精選案例

07
2024.12
【113年 應用案例】 AI走入公益,食(實)物銀行也有時尚科技

社團法人台灣食物銀行聯合會以下簡稱本會以食物援助、貧困救濟、減少食物浪費、建構無飢網絡為組織宗旨,在台灣各地已有55個食物銀行據點,每日收集來自全台各地量販店、中盤商、零售商、製造商、甚至善心人士捐贈的愛心物資,也會搶救即將被丟棄的可食用物資,進行妥善調配並配送至需求的愛心戶手上,幫助在地弱勢邊緣戶。 但各據點皆需大量人力與志工以傳統聯繫方式處理食物銀行日常事務,聯絡非營利組織與捐贈機構,為據點收到物資捐贈後,再分配給有需要的家庭戶或個人。在物資管理上缺乏數位化與整合資訊,可能產生物資資源分配不均問題。 倉儲轉運中心與迷你食物銀行 分配弱勢物資 本次場域驗證單位社團法人高雄市慈善團體聯合總會食物銀行據點之一,以下簡稱高慈總 於109年6月24日正式啟用台灣首座「食物銀行-倉儲轉運中心」佔地200坪,提高食物物資再分配、運用之效益、妥善存放及食物物資管理,至今已搶救近二百噸蔬果續食,服務一百多個團體、逾5萬戶弱勢家庭受惠,持續服務19家迷你食物銀行,將於高雄多個行政區陸續落成,分配食物物資給超過10萬人次弱勢家庭。 高慈總「食物銀行-倉儲轉運中心」於高雄大社區 照片來源 社團法人高雄市慈善團體聯合總會 人力與食物物資管理的挑戰 面對大量經濟弱勢家庭的需求,「食物銀行-倉儲轉運中心」的管理顯得格外重要。進貨時需進行分類整理、汰廢、入帳等繁瑣的工作,出貨時則需參照社工員的食物物資需求做配置建議。這些工作都需要依靠人工判斷及經驗累積。而參與的志工多為高齡人士,體力有限,而倉儲工作需耗費大量體力,志工的招募困難重重。倘若有大批食物物資進庫,在調配上會耗費空間與人力整理、盤點,並同時擔憂食物物資是否能有效的被運用及周轉。也顯示出食物銀行服務逐漸擴大規模,但人力與物資管理系統無法隨之配合。 同時食物銀行物資來自各界之捐贈,故類別多樣且效期、規格、數量也均不相同。迷你食物銀行的志工夥伴,多數也為高齡人士,但卻需執行個案服務、食物物資管理配置、物資資源開發等多重職責,有時也需向物資領用者說明並接受即期、大量特殊性的物資,如成人接受嬰兒奶粉。 「食物銀行-倉儲轉運中心」物資盤點需要皆仰賴人力 迷你食物銀行志工具多重職責 照片來源社團法人台灣食物銀行聯合會 報廢物資減少60 物資轉遞速度增加80 為精進物資管理並達到物資有效利用,並解決人力短缺等問題,在本次場域實證案導入「食物銀行倉儲物資募集AI自動預警需求判讀系統」,第一部分為建構分類模型之前置作業,建置以及蒐集場域倉儲資訊,進行AI建模訓練,將過往場域倉儲資訊收集建置成資料庫,使AI可進行預處理、分類等工作。同時視其物資種類之相依狀況作為特徵值,導入演算法中進行運算建模,再依收集之資料進行重新訓練,最終進行場域驗證並針對經常性五大類物資進行數據整理,以建立數據資料所需之訓練及測試資料集,第二部分以演算法之RNN技術建構分類模型;進一步利用強化學習建構食物銀行倉儲管理機制,使分類完善之受贈物資如白米、沖泡飲品、麵條、泡麵、罐頭等可以根據儲位指派原則自動指派儲位。 AI服務系統服務流程與說明 資料來源社團法人台灣食物銀行聯合會 在AI預判下,可優化物資轉遞速度及物資調配,有效精準配對物資捐贈並降低捐贈歷程的損耗,增加物資分配正確性,提高媒合服務率即捐贈成功率,降低錯誤物資造成人力物力浪費,即時監控食物物資的庫存,確保操作者能夠迅速回應需求,有效提供物資援助。 以AI系統的導入,加上數據智慧化建置,協助倉儲轉運中心的運作,可爭取更多時間分配捐贈物資使用。導入加速社福團體數位化服務推展,完善照顧整體社會弱勢群組之需求。 使用系統進行物資分配調度 照片來源 社團法人高雄市慈善團體聯合總會 透過本次的場域驗證後,未來可推廣至食物銀行其他服務據點導入AI系統,也可與更多非營利組織、公益團體、慈善團體等夥伴合作,擴大「食物銀行倉儲物資募集AI自動預警需求判讀系統」應用範圍如醫療用品配送,幫助更多組織更智慧化地管理和分發,減少物資的浪費,以提高社會福祉。

2024-12-07
【113年 應用案例】 測試座接觸元件 AI 智能瑕疵檢測

在 5G、AIOT、汽車電子等下游發展迅速,全產業鏈有望受益於此消費市場。在產品需求動能逐漸增加的情況之下,提高生產效率與降低作業成本成為最重要的課題。為符合客戶各封裝產品類型的需求,穎崴科技一直致力於研發高度客製化測試座,但衍伸的作業痛點則是無法大批量與機台全自動化的作業,部分作業仍需依賴人工執行。 在本案 2021 年時測試座探針部分是委外製造,對現行與未來的大量需求下工時、成本、供給、品質是穎崴需面臨的課題。nbsp因探針的體積較小且材質屬於金屬類型,在現行人力目檢下需花上較多的時間調整焦距、亮度等以確保能看得清晰並判斷,而判斷標準會因人而異,容易因主觀意識或人員目檢疲勞產生誤判、作業疏失,導致不良品未檢出、流入客戶端手中,使客戶使用本公司的測試座產生誤判結果,導致客戶產品功能失效等問題,進而影響本公司的商譽。 本公司在接觸元件檢測良率為 9995,看似高良率,但以一個品檢人員平均一天能檢測 1 萬根針,不良品就有 5 根針,在僅 3 公分長寬的測試座上約有 1 千根針,只要有一根不良針可能導致客戶端測試不良。因現有作業模式為人力目檢,當外在因子若為人員疲勞,人員作業疏失,人員非量化判定即有可能造成不良品流出,因此接觸元件的品質必須嚴格把關。 nbsp曾尋求以光學檢測Rule-based進行外觀品質控管,但接觸元件材質為金屬製,對光線會產生射散、背景雜訊干涉、背景刮痕、材質等因素可能造成誤判,因而找到在 AI 技術方面的資服業者來解決我們的檢測難處。 開發 AOI 專用線掃設備 nbsp為了達成本公司 IC 測試座內動輒數千上萬支探針檢測需求,若以傳統面型取像與逐針取像,勢必因取像速度慢無法達到快速檢測以及節約人力的目標。針對此點,資服業者提出可試用 AOI 專用線掃模組方案,以 X 軸 63mm 為面寬,往復掃描測試座上的所有探針,經測試可一次掃描 89 支探針如下圖,大幅提升未來 AOI 機台的檢測效率。nbsp本案將進行上述創新的概念驗證POC,重點於線掃描設備的開發,針對本公司所提供的正常與異常探針進行取像、學習、訓練,先以逐針取像,訓練初步 AI 模型為驗證目標,以達初步認可。 本案客製化開發的線掃描取像模組 未來理想取像結果示意圖 以單一 AI 技術方案解決量檢測需求 nbsp統一以 AI DL CNN 學習方式,取代現行 Rule based 需逐一定義瑕疵,為滿足磨耗的量測需求與缺損異物的外觀瑕疵檢測需求,如機台同時採用採量測檢測兩套技術,除了成本增加外,亦影響檢測速度,則資服業者建議以線掃描設備取像,其解析度足以由 AI 同時判定外觀瑕疵及以大小圓點判斷針頂磨耗狀況,詳如下圖。 以線掃描像素方式,呈現針頂磨耗情形 nbsp依此 AI 檢測技術能符合穎崴的量測與檢測兩項需求,不僅在未來探針檢測上帶來更多的效益,也在 AI 技術方面帶來創新主軸。 改變人檢方式,提升工作效率與產品品質 經以上述硬軟雙劍合璧後線掃描硬體AI 軟體模式訓練,成功挑戰了 AOI 新興檢測應用,經本案 AI 落地 POC 驗證後,包含客製化線掃描模組及初步 AI 模型開發、驗證,計畫明年正式開發 AOI 機台,並導入 IC 測試座生產線。 未來展望 IC 測試座上游探針業者及下游 IC 廠使用者對 AOI 檢測機台均有需求,上游可確保探針出廠品質,下游使用者則可利用本機台定期檢測手中諸多 IC 測試座使用狀況,對未來需求勢必殷切,故本計畫 AOI 機台對 IC 測試產業於可見的未來必將造成極為正面的影響。

2024-12-07
【113年 應用案例】 基於人工智慧的PCBA表面瑕疵檢測改善

隨著AOIAI系統的導入,我們將能提高產品良率、降低成本,從業務面來看,更可提高客戶的信任度,增加營業收益。而且AI具有難以被模仿的優勢,並非如其它設備只要花錢就買的到,讓我們的競爭對手難以追上我們。 組弘發展現況 我們致力於IOT智慧製造上,自行開發的系統已有智慧物料系統、環境溫溼度監控系統、防錯料系統、智能採購算料系統、智慧物料盤點系統、錫膏管理系統、生管系統。過去我們曾詢問過其他廠商,有關AI檢驗PCBA表面瑕疵的可能性,每個廠商都希望我們能夠購買其設備,但實際驗證後都無法達到效果,此次與資服業者討論過後,定調為AOIAI的運作模式,方覺得有可行性。 組弘科技投入AOIAI檢測計畫,用於檢查SMT零件上的文字、焊點、極性、缺件hellip等,用AI替代人工來學習AOI檢測後定義為rdquo可能是不良品rdquo的部份,提升人員產值與降低誤判率。 產業痛點 nbspnbspnbsp 台灣缺工情形嚴重,尤其願意從事目視檢查的人更少,而且年齡相對較大,檢查遺漏的狀況越來越嚴重。所以在追求高品質電子產業中,最關鍵的瓶頸已經是生產後的檢查。過去的消費性產品,異常未能被檢出,只要在一定比例下,也可被接受。現在的汽車產業如果有不良未被檢出,即有可能造成人員死亡,所以汽車產業對於品質的要求極高。要想在汽車產業的供應鏈中生存,就必須解決異常無法被檢出的問題。 nbspnbspnbsp 而且隨著台灣工資越來越高,只能設法以AI技術,取代傳統人力,否則就算解決了異常流出,但相對高的人力成本依然無法在此產業中競爭。 應用技術與說明 nbspnbspnbsp 原本過程圖一,PCB從出來Reflow後,會經過AOI檢測,分出「疑似不良品」與良品,這時「疑似不良品」的部分約為20,再由人工針對這20的部分來做複判,再將「疑似不良品」的部分區分為良品與不良品。 nbspnbspnbsp 我們想要藉由AI的技術,將原本由人工複判這20的「疑似不良品」改由AI來做,複判出來一樣會有良品與「疑似不良品」,結果一樣會有「良品」與「疑似不良品」的產生,但此時「疑似不良品」約只剩下3,也就是說組弘作業人員的工作量會從20降到只有3。理論上是AOI檢查完後,再由AI來做複判,但從表面看起來似乎只有經過AOI而已,所以我們才將這個技術稱之為A0IAI檢測圖二。 原本AOI檢測過程 操作員將待測PCB板放入AOI檢測設備,輸出AOI 檢測不良品資訊,再經由人工逐一覆判是否為不良品。 AOIAI檢測過程 操作員將待測PCB板放入AOI檢測設備,輸出AOI檢測不良品資訊後, 進由AI先進行AOI檢測不良品的覆判,輸出AI檢測不良資訊後, 再經由人工逐一覆判是否為不良品。 流程差異 nbspnbspnbsp 藉由AOIAI系統的導入,我們除了能夠提升目視檢查人員的效率與良率外,我們有了這次AI的導入經驗,以後也可將AI與大數據的運用加入到組弘原有的智慧製造系統,使我們的智慧製造系統的效能更提升,更進一步的減輕員工的工作壓力。 導入前後差異說明 推廣策略 1nbspnbspnbspnbspnbspnbsp 同領域擴散:所有SMT製造業皆會遇到檢查瓶頸導致延誤出貨的狀況,導入此系統可解決目前缺工嚴重問題並提升出貨速度與品質,自行向客戶推廣或透過設備商銷售給相關需求者。 2nbspnbspnbspnbspnbspnbsp 異業擴散規劃:與AOI製造商洽談直接將AI系統掛在AOI系統內,增加其市場競爭力。 nbsp 獲利策略 1nbspnbspnbspnbspnbspnbsp 與AOI製造商合作收取授權金。 2nbspnbspnbspnbspnbspnbsp 與SMT製造業直接銷售AI系統。 3nbspnbspnbspnbspnbspnbsp 提供SMT製造業AOIAI系統訂閱制

2024-12-07
【113年 應用案例】 CCTV 智能影像搜索系統

查找某特定人物,尋找攜行李箱入廠人物進入高安區。人物及物件顏色特徵確定,人物藍黑色上衣,行李箱顏色黑色,透過CCTV 智能影像搜索系統,做物件與顏色檢索條件設定,可以成功搜尋到三段縮圖有出現關鍵標的影片,可以有效解決作業人員查找物件標的物,透過此系統查詢速度可比人工快6倍。 需求痛點 日月光高雄廠區內密布CCTV能及時監控廠區中的各個角落,但若在事件事故發生時,無法在有限的時間可透過CCTV影像回放被找到,其背後之意涵與其中蘊藏之巨大風險自是不言而喻,而許多平時無人的區域也很容易成為治安上的死角。故如何更智能、更有效的監控占地龐大的廠區是全體半導體企業打造智慧廠區之一大重點。日月光高雄廠占地遼闊,其中有許多重要的場域需要監控人員進出以確保企業機密與員工安全。 1 自動化生產線與自動倉儲:半導體企業之自動化生產線與自動倉儲中常有AGV(Automated Guided Vehicle)無人車高速行駛,若有廠區人員不慎誤入AGV移動區域且無法對該人員發出警告,則當憾事發生將追悔莫及。 2 材料與產品存放區域:半導體相關製程之材料價值不菲,若存放材料或產品之區域遭人入侵則有損失高價材料、產品之風險。 3 高機密管制區:營業秘密關乎半導體相關企業之核心技術競爭力,若有人員侵入高機密管制區則有企業營業秘密外洩之風險,而營業秘密安全防護一直以來都是半導體相關企業最最重視之議題。 4 卸貨碼頭區:日月光L但碼頭區常有卸貨車輛進出,若人員闖入碼頭區則有發生人車擦撞、碰撞意外之風險。甚至堆放在碼頭區待出貨的貨物有失竊以及因人員碰撞後,貨物倒塌造成損毀,因而造成公司具大的信譽、金錢損失。更進一步的造成生產出貨的不便。 異常事件發生時,如何在海量數據中,快速搜尋符合條件的關鍵影像 日月光高雄廠有許多重要的場域都需要架設CCTV為安全把關,但CCTV的數量動輒上千支、上萬支,一旦發生事件要去搜索影像時,都要用人眼一一回放查找、搜索,耗時耗力效益不彰。有鑑於現今電腦視覺的發展,遂利用AI來替代人眼回放查找。 問題情境 物件偵測 物件偵測資料來源分成兩個部份 開源資料集OIDv4、以及日月光高雄廠CCTV影像檔案。針對OIDv4中,取出符合定義的九大類別物件訓練資料,其中有二類物件未能於OIDv4中搜索到可用資料,分別為刀子與汽油桶,其餘七種類別物件皆可從OIDv4中取出可用訓練資料,此訓練資料皆已有標記。而針對高雄廠CCTV影像檔案,從中抽取部分幀(Frame)的影像,並且對欲偵測的物件進行人工標記以做為訓練與測試資料。 九大物件 顏色辨識 顏色辨識資料來源分成兩個部份網路圖像截圖、以及高雄廠CCTV影像檔案。目前並沒有找到針對顏色辨識應用的公開可下載的開源資料集,因此只能從網路蒐集圖像,於網路上搜索符合定義的九大類別物件的圖像,儲存圖像後將物件與背景分割,只保留物件的區塊,最後將圖像依照顏色做類別標記。另外針對高雄廠CCTV影像檔案,則使用物件偵測資料已標記好的bounding box擷取CCTV影像檔案中各個Frame的物件所在區塊之圖像,最後將肉眼可辨其顏色之圖像依照顏色做類別標記。針對每種物件類別皆有其專屬顏色定義,各種物件類別的顏色定義取決於此物件類別於現實生活中常見之顏色。 動態忽略免除混淆訓練 從OIDv4訓練專案的物件偵測雛型模型時,因為此資料集的每張影像中,皆只有針對單一類別做標記,但影像中有可能包含其他欲偵測之類別未被標記,故針對此種情況,訓練時會使用動態忽略之技術使其不會有混淆訓練的情況。接著使用高雄廠取出的訓練資料用來Fine-Tune雛型模型提高物件於特定指定場域下的辨識率。最終選取訓練過程中於測試集計算之損失值最低的模型做為主要物件偵測模型。 動態忽略 AI幫你看 CCTV 智能影像搜索系統主要是做為監控影像的搜尋輔助系統,可以藉由設定搜尋物件條件來加速達到從影片找出目標事件的功能,僅需定義搜尋條件,即可快速產出關鍵物件的縮圖影片並進行回放確認,縮短昔日以人工調閱案件所須時間,查找時間快6倍,前端安全單位運用此平台可強化風險管理第一道防線之自行監督功能以及早採取因應措施。

2024-12-07

應用案例總覽

【導入案例】維繫遊艇王國美譽 嘉信遊艇導入國內第一套FRP複材超音波智慧檢測
【110年 應用案例】 維繫遊艇王國美譽 嘉信遊艇導入國內第一套FRP複材超音波智慧檢測

位在高雄的嘉信遊艇,成立逾40年,是台灣最大客製化遊艇業者,客戶遍佈美、歐、亞、澳各洲,為臺灣贏得「亞洲遊艇王國」的美譽。為了解決目前FRP船體檢測仍仰賴傳統方法如人眼辨識、敲打辯聲,耗時費工問題,嘉信遊艇首度將PAUT 陣列式超音波檢測運用於船體FRP複材上,並結合AI判讀超音波影像,發展完整智慧化解決方案,創造檢測業新興市場。 嘉信遊艇前身是嘉信木業有限公司,剛成立時是間位於高雄市臨海工業園區專營木材進口的工廠,1977 年開始進行遊艇設計、製造與銷售。企業第二代接班人,即嘉信遊艇總經理龔俊豪進入公司後,打破過往仰賴老師傅功力為主的製造模式,引進數位化製作,加快造船速度,船也愈做愈大,多年排行世界24公尺以上大型遊艇前20大製造商。並創下在一年內交付94艘遊艇的紀錄,為臺灣贏得「亞洲遊艇王國」之美譽。 瑕疵檢測確保遊艇品質 以AI取代人力效益高 為確保遊艇品質,瑕疵檢測相當重要。目前遊艇業採取的瑕疵檢測方式仍十分傳統,通常以手積層或是真空灌注製程方式製造船殼結構,藉由人眼或是敲擊法依敲打聲音頻率來判別瑕疵,需要人工耗費時間檢查,如有瑕疵須重工修補,接續執行噴佈膠殼作業。為便於檢測,船體必須分段施工,以24公尺以上大型遊艇而言,分段施工非常耗時耗力。 為縮短遊艇製程之速度,嘉信遊艇會先將船殼進行膠殼流程,之後再執行手積層製程,船殼製程有兩種複合材料試片結構,以遊艇54呎船殼來看,船殼中內含膠殼、芯材、纖維、樹脂,總厚度約為32公分plusmn01cm,與未含有芯材的FRP船殼總厚度約16cmplusmn01cm相差一倍之多。製程中偶會有玻璃纖維含浸不完全,或是玻璃纖維與樹脂間殘留氣泡等瑕疵問題發生,瑕疵的種類則包含樹脂不足、空洞、層離等,一出現瑕疵情況,船殼材料就供應不上,拖延遊艇交貨時間。 玻璃纖維船殼瑕疵種類示意圖。 為解決此一問題,嘉信遊艇與金屬材料產業以及AI科技產業三方專業技術的相互合作,結合金屬材料產業的超音波檢測專業技術與AI科技產業近年發展的AI技術協助解決嘉信遊艇瑕疵判別的問題。作法是運用相位陣列式超音波檢測技術至遊艇複合材料結構,進行FRP超音波試掃評估,瞭解遊艇船殼積層層數厚度與材料特性,依據超音波專業經歷,評估船殼結構適用的超音波探頭頻率等資訊,經測試以頻率5MHz且探頭寬度為45mm的探頭設備,能成功找出模擬瑕疵試片中的瑕疵位置及大小。 三方合作從陣列超音波評估、AI技術模型開發及實船實證應用,獲得瑕疵檢測解決方案。 檢測影像為超音波信號影像,影像依據超音波回饋訊號呈現不同色彩,透過YOLO演算法,建構自動識別瑕疵的部位的AI模型。若異常資料蒐集程度不足以訓練,則預計採用 CNN-based Autoencoder 演算法,蒐集正常影像資料進行訓練,建構異常檢測的AI模型。物件偵測YOLO模型的訓練將輸入具有瑕疵標註的影像資料,異常檢測模型則是輸入沒有瑕疵的影像資料進行訓練。 模擬缺陷試片對應相位陣列超音波信號結果 AI系統瑕疵檢測 可縮短15個月工期 加快50判讀速度 此套AI系統建構完成後,運用至嘉信遊艇實船54呎遊艇進行驗證,可有效解決嘉信遊艇瑕疵之問題,並可望藉由 AI 技術導入超音波檢測進行智慧化判讀,約可加快50之判讀速度,同時縮短15個月的工期,有效提升遊艇製程時程與品質的效益。 當臺灣遊艇發展朝向大型化、精緻化型態之際,帶來產業優化與轉型的機會,以及發展關鍵技術的契機。複合材料超音波人工智慧檢測方案之應用為遊艇業界首創,預計可吸引更多有檢測需求之遊艇廠商。 複合材料超音波人工智慧檢測方案有三大競爭優勢: 1 專業檢測經驗及數位化資料庫,便利製程管理與分析。 2 人工智慧AI自動判讀與辨識,快速辨識瑕疵,即時回饋給製程工程師。 3 高效率製程流程檢測,提供瑕疵修復建議,降低損壞率,強化複合材料強度品質。 導入人工智慧技術應用後,可優化遊艇製程流程,減少人力檢查樹速度,達到臺灣遊艇應用人工智慧之加值效應,擴大國際訂單量,讓臺灣遊艇持續在國際間享有盛名。再者,此一商業模式也擴散至複合材料相關之應用領域,增加跨領域市場使用率,預估將貢獻全台灣設備維修及非破壞檢測市場約新台幣14至20億元的經濟效益。

【導入案例】化身大型AIOT科技遊樂場 海科館華麗轉身好吸睛
【110年 應用案例】 化身大型AIOT科技遊樂場 海科館華麗轉身好吸睛

臺灣是一個海洋國家,你去基隆八斗子漁港或潮境公園遊玩時,是否順道去占地48公頃的國立海洋科技博物館探索海洋世界的奧秘呢為了讓更多人親近海洋科技,基隆海科館導入科技服務,將場館化身為一個大型科技遊樂場,讓大小朋友都樂不思蜀,充分發揮「寓教於樂」的功能。 歷經長時間的規劃,北臺灣最大的基隆海洋科技博物館於2014年元月開幕營運,館內以海洋教育科技為主題,號稱擁有全臺最大的IMAX 3D海洋劇場,主題具有獨特性、又擁有新穎的視廳設備,理應成為基隆知名的地標景點。然而,原先的展覽規畫以靜態為主,內容相當專業,與民眾互動不足,曾經前往參觀的遊客也反映展出內容有限且十分無趣,整體消費者體驗評價欠佳。 海科館不滿意的前3項為周邊景點連結弱、展示內容不吸引人、展示內容少 根據海科館的統計數據顯示,海科館遊客結構當地民眾與外來客的比重約為 64,其中外地遊客以北部居多;交通方式以開車與客運方式為主;出遊類型以家族、親子、朋友居多;逗留時間為 1至2 小時。 再深入了解,遊客感到不滿意的前3項分別為周邊景點連結弱、展示內容不吸引人、展示內容少等,館方分析可能的原因包括部分展示內容的呈現方式過於專業,讓民眾看不懂,以及缺發互動體驗的元素,讓參展民眾覺得無趣,停留的時間匆促而短暫。分析遊客的輪廓可以發現,由於基隆科博館主要客源有半數以上來自於當地民眾,外來客必須以開車或大眾運輸方式前來,來一趟並不是那麼容易,因此,場館與展覽的設計必須導入更多的互動性及趣味性,讓本地客願意一來再來,外地客的停留時間也能拉長一點。並透過科技服務將博物館特色凸顯出來。 經由經濟部工業局AI團隊之一中華民國資訊軟體協會引薦,海科館就委託巨鷗科技協助解決場館無法吸引人的問題。 巨鷗科技初步訪談之後發現,許多遊客前往海科館,大多是受到海科館建築外型、周邊牆面所張貼的告示及懸掛的旗幟、或正在舉辦的活動所吸引;而遊客最感興趣的為 3D 海洋劇場,顯示內容以影音、實體景方式呈現較能吸引遊客。 七大AI科技導入 海科館帶動區域觀光人潮 巨鷗科技透過科技服務的導入,將占地48公頃的場域設計成AI語音導覽、尋寶解謎遊戲、AI展物互動活化、AI空間展館互動體驗、AI人流管控、Face AI互動式體驗、AI語音客服系統等7大服務,藉由AIoT物聯網以及雲端科技讓看展變有趣、不僅解決孩童靜態看展無趣的議題,並可提升雙倍學習效率,讓消費者對海科館的印象改觀,大大提升來客意願,也同步拉升區域觀光人潮。 國立海洋科技博物館導入AI語音導覽等七大科技應用服務。 巨鷗科技以改善海科館空間場域優化為目標,透過臺灣北部海濱鳥類特展的展覽背景為雛形,結合包括「人臉」、「肢體」、「人流」三大主軸,從提升功能的面向,來協助改善海科館對AI的應用。 在具體作法上,海科館及巨鷗科技首先針對場域內的特展進行篩選,先避免在已展出的展覽內進行水電工程、管路等相關建置,影響到展覽本身的觀看品質,轉而找出展期未到的場館先行導入,透過展覽本身的特點搭配一系列的科技服務進行導入。 在海科館內臺灣北部海濱鳥類特展施工內容與策展人討論,初步在展館入口處利用Bella X1做迎賓互動說明,接著搭配AI智慧導覽中文英文X1進行講解,搭配趣味性尋寶解謎集章活動-APP X1,讓民眾闖關,後續將鳥類特展內鳥種進行標本活化互動X1、甚至在展覽空間中導入AR之情境X1增添趣味性娛樂,最後在Face AI做人臉之互動測試臉部進行微笑打分數。nbsp 華麗變身後的海科館將成為親子最佳旅遊地點。圖海科館FB粉絲頁 海科館這套AIoT服務未來可延伸運用於各大展覽類博物館,甚至擴及到靜態美術館等地區,依據不同場域特點導入。同時也可透過政府專案及相關計畫推動,幫助農村再生,讓遊客不再只是去農村看看而已,添加趣味互動以擺脫對不同場域的刻板印象,應用服務範圍十分廣泛。

【導入案例】挺進智慧物流50 新竹物流醫材配送班表超高效率
【110年 應用案例】 挺進智慧物流5.0 新竹物流醫材配送班表超高效率

傳統物流公司加上AI技術之後,在運送效率提升及運輸成本下降等效益大大提升,尤其是醫材轉運更涉及醫院及病患的服務時效及權益,透過智慧物流的建置,可為醫材業者節省投入建構GDP倉、配多達千萬元之成本。 國內重要物流領導廠商-新竹物流HCT擁有3,500輛車隊、6萬坪倉儲,提供物流、商流、金流、資訊流、流通、倉儲、加工之客製化物流解決方案。每日貨件處理件數達58萬件,最大處理能力每日可達90萬件,轉運效能的提升對於新竹物流而言,至關重要。 醫院醫材運送 需優化現有作業流程與提升系統化、智慧化 尤其是醫院醫材的運送,也面臨到難題。醫材業者需要針對客戶不同產品需求、不同溫層需求、不同配送時效等因素,透過多家物流業者進行出貨與物流作業,高度依賴作業人員的經驗與細心管制,無論是產品出貨過程與實際物流配送過程,需要環環相扣,若有任何人工失誤與錯誤,都會影響醫院與病患的服務時效與權益,因此各家業者與政府及醫院等,都致力於優化現有作業流程與提升系統化、自動化與智慧化程度,以有效降低服務過程中造成的失誤及成本損失。 新竹物流導入AI之前的配送流程。 現行在醫院需求端已有相關業者配合政府推動相關標準化平台作業,透過供應端業者的資料協同作業,改善產品出貨正確性與作業時效,提升需求端的作業品質與管理效益;同時,部分業者也投入企業內部作業流程標準化與系統化,提升業者營運效能與品質。 在貨運物流端方面,物流業者的倉庫出貨人員需要耗費人工進行管控不同的物流出貨作業安排,若因常常接到緊急任務通知,要出貨到醫療院所,往往需要依賴小型區域性物流業者來提供客製化配送服務,除配送時效提升外,並無法導入整合性的資訊化服務。 新上路的GDP醫材法規規範運銷品質,也就是醫材供應商必須進行GDP合規認證,必須導入符合GDP法令規範之倉儲與物流服務業者,如此一來,區域性小型公司將被淘汰,因此,新竹物流透過經濟部工業局的AI輔導計畫案協助,除延伸既有GDP符合法令的倉儲物流服務外,將進一步利用相關數據整合與最佳化AI技術,協助醫材業者簡化改善物流配送最佳化作業。 複雜的物流難題 運用Simulated AnnealingSA演算法求解 為能滿足新的「醫療器材優良運銷準則」中對於醫療器材優良運銷系統建構的要求,新竹物流除了積極導入新式物流車,更將導入人工智慧中數學最佳化技術,以協助公司在每日全國營業據點以及轉運站進行智慧班次排程規劃,期望以最佳化的車班進行醫材在營業據點間的對開,或是區域間的轉運,以提高醫材在運銷過程中的效率。 目前醫材在新竹物流的轉運過程中,使用可分離式拖車頭與貨櫃。每個營業所及轉運站由於區位與幾何設計不同,以及人員數量不同,單位時間內的吞吐量也有差異;再加上每天的貨況大小、目的地皆不相同,面對無法確定且需求不同的變化,拖車頭及貨櫃的派遣狀況便隨之改變。 在此情況下,新竹物流僅能根據以往的經驗來進行各個衛星所之發車班表,並根據此班表視每日不同變化之貨物需求量進行調整。 因為是根據經驗法則進行排班,所以,班表往往不能兼顧全盤的變化與考量,使得目前發車班表仍然存在著可以改善的空間。。 貨物遞送規劃本質上為一NP-Hard難題,因此難以用傳統的解析解法,新竹物流結合奇點無限公司採用Simulated AnnealingSA演算法進行求解。 新竹物流導入的新物流服務為「GDP櫃班次規劃」。所謂的班次規劃,指的是根據未來對於站所間醫材貨件的預估量,進行站所間貨櫃車班的班表規劃,目的是讓醫材能夠如期如質抵達,並且讓新竹物流在場站作業、車輛數、行駛里程得到最高的效益。 新竹物流導入AI最佳化班次規劃,從其起點至終點間建構出一條最有效率的運送路線。 新竹物流導入「最佳化班次規劃」服務 降低5運輸成本 導入方式是利用雲端軟體服務,由新竹物流定期輸入站所間醫材貨件之「交互件數表」至「最佳化班次規劃」服務後,設定好演算參數即可產生GDP櫃班次表。同時發展新竹物流醫材班表系統,使新竹物流醫材運務單位能透過交互件數表編制適合班表。在相同服務水準的前提下,預估可降低運輸成本5,為醫材業者節省下建構GDP倉儲、配輸成本達千萬元。 醫材由於其對於衛生、溫度的要求,以及其易碎性等特色,因此運輸與轉運的時間越少越好,越少時間暴露在外,則醫材配曝險程度越低,然而由於仍須考量物流效率與成本。AI將每個需要運送的貨物,從其起點至終點間建構出一條最有效率的路線,即可有效率地完成每日的運務作業。 因應未來產業物流高度發展需求,其中配送與轉運AI最佳化將是關鍵議題,透過本計畫將成立專案推動組織,配置AI技術、IT與流程領域人才,累積落地經驗後,逐步擴大AI實際應用場域,全面優化轉型新竹物流的營運體系,並結盟AIOT與各領域AI夥伴加速與擴大效益之達成。

【導入案例】救命急如星火 AI病危系統監測掌握黃金搶救期
【110年 應用案例】 救命急如星火 AI病危系統監測掌握黃金搶救期

60歲的黃先生因中風住進醫院,在加護病房躺了兩周之後,突然病情急轉直下,經過搶救之後,才幸運撿回一命。事實上,在AI病危預警技術的輔助下,讓醫院能在病患心臟停止前的6-8小時,發現徵象並採取及時、準確的醫療措施,可大大降低病患院內死亡的機率。 病情的惡化是一個隨時間演進的過程,其細微推移變化絕非無脈絡可循。過往的研究報告顯示,發生非預期性院內心跳停止的住院病人中,約有六至七成在其心臟停止前6到8小時前已有徵象,但是卻僅有四分之一被臨床人員所偵知發覺,因此需要一種能更早期、並持續使用風險預警工具或系統監測病情,隨時警示醫護人員注意患者病情的細微變化,在病情進展前採取及時、準確的干預措施,有效減少不良事件或嚴重不良事件的發生風險。 非預期性病情惡化 無法及早偵測 急重症患者常出現不可預測的變化,及時發現或能預測潛在急重症患者為重要的課題。目前臨床常用的評估方式為Modified Early Warning Score MEWS,利用簡單的生理參數評估 包含心跳、呼吸速率、收縮壓、體溫、排尿量及意識狀態篩選出高危險群病人,已經證實可以預測病人的臨床預後。 MEWS為單一時間點且制式化公式的評分機制,然而,博鑫醫電所研發的 AI病危預警-醫院急重症病危提早預警指標系統EWS,係以即時反應預測病人狀態為目的,收集病患的連續性時間之生理資料進行深度學習,找出最佳預測模型,提高整體準確度。 博鑫醫電以大數據分析模型建置早期警訊系統EWS、IoT物聯網及5G通信技術,讓醫護人員透過通訊設備遠距離監控病患的生理狀況,監控急重症快速的病情變化,能掌握心臟停止前的6-8小時黃金搶救期。 博鑫醫電導入AI視覺判讀之後,無人化操作方式可大大降低醫護人力 博鑫醫電開發之AI技術為梯度提升集成學習系統 Gradient Boosting Ensemble Learning System, GBELS 建置早期預警系統,為該公司開發之具有學習型之EWS預測演算法,屬於集成學習 Ensemble Learning的一環,且歸類於監督式學習,提供以下三項功能: 一、早期警訊風險通知,以將具有代表性的數據,以GBELS進行分析,提供早期風險評分,讓醫護人員可即時進行臨床評估及提供適當醫療處置。 二、降低醫護人力:收集連續性生理監護數據,如心跳、呼吸、血壓及血氧濃度等,降低醫護人員書寫病例時間。 三、結合IOT物流網及5G通信技術,快速傳輸監護參數和影像資料等醫療數據,協助醫護人員透過通訊設備,遠距離監控患者的病情變化。 AI病危系統監測 掌握黃金治療期 博鑫醫電表示,急重症患者評估疾病嚴重程度是一項複雜工作,患者經常出現不可預測的變化。臨床醫護人員對病情判斷經常根據自己臨床經驗或直覺,缺乏科學、客觀,導致無法正確識別、及時發現潛在急重症患者,導致或誤診導致病患院內死亡率增加。 導入AI早期病危預警系統可輔助急重症的醫護人員正確的預判患者病情,更能讓患者即時受到需要的照料,藉此可以減少同時間急重症病房的人力安排並降低人力成本。 此外,易於攜帶的設計更有助於日後將系統導入救護車、居家照護等場所,對於急診患者可以更早得到適當的照料。院內的其他科別也可以在這套系統周邊開發新的應用,可有效加速智慧醫療技術的發展及推廣;以時下新冠疫情仍然肆虐全球多國的情況,此一系統也可以協助各地醫院更有效地照顧及監控重症患者的病情。 除了AI病危預警外,博鑫醫電也研發AI影像判讀-醫療生理監視器生命週期合規檢測AVS,也就是以AI影像判讀技術,發展生命支持類醫療器材之自動化品質檢測儀器,解決醫療儀器檢測耗時問題,可降低70的檢測時間,提高3倍的檢測數量、有效降低50的人力成本,同時100合乎法規要求,逐步解決醫療領域人力不足、醫療資源短缺、醫護工作超載等問題。目前已於中國大陸扎根,積極在歐洲為落地做準備,未來將朝日本及美國市場發展。 博鑫醫電研發AI影像判讀-醫療生理監視器生命週期合規檢測AVS,解決醫療儀器檢測耗時問題,可降低70的檢測時間。 現階段博鑫醫電的智慧醫療技術已導入包括新竹馬偕、彰基、東元綜合醫院、高雄工學大學附設醫院、振新醫院、新泰醫院、台北醫學大學附設醫院等醫療院所;國際知名醫材製造商GE HealthcareInc、中國最大醫材製造商邁瑞醫療,皆為博鑫醫電代表性客戶。

【導入案例】汙水處理的救星 結合大數據與AI技術打開環保產業另一片天
【110年 應用案例】 汙水處理的救星 結合大數據與AI技術打開環保產業另一片天

隨著水資源枯竭與環保需求,汙水處理廠導入AI技術來協助觀測預警的需求日益增加,中欣行的汙水處理結合大數據與AI技術,打開環保產業另一片天,未來除了提升汙水處理產業的科技動能,更能夠推廣到其他類型產業,促進科技與經濟發展。 創立於民國69年的中欣工程行後更名為中欣行股份有限公司,為國內操作維護專業領域最具規模及技術之大型環保公司。中欣行進行的污水下水道系統操作維護工作實績遍佈全台,包括科學園區、工業區、國際航空站、學校、集合式住宅、國家公園及工廠等。 汙水廠導入AI系統 精準縮減加藥時間與降低水質超標罰款風險 中欣行於位於新竹科學園區汙水處理廠導入「AOMBR碳源與曝氣之智能強化控制系統開發」,能精準預測風量控制與縮減加藥時間,降低動輒上百萬的罰款風險。 中欣行表示,因應先進產業蓬勃發展及放流水標準漸趨嚴格,當設備控制失之毫釐,水質將差之千里。 近年污水處理設施多已加入設備自動控制之功能,現場狀況卻常常與學理略有偏差,導致很多情況下良好的處理技術需因地制宜,時時滾動時時調整,方能達到良好的出流水質控制。「放流水的水質越來越好,操作人員壓力只會越來越大。這是中欣行最大的痛點」,一位內部主管不諱言地說。 定期的水質檢測與設備保養維護,能確保放流水低於法規標準。 也就是說,每天操作人員需掌握設備與水質狀況,若有突發的進流水質異常或設備跳機,問題環環相扣下就會產生污染,所以每天除了做好維護保養與檢測的工作,更需要緊盯儀表板隨時確認系統正常,不僅耗費人力也耗費精神。 中欣行的現場操作人員24小時輪班,時時盯著放流水的質量監測,加上要採檢水質進化驗室檢測分析,一旦汙水處理值未符合要求,就需要受到環保單位與受託單位的行政與契約罰款,也對對於員工心理造成不小的壓力。 中欣行長期以來建立累積的水質資料與員工間傳承的豐富經驗,已能全盤瞭解整個系統的操作特性,也能透過設備或水質資料的關鍵訊號,抓出處理單元的問題。如果能透過AI技術導入,代替人力檢測汙水來源,透過發生預警訊號進行系統性的評估,就能夠大大減輕人員的壓力。 反應時間由8小時縮短至4小時 節省一半時間 於是,中欣行導入「AOMBR碳源與曝氣之智能強化控制系統開發」,運用所累積的汙水數據資料,加上操作人員現場經驗的口述,透過AI技術的輔助與環境工程學理的支持,便能有效控制生物處理單元中重要的關鍵參數:碳源加藥量與曝氣量,透過污水處理的AI化,使污染物去除、微生物生長、設備節能及操作節藥之間取得平衡,獲得合理化的操作控制參數。 水處理碳源及曝氣參數調整步驟從數據蒐集、模型訓練到預測驗證。 長期來看,納入歷史資料的計算後,確認處理系統承受能力的上下限,AI便能在已知的邊界條件範圍中,不僅記錄過去曾經發生水質與設備作動特徵,更能透過模式預測,找出最佳解法,提供藥品使用、能源節用、減少溫室氣體排放及去除污染物的最佳成效。 根據中欣行估算,原本因為人工調整參數易造成誤差,控制反應時間需要耗費8小時,透過AI技術導入,除可降低誤差值,也能將控制反應時間縮短至4小時,節省一半左右時間。進而提升人員周轉率,更有效降低員工操作失誤造成的心理壓力,自然也減少水質超標罰款的風險。 Dashboard數位儀表板示意圖

【導入案例】東森得易購導入OneID AI流量變現服務 成本效益可達2倍
【110年 應用案例】 東森得易購導入OneID AI流量變現服務 成本效益可達2倍

要如何將旗下集團的消費數據整合在一起,產生廣告綜效與提升電商導購訂單轉化率,恐怕是每一位橫跨多產業領域老闆朝思暮想的事情了。沒問題,透過AI就可以逐步幫您辦到 東森得易購為東森國際集團相關企業,其關係企業包含東森國際、東森新聞雲、東森保代、東森自然美、東森全球行銷、東森寵物雲、Her森森、分眾傳媒與香港草莓網、熊媽媽買菜網等公司。在集團關係企業跨產業、跨領域的情況下,加上各單位會員系統獨立運作,消費者數據無法於集團內互通,讓東森集團「將客戶放在上帝的位置」的承諾難以進一步落實。 東森集團旗下公司涵蓋產業範圍廣泛,會員數據庫龐大而分散。 東森集團具備龐大的會員流量,且已應用AI新聞推薦演算法等相關技術於各場域,東森集團各單位的會員系統獨立運作,消費者數據亦無法於集團內互通,缺乏全面性消費行為分析依據,導致無法提升個人化服務與行銷策略的精準性。 東森集團分析現今零售市場所面臨的挑戰與趨勢時表示,因應消費者需求轉變,非傳統型新商業模式紛紛興起,形成零售破碎化現象。各式新興商業模式提供滿足屬於自己的利基市場的服務或商品,消費者將會減少依賴傳統零售模式。 而零售破碎化現象最明顯可在新興國家觀察到,其以跳躍式的方式發展出新興零售,如高成長的快閃拍賣電商品會威脅傳統 B2B2C電子商務平台市場,新興商業模式快速瓜分傳統零售商場,甚而顛覆既有市場遊戲規則,預計未來零售市場將會繼續向細分發展。 新零售產業快速導入AI應用 迎戰高度競爭市場 在虛實融合趨勢下,實體零售業者與線上電商業者之界線日益模糊化,實體零售業設立品牌購物官網、開發品牌 APP、投入電商平台,另一方面電商業者也開始設立線下實體體驗店,擴大與客戶的接觸。為提升營運流程自動化程度以及達成顧客體驗個性化之目標,兩者皆透過線下與線上串接探索消費者數據輪廓,以 AI機器學習、深度學習、電腦視覺、語言處理、移動控制與推動決策技術為基礎,積極導入智慧零售AI應用,形成新零售產業 。 此外, Google Chrome於 109年宣稱 2年內 關閉 3rd party cookie功能, 零售企業 將無法用Cookie追蹤個人化、理解使用者在各個時間、地點、廣告上的使用,導致跨裝置、跨平台追蹤的公司將被迫轉型,也代表 將面臨巨大流量廣告銷售困難。 因此,東森集團決定導入「OneID AI流量變現服務驗證計畫 」,成立東森集團專屬的數據聯盟,運用「 Unified ID」進行跨產業、跨服務的資料交換。將關係企業由以往的蒐集個人化數據,轉為分析整個產業間消費者會有的相同行為特徵,再將其進行分群,以取得相同行為特徵的使用者,並提供其有興趣的內容。並利用第一方數據與 AI技術提升廣告點擊率,提升廣告商業價值以及電商導購訂單轉化率。 此一計畫的AI技術由東森與華碩電腦共同開發,系統架構主要開發項目包含專案規劃、系統架構設計、系統環境建置、演算法開發、演算模型驗證以及系統驗證等,其應用技術涵蓋大數據平行運算框架、自然語言處理、用戶推薦嵌入系統、相似度搜尋、搜尋引擎索引、點擊率預測等技術。此計畫為研發一個全面的數據收集、加工、整合平台「數據中台」,吸收各種數據源的數據,以用戶為基本單位,形成結構化的數據表,並進行用戶標籤的計算,以期精準描述各用戶的特性。而後利用此數據進行 AI精準廣告投放。nbsp 東森數據中台架構圖 東森導入OneID AI流量變現服務 預估成本效益可達2倍 東森表示,本計畫主要核心應用到「用戶行為數據」及「AI技術」兩塊,其中用戶行為數據為東森集團提供;AI技術則由公司團隊與華碩團隊共同開發,涵蓋AD Serve系統、精準受眾估計系統、AI自動優化系統、廣告效果分析系統、用戶畫像系統等。而東森與華碩共同開發與華碩共同開發AI技術,其各客戶數據與流量獨立不互通。 根據估算,此開發計畫總成本效益可達200,預期可明確掌握用戶數位軌跡,行為與輪廓之效益,將可帶來客戶終身價值LTV的大幅成長,有效整合東森線上線下,提升會員服務內涵,並大大增加企業價值。 未來,東森集團將持續拓增國際市場,目前鎖定中國大陸作為主要推廣市場,將整個服務模組,以東森全球的營運模式,拓展到全世界華人市場,並於兼顧GDPA compliance 的條件下,再結合草莓網,將東森新零售服務以大數據及AI的優勢,服務面向全世界。 東森集團將透過草莓網將服務與技術擴增至全球市場。

【導入案例】峰漁運用AI知識化養魚 有效提升10水產產量
【110年 應用案例】 峰漁運用AI知識化養魚 有效提升10%水產產量

漁業是海島型經濟的重要產業,然而,養殖漁業近年面對嚴峻挑戰,包括氣候變遷、人力短缺與成本上揚等,尤其是未來10年農業就業人口有將近11萬名因高齡化退場,為此,水產養殖朝智慧養殖的需求日益殷切。 成立於2014年的峰漁公司,以自行水產養殖為基礎,開發出獨有的友善環境養殖模式,運用AI知識化養魚,有效提升10水產產量,降低15人力時間成本。 「峰漁」二字的涵義深厚,「峰」代表好山,「漁」代表好水,期望企業能讓台灣永遠有好山好水;也是「豐腴」的諧音,希望產品帶給消費者飽滿健康的身心。公司創辦人劉建伸歷經養魚學徒、募資、租借魚塭、創立養殖公司、開創品牌及推展銷售等創業歷程,實屬不易。 勞動人力短缺與漁業從業人員年齡老化 養殖漁業藏隱憂 臺灣現階段的水產養殖仍以傳統式養殖魚塭為主,養殖技術仍靠口耳相傳的經驗傳承為主,加上勞動人力短缺與漁業從業人員平均超過60歲,導致無法有效穩定的提升產能與良率,此種飼育方式在水產疾病控制上產生一定的難度,又為了進行疾病防治,而使得藥物濫用、環境汙染與水質生態破壞的可能性大增,造成惡性循環,使得養殖品質下降。 此外,臺灣養殖市場也有651水產養殖工作者遭遇技術不足困擾,傳統養殖戶在有限的IoT感測器支持下,主要仍然是憑藉本身的經驗知識來進行水質管理、飼料投餵、疾病發現等養殖作為,此種極度倚賴個別漁民能力的養殖管理,一旦老師傅凋零,不僅面臨傳承接班的議題,也難以穩定的供應一定品質、數量的漁獲,恐將造成整個養殖漁業從養殖到銷售端的困境。 為了改善漁業養殖無法經驗傳承的痛點,同時也為漁業在養殖上具備「數位化」基礎,當務之急必須從開始搜集養殖行為數據建構AI服務為重要開端。 漁業數位分身技術 協助漁民轉型智慧養殖 峰漁公司在資策會的協助下,引入「漁業數位分身」技術,以動態調整養殖排程,也就是說,依照魚類的物種、習慣、變因來調變養殖排程,用AI養殖技術來養好魚,不僅有效提升10水產產量,同時更降低15人力時間成本。 具體作法上,先將每個物種如鱸魚、台灣鯛等,將養殖的魚池、吃料及決策行為數位化,從放苗至收成的階段,所經歷的季節氣溫變化,全部一一記錄下來進行數位化,逐漸將老師傅的經驗方法紀錄存成豐富的資料庫。 針對紀錄下來的資料,分析複合式的變因,找出最佳的養殖行為,產生動態式的養殖排程。 一池一池的紀錄養殖師傅的數據經驗。 然而,養殖行為普遍依賴經驗法則,即便是資深的養殖師傅,也難確保找出最佳答案,因此提出新的做法解決此議題:即「透過預測養殖行為與水質、飼料投餵的過往資料與養殖互動,並從水質、養殖反向評價養殖行為,藉此找出最佳的養殖行為」,透過每天時程排程,給予漁民最直覺式的操作建議。 為了持續滾動優化動態養殖曆,會反覆朝向三步驟循環進行模型疊代: 1向模型輸入現在的養殖曆; 2模型預測未來的環境; 3用未來的環境修正養殖曆的缺點,藉此得到新版的養殖曆。 在過程中,同步藉由養殖專家的經驗來建立養殖行為與環境之間的因果關係。 動態養殖曆程的建立及科技養殖建議服務,提供了可回溯、追蹤詳細的養殖歷程,是少數可將養殖數據化的技術,漁民在知識的建構上可以很快速、簡易的方式記錄日常行為,不需占太多時間,長期下來可以減少15人力時間成本、平均提升10產量營收。 智慧養殖成效卓著 減少15人力提升10產量 同時,也可將養殖曆延伸至不同的水產物種,如白蝦、虱目魚、文蛤、台灣鯛等,依各池產生不同規格的養殖排程,收成的水產物種依不同規格溯源追蹤,建立安心食品一條龍服務。 峰漁主要產品分為兩類,一類是水產養殖模組,包含魚苗、飼料、資材及益生菌、生產養殖規劃與製程、監測等,可單獨販售也可模組輸出。 峰漁公司出產的優質水產品,屢屢獲得大獎。圖峰漁公司官網 另一類產品是優質水產品,包含鱸魚排、鱸魚丸、無油鱸魚丸、鱸魚水餃和鱸魚高湯,產品榮獲各種獎項,包含2017 年屏東十大伴手禮、「菌沛尖吻鱸魚排」榮獲2017 年農委會評選銀髮族友善食品、「菌沛無油鱸魚丸」榮獲農委會評選2018 年銀髮友善食品金饌獎、「好漁夫鱸魚水餃」及「精燉鱸魚高湯」榮獲2019 年農委會評選銀髮族友善食品,連續獲獎代表峰漁公司的水產品「品質」看得見也食在安心。 此外,峰漁擁有專屬符合國際需求的水產種苗,例如:純海水養殖的吳郭魚種苗及自行選育海水台灣鯛種苗(FY-01),是許多國家養殖企業引領企盼的品項,也依照環境設計的養殖模組、疫病監測工具及飼養資材,提供客戶更穩定的收益。

【導入案例】無人智慧販賣機 黑沃咖啡一分鐘打造精品咖啡
【110年 應用案例】 無人智慧販賣機 黑沃咖啡一分鐘打造精品咖啡

科技也能飄著咖啡香 位於台中市南區高工路上的「黑沃咖啡」創始店,28坪的空間,飄散著文創與科技交融的咖啡香。2016年10月成立的黑沃咖啡,迄今在全台擁有7家直營店及28家加盟店,在全台已有15萬家店在賣咖啡的情況下,黑沃咖啡異軍突起的秘訣在於:運用AI科技,打造無人智慧販賣機,1分鐘煮出精美香醇的迷人咖啡。 黑沃咖啡實體店營造文創時尚氛圍圖:黑沃咖啡官網 根據國際咖啡組織(ICO)調查,台灣人一年喝掉285億杯咖啡,市場規模超過700億元;而業者星巴克調查,2018年台灣咖啡整體市場達720億元,2020年已上看900億元。近5年,台灣咖啡市場以每年約20的成長率擴展,成長潛力驚人。 咖啡需求商機驚人 每年以20速度成長 在咖啡已成為台灣人時尚消費象徵的現在,除了星巴克、路易莎等一級品牌咖啡店外,還有7-11、全家便利商店,及在街頭巷弄一家家的精品咖啡館。如何吸引消費者的目光,在淪為「紅海市場」的咖啡市場中異軍突起,就有賴彈性與創意,了解消費者的需求與口味,更是培養品牌忠誠度的不二法門。 除了實體店面外,黑沃咖啡也積極發展虛擬通路,其電商平台除了官網,還有 PChome、momo及團購主等通路, 通路多元,業績也穩定成長。 即便如此,黑沃咖啡創辦人林佩霓仍不斷求新求變,在成立前三年,由於與加盟門市的關係處理往往處於被動分散狀況,難以主動掌握市場動向,與消費者溝通的節奏及品牌跟進消費者的速度存在著一定的落差,較難以培養品牌的忠誠擁護者。 職人精品咖啡深受消費者喜愛。圖:黑沃咖啡官網 透過AI鷹眼系統爬蒐商情 市調成本大幅下降 為解決無法快速掌握市場風向與市調成本高昂的兩大痛點,黑沃咖非在2020年導入AI鷹眼系統爬搜市場商情,透過在社群網站、新聞、論壇等社群媒體全方位爬蒐各式文章,自動貼標,合適篩選,從網站每篇以5個關鍵字計算,爬蒐4,858篇文章,相當於24,290個關鍵字,所花費的成本不多,可以精準掌握到消費者的口味與偏好。 同時,在新品推出之後,不僅可即時通知加盟店,更可以透過社群了解消費者的接受程度,作為是否大力推廣的參考依據。 透過數據的蒐集,及透過AI演算法的分析,選出消費者最喜歡的口味,可以降低新品推出的風險,提升新品成功率,因此,黑沃咖非在2021年大膽開拓新市場,推出全球首創AIoT智慧咖啡創新概念,與全聯合作首間「智慧超市」合作,結合黑沃咖啡打造無人智能手沖咖啡機,讓消費者也能享受獨一無二的好風味。 洞悉消費者口味 打造AIoT無人智慧販賣機 台灣第一家全聯內湖瑞光「智慧超市」就位於台北軟體重鎮內湖區內,推出全球首創AIoT智慧咖啡概念店,可以透過手機App連動AI智慧咖啡販賣機、AI手沖咖啡機、AI真空冷萃機,一次滿足三種咖啡科技體驗,自助區部分設有黑沃咖啡AI智慧咖啡販賣機,不僅支援多種無現金支付方式,還是全台唯一以冷藏牛乳製成奶泡的無人智慧咖啡販賣機,嚴選黑沃5A級牛乳,從付款、研磨現煮、到出杯,只需1分鐘時間。 台灣第一家全聯「智慧超市」於台北市內湖區瑞光路成立。圖:全聯FB粉絲頁 全聯智慧超市設置AI智慧咖啡販賣機,使用APP操作就能享用香醇咖啡。圖:全聯FB粉絲頁 現在,加上AI科技元素之後,喝咖啡不只是純喝咖啡,也為消費者帶來更多全新的科技體驗與便利。

【導入案例】屈臣氏導入insider AI 技術平台 加強客戶體驗提升轉換率
【110年 應用案例】 屈臣氏導入insider AI 技術平台 加強客戶體驗提升轉換率

擁有台灣實體連鎖藥妝龍頭地位的台灣屈臣氏,近年來持續擴大數位轉型的腳步,自2014年成立屈臣氏網路商店,積極發展電商市場外,更透過結合Insider的AI技術,自營的官網加上藉由大量的門市銷售數據、會員消費行為累積,及AI的個人化推薦、在最佳的時機點投放最佳的接觸訊息給使用者,大幅提升消費者在Online成交與在線下購物的OO全通路消費體驗,大大提升轉換率。 OO線上加線下 提升客戶轉換率,帶動業績成長 屈臣氏集團為全球零售巨擘,過去30年在台灣落地深耕,專精於零售、門市營運SOP流程優化、零售供應鏈等,但對於電子商務平台經營只有數年,在電商領域如何提升轉化率、透過個人化的AI演算法提供客戶最佳化購物體驗並無足夠的人才與技術資源。 相比於在零售業經常被討論的「O2O」(online to offline),屈臣氏奉行的方向則是「OO」,也就是線下加線上。目前在屈臣氏網路商店下單的客戶,約有兩成會選擇到門市現場取貨。這時門市人員的服務如果到位,扮演現場購買的「觸媒」,就有機會利用線上商店導進來的客戶,為實體店創造額外業績。 根據統計,屈臣氏擁有將近600萬會員,在實體門市零售領域交易資料量龐大,但對比擁有120萬以上APP活躍用戶及近300萬App 下載量,會員活化的程度仍嫌不足,若能夠透過AI技術進行數據整合,也就是透過AI提供客戶進行最佳化的商品推薦以提升客戶從Offline 行為轉換至Online消費,或是導引線上客戶前往門市消費,將可提升大大客戶轉換率,帶動業績成長。 首頁個人化推薦模組:為您推薦 屈臣氏原始使用的開發套件為全球系統商SAP的電商解決方案Hybris,對於電子商務比較偏向單純展示、銷售,缺乏足夠技術資源處理提升消費體驗升級的相關解決方案。 Insider是一家行銷科技(martech)公司,在全球25個城市設有據點,並在台灣有專業的顧問團隊,提供顧客在地化的數位解決方案,致力於以技術優化數位行銷成效,幫助品牌推動數位成長。Insider是許多國內及全球企業包含屈臣氏、家樂福、IKEA、Lenovo、愛迪達、信義房屋、新加坡航空等大型企業的合作夥伴,在透過AI技術提升客戶轉換率、回購率、及提升廣告投資報酬率績效卓著。 屈臣氏引進insider AI演算機制主要是為了加強客戶體驗,透過AI的個人化、整合式行銷模組提升顧客戶消費的互動體驗。進而提升電子商務轉換率,以及透過AI的功能找尋對的客戶,增加新的客群、提供顧客更好的購物消費者體驗。 各頁依據客戶行為觸發折扣碼複製功能推薦 Insider 有許多原本已經研發好的技術模組,可以提供各種客戶於應用情境內去使用,搭配客戶在特定情況下所需要提升轉換率,可以提供許多不同功能的模組使用,目前屈臣氏電商網站APP使用insider不同模組,另有部分也會根據屈臣氏的特殊屬性,例如民生回購、導App需求、刮刮樂折扣碼,去設計因應屈臣氏客戶特殊情境的轉換套件或個人化推薦模組。 引進Web APP 個人化推薦、轉化模組套件 有效提升轉換率10 屈臣氏目前已經導入模組中的前四項,預計在2021年完成全部五項模組導入後,預期提升線上線下的互相導購,進而全面提升屈臣氏的整體電商及零售業績。 1 Web Recommendation Conversion Suit 2 App Recommendation Conversion Suit 3 InStory for eCommerce 4 Mobile App Template Store 5 Insider Architect 屈臣氏目前已經導入AT模組,預計2021年底完成 屈臣氏2020年與insider合作以來,引進了Web APP 個人化推薦、轉化模組套件,已有效提升成交轉換率達平均10以上,ROAS 平均10以上。 未來屈臣氏也希望能將POS銷售紀錄導入insider CDP,可以達成更優化的OO互動機制,完成全通路的消費體驗。 透過結合Insider的AI技術,自營的官網加上透過大量的門市銷售數據、會員消費行為累積,以及AI的個人化推薦、在最佳的時機點投放最佳的接觸訊息給使用者,將大幅提升消費者在Online成交與在線下購物或是進入屈臣氏門市創造互動的機會。藉由新技術在電商寡占的領域,為屈臣氏在消費者心中保持美妝保健類別中獨特的領導地位。

筆資訊
總筆數:76, 共9頁