應用案例

傳統保全業者或社區大樓保全須以固定人力執行長時間重複關注且99.99%時間均浪費在等待，或是傳統感測器均只能偵測單一特定狀況。 而近年的人形感測監控於演算技術不成熟的狀況下，誤報率非常高（已經星堡實證），反而更增加客戶與保全業者的困擾與成本浪費。 本公司的分散式節點暨邊緣運算能有效降低誤報，且經由收集得之影像，能更精進影像識別能力，並且於系統學習之後，可經由線上更新客戶端系統，與傳統設備無法更新或更新困難相比，本系統更為靈活，且效率更高。

昱峰以智能大數據科技(AI+BIGData+Technology)的核心能力，引領晶圓製造業進入智能決策新境界。昱峰團隊曾在半導體晶圓廠有24年經驗，橫跨製程，產能，良率，產品設計，IT各個關鍵領域。並投入14年的實戰經驗以智能數據分析能有效定位製程上各類問題，並幫助晶圓廠創造百億以上的績效。 在全球晶圓產能持續升高之下，我們該如何在這波產能擴增中勝出。另一要關注的趨勢是，各大晶圓廠在微縮製程的追逐，暫告一個段落，轉向在利基產品上聚焦。在此趨勢之下，要在原本的產能製程技術上，想要有突破性的成長與改善，投資非常巨大。AI+BIGDATA給我們指引出一條新的路徑。

透過使用者的個性屬性資料分析預測可能喜歡的內容，如從使用者的年齡、性別及過去的流覽紀錄等，當使用者正在流覽文章時，系統將自動分析使用者偏好的類型、從流覽的時間分析對於該部文章的喜好程度等，機器自動追蹤使用者的喜好，以更精准的推薦使用者正在想看的內容。 系統不斷的自動學習使用者個性的流覽行為，個人化的推薦是即時更新的，即當網站的來源內容或使用者流覽行為發生改變時，推薦序列會自動改變，為使用者即時提供感興趣的內容。

為了解決X光影像資料不足、類型不夠多樣的問題，我們開發了一套「影像擴增應用程式」，可以幫助建立更多、更豐富的訓練資料，用來提升AI模型辨識可疑物品的能力。這個程式有操作簡單的圖形介面，只要選好資料夾和影像變化的方式，就能自動批次處理大量X光影像。 整體來說，這項工具不只操作方便、靈活性高，也能有效補強訓練資料的不足，協助海關或安全單位建立更聰明、更有效率的智慧查驗系統。

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。

UGuard AI是數聯資安根據U-SOC資安監控中心服務超過180個客戶、監控1400台以上資安設備、持續營運超過10年的在地經驗所孕育出來的資安管理解決方案。它擁有資安監控中心必備的事件收集、分析、儲存與監控功能，並具有客製化流程引擎與主機人員的入口網站。它可以串連各種資安設備、主機系統的資安訊息，產生資安的整體概況並提供即時警報，讓企業不再是被駭客打著跑，而是主動監控、鎖定、處理並遏止資安案件的發生。整合業界最強的巨量資料引擎領導者Splunk作為主要的處理核心，大幅改善傳統SIEM(資安事件管理)方案的處理效能及反應速度，並且融入數聯資安長期在SOC資安維運服務上的專業經驗所彙集之新世代SIEM知能資安整合平台。

利用多國語音辨識與智慧點餐，協助餐飲業者接待外國觀光客，使用本國語言點餐。協助商家以AI功能自動將商品名稱、商品描述、商品加值等內容翻譯成多國語言，提供海外旅客無阻礙的在系統上直接選購，支援英文、日文、韓文、法文為基礎語言，協助店家提供海外消費者優質消費體驗。

使用人工智慧中之深度學習及機器學習等技術，以混合式多模型(Hybrid model)的設計方式，分析並利用各個傳感器的輸出資料，自動學習並歸類異常行為，並以此做為預測模型之輸入特徵，預估設備的使用狀態，並進一步預測其剩餘的壽命，提供系統使用者相關資訊和及時警告以提早做出最優決策，使潛在之危害最小化。 (1)依據過去人流歷史資料，進行人潮數量之預測，供彈性調度行車間距。 (2)即時分析軌道定位感測器回傳之即時訊號，可預測定位感測器之故障，在定位感測器故障前，即可提早檢知與提早因應，減少全線交通因定位感測器故障導致之停駛或降低行車速度 (3)常態性檢測車廂車軸振動訊號，即時檢測車軸正常或故障並立即辨別故障型態，減少車軸相關元件定期更換頻率，以預防性維修降低定期維修成本，提升行車安全及維修效能。

牧場即時監控與告警、產蛋率預測

本專案主要功能為透過人工智慧影像辨識技術，即時偵測工地現場人員是否正確佩戴安全帽，以強化施工安全管理並降低職災風險。系統整合工業攝影鏡頭與NVIDIA Jetson系列邊緣運算模組，於現場即時執行AI推論作業，當偵測到未佩戴安全帽或進入禁區等異常狀況時，立即觸發聲光警示並將影像紀錄與警報資訊同步回傳至管理平台，協助管理人員即時掌握現場安全狀況。其應用功能包括：安全帽佩戴辨識、違規行為告警、出入稽核記錄、異常事件回報及安全報表生成等，能有效取代人工巡查，提高監測效率與精準度。 應用產業與場域涵蓋建築工地、營造工程、廠房施工、高科技廠區、公共工程及能源設施等高風險工作場所。系統同樣可延伸至製造業智慧工廠，用於監測人員是否配戴安全防護具（如護目鏡、耳罩、防護服等），或應用於物流倉儲與港口作業，進行人員進出監控與安全紀錄管理。未來更將逐步擴充至「安全背心」、「安全面罩」、「安全手套」等個人防護裝備（PPE）辨識模組，實現多項安全裝備同步監測，建立智慧工地的整合防護機制。 AI技術運用方面，系統採用Roboflow平台標註並訓練多場域影像資料集，使模型能於多角度、強光或低光環境下仍具高精確率。模型部署於Jetson Nano或Orin NX等邊緣端設備，具備低延遲與離線運作能力；同時結合AIoT架構與雲端資料庫，能自動產生違規統計與趨勢分析報表，協助管理單位掌握安全遵守率與風險熱點。 實際應用案例包括：於建築工地導入本系統後，透過AI即時警示與影像紀錄功能，顯著提升施工現場安全性與管理效率。整體而言，本技術可作為智慧工地及智慧製造之基礎模組，為產業提供自動化、可視化與智慧化的勞安管理解決方案。

受到快時尚及網路購物風潮影響，品牌客戶對即時且準確供貨之要求越趨嚴謹。建構網實智能化製造、生產、銷售系統，以快速反應或預測市場需求，產業供應鏈垂直與水平數位化、智能化，成為全球搶單競爭關鍵。在缺乏即時內外部資訊整合條件下，每次決策都在考驗高層主管的智慧與運氣，常備原料採購時機錯誤就可能導致公司訂單賠錢，生產決策錯誤就可能導致需要空運才能達交，昂貴的空運費即大幅抵銷了訂單利潤。利用基因演算法+資源限制分類，並整合訂單、排程及產能，模擬生產排程資訊提供給廠長決策參考。此一應用可最佳化安排生產，減少瓶頸問題，提高物料供應精準度，減少停工待料的問題。

人才選擇公司的世代來臨，透過Apollo獨家招募功能Lasso AI Video Interview先面試再篩選，縮短招募時間，讓企業實現大批量招募；針對不同職缺設定相對應的問題，提供快問快答、選擇題、基本答題等題型，讓企業實現結構化面試題型，結合AI應用分析潛在情緒資訊、透過綜合加權評比客觀分析，自動生成人才矩陣快速篩選網羅試才。<業界唯一>做到一體化招募管理，Lasso AI Video Interview與企業招募網站和招募、人資系統完美整合，從內部職缺申請、公告、履歷蒐集、篩選、視頻面試、面試官審查紀錄、人員錄用簽核、錄用通知一直到建立員工資料，整個作業流程僅需單一平台即可完成，幫助企業打造專屬人才庫和完美實現一體化招募管理流程。

MEW Reality XR Studio虛實製播服務平台整合本地語音辨識（ASR）、自然語言理解（NLU）、語音合成（TTS）與知識檢索（RAG）等AI核心模組，實現在Kiosk等邊緣裝置中即時、離線的智慧互動體驗。平台針對台灣在地語音特性開發繁體中文TTS與語意理解技術，支援情境感知、情緒語音風格調整與長文本韻律優化，大幅提升虛擬助理的自然度與同理性。 此外，平台提供虛擬角色即時製播功能，結合動作捕捉、3D角色同步驅動與即時渲染，支援Vtuber直播、虛擬導覽、XR展示等應用場景。用戶可藉由直觀控制介面與標準化角色綁定流程，高效完成互動內容製作。平台同時具備邊緣運算資源調度與本地知識庫自學習機制，有效降低對雲端依賴、節省頻寬並提升數據安全性。透過AI與XR整合的雙軸設計，MEW Reality不僅強化多場域智慧應用，也為產業提供具成本效益的沉浸式互動解決方案。

歐特儀為政府路邊停車開單外包廠商，過往操作員在惡劣戶外天氣下容易遇到設備卡頓的問題，並在偏遠地區會因設備沒有訊號連網無法與伺服器連線做車牌辨識比對。使用我司設備後，無論晴雨天能在戶外環境完成路邊停車收費開單作業，並透過我司設備上的掃瞄器及 Pic n Fill 軟體支援，能完成離線『車牌辨識比對』提升作業時間及改善無法連網比對的情況。

智能電話客服機器人透過電話管道為客戶提供與傳統客服一致的使用者體驗，但可以藉由快速接聽電話減少來電客戶的等待時間，也協助引導客戶反映問題，將整理的來電結果交給客服人員作出妥善安排迅速處理，並能夠將客服人力從高重複性的前期例行應對工作中解放，轉而投入處理真正需要複雜規劃判斷能力的客戶問題，提升客服部門的價值。鼎新電腦的「大人物」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力，能夠為企業分析需求並量身打造適合的人工智慧應用。智能電話客服機器人的核心是基於自然語意處理（NLP）技術的聊天機器人，以深度學習與機器學習分析客服語料後建立智能客服對話模型，並整合文字及語音的識別及應答，可以跟使用者進行自然語言的互動。