應用案例

AI 企業助理串接企業內部人力資源(HR)、ERP、財務與訂單管理等系統，一站式整合所有工作資訊，協助IT、HR團隊第一時間回答來自全公司的問題，一站式整合所有工作資訊，讓員工在對話中提升生產力，目標，加速由外而內、全方位的業務數位轉型。

AI醫療已蔚為趨勢，但醫療研究者常因資料蒐集、標註資料、撰寫程式語言和反覆調校訓練模型花費許多的時間與精力。沐恩生醫憑藉與許多不同醫師合作解決AI問題累積的經驗，特別研發出讓醫學研究者不用寫程式即能一鍵自動建模，直接自動處理AI機器學習所需要之特徵工程、模型選擇、調整參數、模型評估等冗長的處理流程，成功打造MAIA人工智慧自動化完整解決方案平台，協助研究者高效生成專屬的分析及預測模型、加速AI臨床應用 ，不但能建立混合數字、文字、圖形、波形複合資料的模型，同時以遷移學習的方法，讓產出之模型可以共享、疊加，進而衍生模型市集，讓研究模型變成分散式合作和分潤的新商業模式，對加速AI智慧醫療進化提供了整體的解決方案。 除醫療影像外，沐恩生醫亦積極發展人工智慧應用於醫療數據之判讀與預測， 以及利用自然語言處理技術，協助生醫資訊學之研究發展，運用此技術除已擴增MAIA平台功能可以透過問句方法大量閱讀與摘要醫學期刊，更可將文字、數字變成向量，運用AUTO DL+GCNN模型加速創新開發，如蛋白質與疾病的關係、蛋白質與藥物的關係，希望能對台灣生技醫療產業的創新及發展做出更大的貢獻。

1. 客戶資料管理與互動紀錄： – 收集和管理客戶資料：開發客戶資料管理系統，支持多渠道數據收集，包括表單填寫、CRM導入等。設置數據清理和標準化流程，確保客戶資料的完整性和一致性。 – 客戶資料的匯入和匯出管理：開發資料匯入匯出模塊，支持多種文件格式（如CSV、Excel等）。設置自動化流程，簡化資料匯入匯出操作，減少手動工作量。 2. AI客戶分析功能： – 利用AI判定客戶購買意向：開發AI分析模型，根據客戶行為數據判斷其購買意向，集成機器學習算法，不斷優化分析模型。 – 利用AI判定客戶等級：設計客戶等級評估標準，根據客戶行為和歷史數據進行分級，開發AI算法，自動判定客戶等級，並動態調整。 3. 智能業務輔助追蹤系統： – 定期聯繫系統建置：提供AI定期聯繫提醒，根據客戶等級和聯繫頻率自動生成聯繫提醒，設置自動化通知，通過電子郵件、短信等渠道提醒業務人員進行聯繫。 – AI跟進輔助系統：利用AI推測潛在客戶，開發AI潛在客戶挖掘模型，根據現有客戶數據挖掘潛在客戶，並動態調整模型，設置潛在客戶管理界面。 4. 跨境線上交易與協議系統： – 設置跨境線上擬約/議約功能：開發支持跨境協議的線上擬約系統，涵蓋多國法規和法律要求，集成數字簽名功能，確保協議的法律效力。 – 開發跨境線上電子簽約功能：設計並開發安全可靠的電子簽約系統，支 持多種電子簽名方式，集成身份驗證和簽名驗證功能，確保簽約過程的安全性。

近年常因田間病害及氣候異常問題，面臨作物產量、品質無法控制的困境，而目前憑藉過往經驗制定的因應對策，除無法有效控制局面，更耗費人力、防治資材等成本，未來將造成產業停滯甚至被淘汰的局面。而本系統將協助解決以上問題，透過建立種植數據資料庫、結合種植流程資訊化管理系統，搭配專家、農民經驗及田間氣象數據，建構出種植數據雲，並產出即時生產進度預測生長障礙警示二項智慧預測模式，系統的種植排程管理功能更同時協助降低作物用藥、資材成本，提高人力效率。系統亦將持續針對各次的種植預測與實際資訊進行誤差分析，將經驗回饋加深系統自主學習，並朝向精準預測目標邁進。

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。

為提升市民查詢市政資訊的便利性與智能化程度，建置一套智能客服系統，透過語意理解技術與自動化知識庫管理，讓市民可自然語言查詢市政資訊，系統可即時回應並持續優化服務品質。

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。

利用安裝於工廠產線或各種戶外嚴苛環境的工業等級的 ToF 與stereoscopy 3D相機擷取大量2D與3D影像，經由立普思團隊特殊的AI機器學習演算法與大數據整合，可有效識別並重建各式物體在3D空間中的相關位置資訊，配合立普思獨家的硬體加速與平行處理功能，可實現高禎率即時物件與人形識別，可廣泛應用於工業4.0、智慧零售、智慧農業、健康照護、安全監控等各種不同領域。 立普思的製鞋自動化方案同時整合了2D與3D機器視覺、手臂控制、電漿噴塗、與機台控制等，能有效取代傳統製鞋業的人工步驟，同時藉由單隻或多隻 2D/3D攝影機，透過影像拼接 (image stitch)方式，將物件全方位掃描結果搭配AI深度學習的自動路徑規劃，直接控制機器手臂帶動電漿噴頭，以精準的法向量覆蓋鞋底全表面進行噴塗，相較目前大多數使用線雷射掃描的方案有更快的整體反應速度，同時也更具價格競爭力。立普思的VGR (Vision Guided Robotic) 方案目前已成功導入製鞋生產，此技術同時也可應用在各種相關產業，或是搭配立普思的其他AI應用如人臉辨識 (Facial Recognition)、人流計數 (People Counting) 、身形辨識 (Pose Estimation)等。

為使YouBike會員能夠自主操作查詢，更快速獲取所需資訊，增加資訊的掌握度，導入AI智能客服機器人平台服務以滿足會員需求，以FAQ、NLU 雙大腦等人工智慧領域相關技術，透過微笑單車提供之應用程式介面與微笑單車內部應用系統介接，提供具價值的即時場站資訊、遺失車查詢與通報協尋、遺失物查詢及預約取件、天天YouBike活動查詢、常見問題等中文服務。 利用 AI 人工智慧建置「智能客服機器人」系統自動應答方案，擴增服務管道， 提供 24 小時不間斷的多通路即問即答文字回覆服務，透過AI學習機制，實現人機自然語言之互動，並結合真人文字客服，藉由完整機制達成服務分流，一般性業務諮詢由智能客服機器人協助回覆，客服人員處理複雜業務或是進階服務，有效運用人力資源及提高服務效率。 本案之核心模組以NLU、FAQ與FLOW構成「雙腦一流程」之運作架構組成AI交談式服務。「NLU 大腦」被稱為「服務腦」，負責理解用戶多元詢問提供個人化服務內容；「FAQ 大腦」則稱為「諮詢腦」，專門處理一般性的常見問題，而「FLOW 流程」則可串聯雙腦進行流程設計並與系統API串接，帶來流暢且彈性的客服交談。

良率是每一家製造業最頭痛也最重要的問題，數據實體系統（Data-Physical Systems，簡稱DPS）可以基於工廠生產機台設備產生的大量數據建立AI模型進行製程良率的監控、預測、模擬，不僅可以在良率即將出現問題的異常狀況發生前提出預警提早通知操作人員，並能夠對生產過程進行可視化模擬預測找出最佳的製程參數區間，給予操作人員進行參數調整的智能處理建議，進而達到提升工廠生產良率之目的。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。數據實體系統（DPS）是利用機器學習與深度學習分析ERP、MES和物聯網等系統收集機台設備產生的大數據後建立AI預測模型，協助企業完整掌握生產現場的過去、現在、未來，進而創造更大的營運效益。

卡洛地專注雲端及 AI 技術的研發，是微軟的金牌代理商，也是台灣最早取得 4 張 Advanced Specialization 認證的公司，卡洛地創辦人 20 多年前創立恆逸資訊，是國內最多企業主管與資訊人員首選的教育訓練中心，技術協理蘇國鈞在資策會教研所服務 20 多年，卡洛地的團隊擅長將最新的雲端及 AI 技術人帶入企業應用，並常年參與由微軟贊助的 Azure 或 AI 相關技術的企業培訓，包含 Azure 相關服務與當紅的 ChatGPT 應用課程，有實體教室及線上開課的形式。

「AI 服務型機器人Ayuda智慧平台」，完全台灣製造(MIT)，整合了機器人零組件、移動平台、人臉辨識、人形偵測、語音辨識、語音交談、視訊、自行學地圖尋標導航…等功能，為全球市售同等級產品中的佼佼者。同時可應用於智慧警察、智慧醫療、智慧金融及智慧教育…等多種不同情境。功能特性茲說明如下： 一、智慧機器人可自動學習地圖、自主移動及進行導航、帶位。 二、智慧機器人可辨識人形，主動趨前問候、接待。 三、智慧機器人可進行人臉辨識、身份辨識，並可提供語音答詢服務。 四、智慧機器人可與後端服務中心進行視訊連線以提供專人服務。 Ayuda 主要銷售領域為商用市場，涵蓋警政、醫療、金融、教育，現已成功推廣到花蓮國軍醫院、彰化第六信用合作社、台中公共資訊圖書館…等客戶，在外銷的部分，也已成功銷售給日本CIJ株式会社，後續將積極拓展日本服務型機器人市場。

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。

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。

專為現代紡織業打造的 AI 驅動布料數位化解決方案，結合高解析度掃描機與雲端軟體，將織物的開發、共享與生產全面數位化。只需幾個步驟，即可生成精準呈現織紋與物理特性的數位孿生，並於 3D 環境中即時預覽與模擬垂墜效果，實現打樣前的快速設計決策。 透過 AI 自動完成無縫拼接與紋理貼圖，NunoX 大幅簡化繁瑣流程，降低 3D 設計的導入門檻。所有數位布料可即時儲存、編輯與分享，為全球供應鏈帶來更高效的協作體驗。 導入 NunoX 解決方案有助於減少樣品浪費、減短開發時程，加速產品上市，現已獲 Under Armour、Makalot、Little King、SHAHI 等全球領先品牌信賴，持續引領數位材料開發與管理的未來。