應用案例

有許多傳統產業之生產機台大都是封閉式系統，依賴資深的”老師傅”經驗進行機台參數調校，以維持生產順利與生產品質。 然而面臨智慧製造之機台聯網需求，既有機台升級汰換的高額成本大幅阻礙了傳統產業升級的規劃。 因此，此案例透過採用非侵入式感測技術取得傳統製粒機台的電氣信號、振動信號，並使用AI機器學習演算法來建立機台 協助廠商傳統產業建立「生產機台徵兆訊號擷取與連網建置」、「即時生產資訊可視化平台」及「有機肥製造廠區生產智慧化模組」，以協助業者進行有機肥料的品質優化及達到提升設備稼動率並降低生產與人力監控成本

由於各式瑕疵原因分別在不同製程情境發生，於電鍍後進行判斷較能夠有效提升品質管制效率，需採用全檢模式以肉眼辨識，辨職難度高且高度仰賴人員的經驗，且遺漏比率約10%。透過以AOI自動光學檢測加上深度學習技術，克服金屬扳手反光之特性，提高瑕疵的辨識率(1) 縮短品檢作業時間：透過AOI智慧瑕疵檢測系統，每隻扳手檢測時間自3-4分鐘縮短至約3秒，統計報表由系統自動產出取代過去人工抄寫，且避免篩選遺漏。(2) 老師傅經驗數據化及標準化：依實際檢測數據進行標準差異值統計分析，回饋QC工程標準以優化公差設定值。(3) 生產批及不良品數量整合串接電子看板及MES、SPC系統，提高資訊即時性及加速管理報表產出。

於新北市青年局官網導入ChatGPT模型的官網智慧客服「青年小幫手」，協助來到官網的使用者能夠快速找到資訊並掌握重點。

我們的AI對話式商務整合平台，從客戶端至客服端，為您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。

(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。

汽車零件再製造工廠每年要生產的型號會跟著二手市場變化，以傳動箱來說，市面上最常見的二手零件不會超過500種，但每年都會淘汰最老的50種，同時增加新的50種。如果將每個零件拿去不同角度和不同背景拍攝，每種傳動箱大約要拍攝1000張訓練張影像，要讓傳統的物件分類AI持續每年學習，每年都要準備50000張訓練影像，透過生成式AI，客戶願意每年針對50種零件掃描建模，訓練出來的辨識器可以幫助再製造工廠辨識現場的原料，協助原料管控同時，也可以降低採購在零售商的溝通成本。

海洋公民科學家於107年建立了垂釣回報功能，公民科學係指由專家學者進行規劃，並提供一般民眾參與研究案中的部分資訊，公民參與不僅可提供海洋保育署更多的海洋資訊，亦可推動學術普及。110年導入AI魚種辨識服務，民眾上傳魚種照片後，系統會自動提供三種相似魚種以提高資料回報的準確性。為使公民科學家能更深入瞭解魚種特性、學名、俗名以及習性等資訊，介接「臺灣魚種資料庫」以提升公民科學家對於魚種的知識與認識，讓使用者更便利的進行填報。直至113年7月共有4004位垂釣公民科學家累積35,017次垂釣回報，112年度進一步增加垂釣資料的蒐集欄位，改善填報系統的便利性，針對臺灣地區常見的魚種，新增84種魚種辨識種類，使填報魚獲的資料更加豐富。

學習語言與學習文化相輔相成。掌握華語才能深入了解臺灣文化，掌握臺灣文化才能把華語用到恰到好處。為了增強海外學子學習華語的動力，強化學生與臺灣的連結，僑務委員會自2020年推出首屆〈2020全球僑校學生華語口說爭霸賽〉以來，獲海外僑校師生熱烈迴響，總計有來自全球27國159所僑校學生組成511隊參賽，共計1,533人參加比賽。 僑務委員會於今年（110年）舉辦第二屆2021全球僑校學生及僑生華語口說爭霸賽，成功吸引上百組海內外6-18歲學生爭相參與。今年賽制分為朗讀賽與跟讀賽，全程採AI系統即時評分，各組並分別評選出5名優勝者，為慎重起見，僑委會請所有優勝者另檢送朗讀影片檔，並委託迪威智能公司以語者辨識演算法與參賽者原始音檔進行比對。 迪威智能公司採用領先市場的語者識別演算法進行驗證，成功複驗比對優勝者40人音檔，顯示此模型的可靠性以及適應性即便是不同的錄音環境也能夠準確的驗證出語者身份。

1、BrainBuilder是一個進階語意理解服務平台，結合網際智慧發展23年來累積的自然輸入法大量語意模型及創新深度學習演算法，可建立具備深度語意理解、上下文關聯之連續多輪對話、個人化主動互動、多人溝通協作的企業專屬AI助理，並管理相關的AI助理技能與服務。 2、BrainBuilder建立的AI助理，可做到模擬真人與用戶以自然語言對話方式互動，可用來設計航空業或交通運輸業的語音訂位訂票助理、餐廳或各類服務業的語音訂位助理、零售業的個人化導購機器人、企業內會議預約及後續追蹤的智能秘書、實體機器人的AI互動大腦、IoT硬體裝置的操控對話大腦等。 3、應用案例：中華航空公司的員工優待機票系統、火車來了沒語音助理App、Nuwa機器人、遠傳迎賓機器人、淇譽電子智慧音箱、ibo-office考勤助理… 等，可以搭載在手機App、電腦、智慧音箱、IoT裝置，也可以運用於電話語音系統、網站、LINE平台。 4、提供雲端版、落地版，100%台灣AI技術開發，歡迎應用系統界接整合，為您現有應用系統賦能AI，提供AI助理服務。

滿拓科技提供客製化的 LLM 演算法落地訓練服務及企業資料庫串接， 協助您領先市場推出最具競爭力之專有領域生成式對話 AI 服務， 抑或是實現內部 AI 資料化訓練，滿拓獨家 LLM 自動化訓練流程， 可在高度自動化程序下，用最短時間協助您推出新型態 AI 服務 ，提供從雲端到地端落地部署一站式整合服務，整合了 AI 專家顧問、 AIHPC 技術環境資源、大型語言模型 LLM 開發服務，並且能夠支援在地服務， 滿拓科技願與您攜手合作，協助貴司擁有最符合企業需求及 使用效益之 LLM 產品，搶佔市場領先地位

物流士AI語音助理採用數位客服助理的概念，整合人工智慧、語意分析等技術，協助解決國內物流士離職率高，1至2年資歷的物流士平均占比高達4成左右新手司機因不熟路徑，全程配送時間平均比老手司機多出1.5~2小時，邊開車又要聯繫客戶容易產生交通安全上的問題，忙碌忘了聯繫，收貨人不在又需重複再次配送。DHL採用APP提醒司機最近取貨點及正確送貨地址，縮短50%等待時間並消除包裹送錯地址的人為錯誤，工研院服科中心「物流士AI語音助理」數位客服助理即時追蹤物流士的配送動態，管控中心預先透過數位語音的方式，掌握車輛目前位置與下一送貨地址，先與收貨人進行聯繫確認收貨人可否收貨，收貨人無法收貨變更下一送貨點並即時告知物流士。當路況異常導致配送時間延遲時主動告知收件人，並透過語音或文字，回復貨件動態查詢。每日出車排單時間減少30分鐘；每件貨收件地址查詢時間減少2分鐘每日可節省約1~2小時的查找時間，並可與廠商原有配送作業系統結合，擴充分析的資料區域趟次/貨量/時間窗/客戶商情/配送熱區分析服務。

智慧製造、工業4.0的概念已經對製造業帶來了一個新的概念，人工智能、5G、物聯網已經帶來了技術上的可行性，智能化 MES、CPS IoT/AIoT、智能控制系統、運用機器人的自動化，將帶來工業 4.0所強調的互聯、整合、數據、創新與轉型，並結合公司整體 ERP 與 CRM 系統，帶來更低成本、高品質、顧客高滿意度、符合市場快速更迭的製造服務與產品。 廣宣科技智能製造團隊，運用特殊 AI 深度特徵解析技術，將連續或離散生產數據，加以智能化處理，將所有產線效能指標做相依度之計算，並運用當前人工智慧解析特徵黑盒子的最新技術，將產線數據找出關鍵特徵，並配合製造專家顧問團隊進行產線問題解讀、並進一步透過各樣規則建模，並控制各項變因進行製程優化。不但可達到數據可視化、提升產線透明度，更能透過智能控制系統，達到互聯、集成，甚至反饋控制的效果。廣宣科技智能團隊由人工智慧資料科學家、工業工程專家、資深廠長級顧問團隊、控制系統專家、資訊系統整合專家組成，為不同工業需求提供客製化與具深度的顧問分析服務與智能資訊平台。已與多家兩岸三地製造業、化工業、電商物流業進行系統客製與智能化諮詢。

一般市面上的機械手臂通常只能執行單一物件的取放，在少量多樣或產品變異性高的產線中，不容易實現自動化的需求。本案透過AI演算法和3D成像技術來揀選未知物品，即使它們被緊密的包裝在一起，仍然能夠辨識出個別包裹，系統也能計算出最佳的揀選點，規畫路徑引導手臂避免碰撞。

透過不斷的改進與優化，智能電話機器人能夠應對實務上不同的情境，替各行業有效降低成本、提高效率。它可以運用在名單過篩上，當公司有活動時，交給機器人去大量撥打邀約電話，顧客真正有意願時才線上即時交給非忙線的專員，是一個更有效率的運用；隨著上線後有更多的數據庫，機器人也可以持續優化，例如精簡話術、增加語料。能夠用於電話行銷、帳務催收、滿意度調查、新客戶回訪、活動通知、續約通知、繳費提醒、語音導航、預約服務、訂位訂票等，深耕於多行業領域業務，更理解業務，更瞭解客戶，更具有智慧。

過往文件資料的彙整、分類、分析作業皆需仰賴大量人力的處理及判讀，除去高昂的人力與時間成本，透過人力進行這類型工作無可避免會出現人為誤判的情形，往往需要進一步的檢查、驗證，方能確保解析結果的正確率在可接受的範圍內。藍星球資訊將自主開發的自動化資料豐富程序(ADEPT)，搭配改良後的長短期記憶網路(LSTM)、語意向量(word2vector)、深度學習(kNN)等機器學習模型整合為【透事THOUGHTS】系列技術，運用AI演算法自動剖析文本，將巨量文字資料進行智慧分類、自動摘要、詞彙萃取、情緒感測、精準推薦及觀點聚類等分析，協助使用者從中提取可供加值再利用的各式特徵資料。本技術常應用於典藏資料、知識文件、書籍文章、開放資料等各類型中文資料，亦可串接於各種規模資料庫的建置。