醫院，專為輔助放射科醫師判讀胸腔低劑量電腦斷層(LDCT)影像所開發的AI醫材軟體。 目的在於應對我國肺癌篩檢量能遽增的挑戰，透過深度學習技術，自動偵測、量測並分類肺部結節、協助醫師自動產出完整的篩檢報告，使醫師提升判讀效率與準確性。 1.本產品已獲衛福部TFDA第二等級醫材許可及國健署公開推薦，是國內肺癌篩檢AI的領導解決方案(仿單AI準確度規格，以負責任AI框架方式全面覆蓋Lung-RADS指引)。 2.本產品獲2024年經濟部補助，工研院協助，偕同馬偕、臺大、陽明交大共同進行大型臨床試驗，卓越成果發表後，送件台北市衛生局申請自費項目。 3.本產品獲2025年衛福部邀請，於負責任AI中心成果發表會上，分享如何達成負責任AI的經驗。 4.本產品另外支援【國家癌四肺癌研究計畫(不吸菸)、AZ藥廠肺癌研究計畫(吸菸者)】使用於十家醫學中心共同致力於肺癌的中長程研究開發。