精選案例

03
2021.11
【110年 應用案例】 海量數位工程AOI機器智能手臂檢測系統 大幅提高瑕疵檢測精準度

臺灣堪稱製造業大國,然而,在產線上,品質瑕疵檢測一直是製造業長期痛點,雖然有AOI設備可輔助,但大多採用固定式機器,受限於角度,診斷不夠精準,誤判率也高。海量數位工程公司導入AOI機器智能手臂檢測系統,可有效降低誤判率,提高瑕疵檢測精準度。 一般來說,產品的良率攸關企業的成本與客戶的退貨率,而製造產業品質瑕疵的檢測流程,往往需要編制大量的品質檢測人力。目前製造業檢測工具雖然有AOI設備來輔助進行,但這些設備多半採用固定式的檢測機器,固定式相機容易受限於角度,導致診斷不夠精準,誤判率太高等缺點,因此,人員在後端需要再次篩選檢驗,也就是複檢,通常人工目測檢視的瑕疵漏檢率平均在5上,甚至可高達20。 製造業品質檢測三大痛點 機器手臂AOI之動態多角度品檢協助解決 根據海量數位工程實際了解製造業在檢測產品品質有三大痛點: 痛點一、人力檢測產品品質出錯率高 目前製造業多以人力來檢測產品外觀,但人工判斷多半有誤差,例如:表面刮傷、色差、焊道外觀hellip等,瑕疵判斷出錯率高,且須待成品階段才能一次性檢驗,時常出貨前全檢後依然遭整批退件,導致重製及人力成本大增。 痛點二、品質檢測之數據無法量化與記錄 傳統人力檢測無法保留檢測數據,嗣後發生品質糾紛時,責任難以釐清。而海外品牌高階代工單往往要求溯源與相對應的缺點紀錄,傳統產業原有之人力檢測難以符合更高階代工單之要求。 痛點三、傳統AOI視覺檢測的限制 現有製造業常用的AOI視覺檢測系統,因為視覺軟體技術的限制,都是以固定相機、固定光源及單一角度的方式來進行,這種方式對於平面或形狀由直線組成之產品例如:長方體或正方體的單一檢測點尚可處理,但對於複雜形狀的產品例如:汽車零件多為不規則狀多點、多幅度的檢測,就較難實現。 海量數位工程研發AOI機器智能手臂檢測系統,有效提高瑕疵檢測精準度。 為解決製造業在品質檢測的痛點,海量數位工程決定從研發多角度、可移動式的檢測儀器開始發想,從結合工廠自動化領域中的兩大代表性技術-機器手臂與機器視覺著手。海量數位工程以機器手臂結合AOI之動態多角度AI視覺即時品質檢測方式,改善固定式檢測受限多角度的問題,視覺檢測技術的提升與結合人工智慧,進一步相機取得的影像資訊可由平面取樣提升至多角度、多維度取樣。 選定汽車產業做為實證場域 可快速回應顧客需求 AOI機器智能手臂檢測系統,所運用的AI技術包括無監督學習(unsupervised)、監督式學習Supervised learning、半監督式學習Semi-supervised Learing,使業者在初期樣本不齊全,或是沒有不良樣本的情況下也能使用無監督深度學習技術學習良品,並應用在汽車三角架自動焊接的視覺檢測上。可解決導入前受限於固定式機器的角度、診斷不夠精準、誤判率高的問題。 汽車零組件單價較高,會要求更嚴格的瑕疵檢測正確率。 在導入AI服務的產業中,選定汽車製造業作為實證場域。海量數位工程表示,汽車製造業主要為相關零組件製造商,而且通常元件單價較高,需更多品質檢測品質及良率,會要求更嚴格的正確率,因此選定汽車業做為導入的場域。 機器手臂結合AI之動態多角度AOI視覺即時品質檢測系統,除了可以改善汽車零組件檢測瑕疵品質失誤率外,因為以多角度的機器手臂AOI服務來提升定點式AOI光學檢測,可以符合多數產業之量測需求;最後是建立第三方系統平台,建置共同工作整合平台監測系統,以便在問題發生時,第一時間接收訊息並著手處理。 本系統可針對出廠產品之重要數據進行記錄儲存,為實現未來數位生產線與虛擬生產之基礎。同時於瑕疵發生時,可即時串接海量MES監控系統,迅速反應至相關製造決策部門,嗣後並利用ERP系統進行專案管理與檢討,有效精進其生產效率,降低生產成本。 有助降低溝通成本 期許成為行業標配 就產業上下游整合而言,可以為上下游之數據連貫提供一基礎之標準,降低供應鏈之溝通成本,經由指標代工廠與品牌商的認證,有機會成為該產業之行業標準配置。 透過此一計畫的產出數據資料庫建置,業者進一步透過大數據分析Data Analysis,優化供應鏈管理的解決方案「供應鏈規畫Supply Chain Planning, SCP」,依據數據,建立預測計畫,並運用科技串連供應鏈上下游的數據,精準控制產品品質。未來對接歐美、日,需要品質精細訂單,業者能更快速回應及整合產業供應鏈Supply Chain 。 最後期望透過標竿示範產業之場域驗證,例如:以汽車零組件製造產業標竿示範場域,透過機器手臂結合AI之動態多角度AOI視覺即時品質檢測系統計畫進行驗證,讓汽車代工廠與汽車原廠之間有更優化的供應鏈聯繫,並成為該行業標準。更進一步尋求更多的AI團隊,加入場域協作平台跨產業之開發,帶動整體AI新創與場域結合的生態系。 海量數位工程研發的自走車

2021-11-03
【110年 應用案例】 赫銳特科技VCSEL封裝元件瑕疵導入AOI檢測 提升產能效率20%

2017年,iPhone X的亮相讓提供 Face ID人臉解鎖的3D感測技術成為大熱門,也帶動了3D感測模組中的核心零元件VCSEL的發展。而VCSEL封裝元件入料瑕疵檢測,若透過AI推論模型可解決良率偏低產業難題,提升可靠度達95。 VCSEL技術現階段可被運用於諸多用途和各類終端消費市場,包括機器人、移動設備、監控、無人機,以及ARVR等。VCSEL在需求高速調製功能的應用(例如照相機和生物計量)中堪稱為不錯的解決方案。 VCSEL技術應用層面廣,也可應用於無人機。圖為佐翼科技農用無人機 VCSEL技術應用層面廣 AI技術助攻瑕疵檢測 赫銳特科技表示,VCSEL封裝元件市場也面臨到商業對手強力的削價競爭,需要進一步降低成本提升、產品競爭力,其中一個關鍵的難題就是將玻璃透鏡更換為環氧樹脂型透鏡。傳統玻璃透鏡的生產良率高,但成本較環氧樹脂透鏡高,因環氧樹脂經切割製程,側壁切割道上容易會有毛邊,造成尺寸過大,容易在打件時因為受熱而產生的應力釋放,將會直接導致光學透鏡破裂。 赫銳特科技指出,VCSEL環氧樹脂透鏡的入料檢測十分重要,在封裝空間的限制下,封裝與光學透鏡貼合的空間有限,且此光學透鏡會被侷限於一金屬框架內,若是沒有控管好尺寸公差,很容易在打件時因為受熱而產生的應力釋放會直接導致光學透鏡破裂,造成VCSEL封裝可靠度驗證良率損失最高達到10,造成生產成本增加。 為解決上述問題,赫銳特科技希望在VCSEL環氧樹脂透鏡的入料階段,可以藉由AI影像監控環氧樹脂元件的尺寸及外觀瑕疵,確認其尺寸是否合乎規格、切割邊緣是否平整、外觀是否瑕疵等。由於傳統的入料檢測,經通過大略的人眼目檢分辨好壞,為順利收集影像數據,首先需要解決影像蒐集的問題。 因此,赫銳特科技首先建立自動光學檢測裝置Automated Optical Inspection,AOI,自動光學檢測裝置包含X、Y、Z三軸動及高解析相機,及相關控制軟體自動記錄影像。蒐集完成後的影像資料,經opencv將測試影像Test與一標準正常影像Normal,進行影像對位後取出Test與Normal影像的差異部分,並可經由Pixel Mapping計算影像的像素面積進行比較完成初步篩檢。 承上之影像分類,進行手動標籤標示包含:正常、外觀瑕疵或形狀特徵差異之樣品,後進行演算法訓練與驗證,使用深度殘差網絡Residual neural network ResNet或其他相關演算法進行深度學習,以辨識出透鏡的優劣情形。 導入AOI檢測 提升產能效率達20以上 比較導入AI影像檢測的前後差異,導入前的VCSEL入料透鏡檢測,僅透過簡易的人工外觀檢測,將透鏡封裝在已固晶的VCSEL封裝體上,通過一般點亮檢測後,最後進行可靠度測試高溫回焊,失效樣品進再入重工流程。 但在導入AOI檢測之後,可提前將有問題的透鏡篩選出來,除了可以降低後續物料投入的成本,亦可減少失效情形降低重工的需要,因而提升可靠度驗證良率達95以上,預期可協助場域業者降低生產成本達10,提高產能效率達20以上。 導入AI影像檢測的前後之差異 赫銳特科技指出,這項技術是基於微小影像開發的AI應用技術,透過深度學習演算法辨識影像瑕疵,用來辨識瑕疵影像。而訓練後的網路來自動分類對應於預定類別的影像數據。透過參考影像就能辨識缺陷類別,因此不再需要繁瑣的編程。 而在工業機器視覺環境中,深度學習主要用於應用中的分類任務,例如在工業產品的檢驗或零件的辨識,未來隨著IOT穿戴裝置的發展,符合節能省電的潮流議題,光電元件尺寸將不斷的縮小,本技術未來也可應用在其他微小光電元件的外觀瑕疵檢測。

2021-12-05
【109年 應用案例】 從一顆包子窺看如何應用AI減少50%報廢率,為冷凍食品提升60%生產效能

從產線到餐桌,吃進去的衛生管理由誰把關 近幾年有關食品安全新聞報導層出不窮,如即期品改標、洪瑞珍食物中毒等事件,不難發現民眾對於吃進去的食品衛生愈發重視,但由於各個食品加工的品管方式不同,容易有潛在風險。 世界衛生組織(WHO)就曾指出,不安全的食物與飲水,每年會造成200萬人的身體損傷,也因此國際市場要求食品加工企業必須建立商品可追溯體系,所以國內食品加工大廠也想建立生產追溯系統,期望能儘速反向溯源到問題原物料,並啟動追回和銷毀問題食品。 看得見的安心,落實生產透明化 國內某食品大廠以生冷凍食品、即時料理等商品,國外市場版圖已擴展至北美、紐澳、日本hellip等國,在國內對於食品管理的推動也是不落人後,現已取得HACCP、ISO22000、ISO14001等食品認證。 食品生產在人力需求較高,因此也容易有工作疲勞而影響品質,再加上生產線對於生產數量、流程與時間點紀錄不明確,在出現不良品時難以追溯生產資訊,造成食品安全管理上的漏洞只得整批報廢。 為此,中山大學產發中心應用自身的輔導資源,協助該食品大廠解決食安管理的問題,規劃運用AI技術蒐取生產數據,同時建立食品生產的防弊與回溯。 製程智慧化助力食品安全 烘焙類的食品加工雖自動化程度不高,但本案之食品廠對於提升產線自動化程度、導入智慧製造方面有意願,對於企業來說,溯源體制不僅能樹立品牌形象,提升產品、品牌價值,對於消費者而言,生產線的透明化讓人更加放心。 因此,中山產發中心媒合AI技術服務商泓格科技,在第一階段規劃導入數據蒐集設備來串聯食品工單資訊,降低人為操作上的資料疏漏,同時透過即時生產資訊看板掌握產線處理流程,確保可能因人為因素造成的生產階段資訊不連貫,使該批產能受到影響。 產線智慧化規劃示意圖 第二階段則於麵糰發酵階段透過深度學習進行大小與體積計算,分析溫度、濕度、發酵時間與產品體積比間的變化關係,並評估後續是否導入AOI異物偵測,於冷凍後建立第二道品管步驟。 成品品管AI化示意圖 食品加工身分證,開啟食安溯源AI時代 在台灣,消費者對生產履歷的認知度和接受度逐步提升,食物由原料供應、加工生產,到流通販賣,都需要能完全掌控,並提供透明資訊,公開食品生產履歷不僅是增加企業與消費者間的信任,同時也是讓台灣的食品安全環境,跟上國際的腳步。 中山大學產發中心將在2020年協助企業導入先進科技的AI應用,記錄原物料從產業到餐桌的全流程數據,監督食品生產過程,成功落實產品溯源,做到加工食品的防弊與回溯,從而對產品建立高規格要求,讓食品加工產品走進世界級的標準。

2020-03-12
【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。

2021-09-27

解決方案總覽

【解決方案】專攻智慧醫療市場 開源智造跟上百位醫生「搏感情」
【110年 解決方案】 專攻智慧醫療市場 開源智造跟上百位醫生「搏感情」

人工智慧AI技術的突飛猛進及新冠肺炎Covid-19疫情催化了智慧醫療的蓬勃發展,致力於Open AI研發的開源智造公司專注於智慧醫療市場的開發,公司花了兩年的時間一一拜訪醫生,跟上百位醫生「搏感情」,並彙整出一本「智慧醫療題庫」,猶如醫界的AI武林秘笈,醫療與工程相關的問題均能在此書得到解答。與醫生建立共同語言,有助於切入醫療領域的發展。 根據世界衛生組織WHO定義,智慧醫療是數位醫療的延伸,它是資通訊ICT科技在醫療及健康領域的應用,範疇包括:醫療健康資訊、個人醫療、遠距醫療與照護、行動醫療、穿戴式裝置等。 全球SaMD市場成長潛力驚人 科技大廠紛紛搶進 其中,SaMD Software as a Medical Device,軟體即醫療設備 市場在2019年~2026年的預測期間內預計將以年複合成長率6930的速度成長。由於市場潛力無窮,包括世界級的產業、資通訊大廠積極搶進,但隔行如隔山,醫療產業的進入門檻不低,要如何與醫生對話,成為第一道難題。 成立於2019年5月的開源智造公司Open AI Fab,是經濟部工業局AI計畫中AI GO「產業出題、新創解題」與AI HUB AI新銳選拔賽的常勝軍,開源智造創辦人兼執行長黃名仕表示,公司透過專案、競賽方式不斷累積經驗,在智慧醫療領域中,「醫生」是重要的關鍵人物,開源智造不僅網羅急診室醫生擔任醫療長,作為與醫界溝通的橋樑,公司團隊更在兩年間拜訪上百位醫生,了解需求並切入智慧醫療的龐大市場。 「醫生非常聰明,時間也很寶貴,要在短時間內快速精準回答他的問題,建立彼此信任感,是雙方能否產生實質合作的重要關鍵」,黃名仕進一步強調,醫生對AI也存有無限的想像,然而,運用深度學習的AI技術需要醫生的標註,若醫生無法協助標註,AI也無用武之地,跟醫生建立溝通的第一步,是要建立對AI的適度期待。 經過與北部醫學中心與南部醫學中心的合作,開源智造比較成熟的兩項醫療AI化服務分別是「達文西手術器官辨識解決方案」與「心衰竭及結構異常解決方案」。達文西手術器官辨識解決方案是上傳達文西手術影片檔案,醫生可以自行選擇想要辨識的畫面,AI模型會將所有的圖片一起辨識出不同的器官、神經及血管等。 達文西影像辨識AI可應用於婦產科或耳鼻喉科。 達文西影像辨識AI原本運用於婦產科,開源智造團隊投入超過半年時間,日以繼夜調整婦產科達文西器官影像辨識的模型,之後從Open Source開源碼找到UNET AI模型,進行大量模型的調優,現階段在人體八種器官中,有四種可以達到85的準確率。 今年的AI GO競賽活動,開源智造也協助中部醫學中心的耳鼻喉科建立達文西器官影像辨識,在短短一個月內,從初期討論、資料蒐集、資料標註、AI模型建立,最終獲得實證成果,在不斷透過客製化AI的過程中,逐步縮短學習曲線。 AI計算心臟射出分率時間 由20分鐘縮短為以「秒」計算 另外,心衰竭及結構異常解決方案將成為開源智造AI產品化的第一步。黃名仕表示,南部醫學中心心臟外科在進行病患心導管手術時,也需要醫生進行左心室攝影,為病患打入顯影劑之後,醫生透過不同時段心臟的舒張及收縮影像,畫出心臟輪廓,並計算出心臟射出分率,在傳統作法下,有兩項缺點,一、繪圖及標註需要耗費醫生大量的時間;二、醫生運用手工繪圖算出心臟射出分率,標準不一致,以致缺乏客觀標準。 透過深度自動學習技術的心衰竭及結構異常解決方案,不僅讓醫生繪製心臟輪廓並算出心臟射出分率的時間由20分鐘縮短為以「秒」計算,也可建立協助醫生分析心室異常狀況,建立心衰竭及結構異常的預警平台。 心衰竭及結構異常解決方案將成為開源智造AI產品化的第一步 在與醫生溝通的過程中,黃名仕發現,醫生最大的難處在於去識別化之後的病例取得,及標註過程,耗費許多時間,以左心室的照影影片為例,一名病患總長兩分鐘影片,一秒有30張照片需要標註,兩分鐘要標註的照片就高達3600張照片,光是一名病患就要花上許多時間,更遑論一名醫生的病患可能高達數十位,所耗費的時間更多。 開源智造除了蒐集與上百名醫生訪談問答,建立題庫外,也訓練工程師及資料科學家學習醫生的數據標註,反覆與醫生確認之後,現階段資料主要的標註工作可交由工程師負責,實際解決醫生的困擾。 智慧醫療由於科別不同、人種差異、每名病患的病況不同、醫院的需求也不同,短期內很難產生通用型、標準化的AI模型,客製化是最佳途徑。開源智造採用Open AI方式縮短部分開發時間,聚焦客製化AI模型建置技術突破,而開發出的AI模組可延伸其應用場域,這也是公司的競爭優勢之一。 醫療器材自藥事法獨立 取得醫療器材軟體認證為首要之務 為了發展臺灣的智慧醫療產業,衛生福利部食藥署TFDA 2019年12月通過「醫療器材管理法」,將醫療器材管理從「藥事法」中獨立,並在2021年5月1日開始實行。醫療器材軟體SaMD需產品開發商在當地取得主管機關的證照核准,即可在當地醫療通路販售,因此,開源智造將以在美國及在臺灣取得SaMD證照為首要之務。 黃名仕指出,開源智造在2020年甫取得天使輪募資,預估2022年3月底再完成Pre-A輪募資,做為未來一年半的資金運用。同時,也規劃2年內取得衛福部食藥署第二級醫療器材軟體認證,並完成智慧醫療AI產品開發計畫,實際從點醫生、線醫學中心、面區域性醫療體系全力導入實務應用,讓智慧醫療實際落地普及。 開源智造創辦人兼執行長黃名仕

【解決方案】致力於建立數據的超級市場 麟數據科技用實力讓品牌主買單
【110年 解決方案】 致力於建立數據的超級市場 麟數據科技用實力讓品牌主買單

「就像是傳統市場很多豬肉攤,到處都可以買到豬肉,但是,處理、烹調的方式不同,就會產生不同的美味」,深耕數據處理應用多年的麟數據科技LnData策略長謝佩芳,用簡單的方式,闡述所有人都在爭取「數據」商機時,麟數據科技的優勢所在。 數據被譽為「新時代黑金」,重要性媲美原油。隨著科技與數位技術的進步,企業取得的資料量正在迅速增長。如何煉油成金,靠得是經驗、技術與品牌主的信任度。 專注於第一方數據庫 建立銷售傳播強度指標 成立於2016年的麟數據科技專精於數據科技 Data Technology,提供多元創新的軟體服務 SaaS ,並扮演市場獨立第三方的角色, 藉由多元先進的各類數據採集與串接服務,協助企業進行數據採集、數據清洗、數據治理到最後的數據應用, 將最真實且完整的數據運用在每次商業決策中,取得市場先機。 麟數據科技LnData策略長謝佩芳 謝佩芳表示,公司成立的初衷在於欲建立第三方廣告效益監測單位,由於品牌主廣告預算投入與效益難以評估,除了流量真實性難以驗證外,實際曝光在哪些版位、觸及的受眾等細節資料也通常較為模糊,因此必須有公正第三方進行監測,以示公平、公正、透明。同時,協助品牌主能運用數位行銷,不僅僅做最後一哩路的轉換,更能達到品牌曝光,完整建立消費者購買旅程的目的。 然而,由於廣告第三方監測的收費必須涵蓋在整體廣告預算中,且媒體也不希望被監測,目前整體臺灣市場接受度仍不高,因此,麟數據科技轉向以建立品牌主「第一方數據庫」為發展重心。 SaaS產品串接所有消費者接觸點,建立品牌第一方數據庫。 第一方數據庫指的是:品牌主在各個行銷管道或數位內容,以及跟消費者產生互動的節點等相關數據,透過麟數據科技特有爬搜能力蒐集之後,運用人工智慧進行分析處理,並產生出銷售傳播強度指標。 品牌企業能透過此一指標了解其商品在消費性社團內的討論程度,並做出相對應的企業決策建議,同時產出基於人工智慧的用戶行為模式分析。 謝佩芳表示,第一方數據庫也會串接品牌主的CRM系統,透過麟數據的技術,為品牌主量身打造的品牌數據心臟Brand Data Hub,除了可有效追蹤並串聯每一個消費者觸點的數據,幫助品牌主隨時隨地與消費者進行有感互動,更可以找出社群聲量大、具指標性、又願意為品牌發聲的關鍵消費領袖 Key Opinion Consumer,KOC,成為品牌大使,並透過「出任務」活動的方式,增加會員黏著度與擴散力,將消費者變成「品牌族群」,確實達到精準行銷之目的。 CRM結合 Unified ID追蹤掌握消費者旅程 目前麟數據科技的客群分布在美妝、飲料、汽車、銀行等行業。透過顧客關係管理系統CRM結合社群的功能,對每一位消費者標示 ID的方式,即時掌握消費者在網頁、廣告、社群、電商等各個接觸點的意向與行為,給予品牌商最佳行銷策略。 「以往品牌主的CRM系統,大都利用Excel表製作,耗費人力,而且,品牌主找尋KOLKey Opinion Leader,關鍵意見領袖,動輒要花上20-30萬元,卻得不到效果」,謝佩芳表示,利用麟數據的SaaS服務,將資料數位化,不僅能夠建立並累積會員數據庫,同時可以一次找到100多位忠誠且高社群聲量的消費者,累積上述消費者對品牌的綜合效益,遠遠超過一個KOL,品牌主當然就願意買單。 同時,隨著KOC數量增加,網路社群的聲量表也持續成長,建立數據庫之後,有三大效益: 一、會員影響力有量化數據可供參考; 二、系統累積所有會員出任務的結果,以往花費大量人力統計,現在用數位工具化方式即可解決; 三、社群上品牌的口碑、分享數量會持續增加,形成正向循環。 謝佩芳表示,在推廣數據科技服務時,最大的困難在於數據要累積大約半年至一年左右的資料量,才會看到真的有意義的分析。具體作法是先跟客戶訪談,將數據蒐集的策略及渠道先行釐清。而她也坦承,真正有用的是CRM的資料,沒有互動資訊的累計數據是死的,並無任何用處。 建立數據中台為終極目標 成為數據超級市場 AI技術用於多管道且繁雜數據進來之後,如何分類分群,如何將不同數據特性抓出來,並由AI自然生成標籤加以管理。實際作業流程是:所有數據進入的管道必須先規劃好,其次是清洗數據,這一部分是最困難的,清洗後標籤化、找分類跟顯性,並開始持續優化,之後被打包出來,作為行銷活動之應用。 跨通路數據串接與累積,強化品牌數據庫應用 謝佩芳表示,麟數據科技短期內將持續深耕品牌主第一方數據的累積與應用。即站在客戶角度,發展出所有消費者旅程節點的SaaS服務,解決方案從網路監測、廣告監測、APP優化、與消費者的問券系統、將服務切分成一個個獨立的SaaS工具,並以消費者為中心,貫穿整合所有數據,協助品牌主更了解消費者。 第二階段是發展數據市集Data Marketplace,在得到消費者同意之後,去個資化所取得的數據,如投資屬性相同的投資人、坐月子婦女、糖尿病病患特徵等不同的數據庫可以進行交換或異業合作。 最終階段,麟數據期望能幫助品牌主打造「數據中台」,快速整合品牌數據資產,並在安全、乾淨、可信任的情況下交換數據,創造數據超級市場。 事實上,臺灣有越來越多的數據市集,每家有能力蒐集不同的數據,謝佩芳採取開放的態度,認為哪一家對品牌主有用,就是好的數據市集。「就如同到處都都可以買得到肉,但處理肉的方法不同,所呈現的美味不同,這就是廚師的功力」,這是謝佩芳對數據市集最貼切的神譬喻。 麟數據科技公司團隊 附註:所謂的「數據中台」,其核心思想是數據共享,透過組織調整和資料倉儲、數據同步等技術方法,設計出統一管理數據來源和應用的中臺,來支援內部上百個業務應用,避免重複建置、數據指標定義不全等問題。

【解決方案】慧穩科技Domain AI SaaS 幫助產業導入AI開箱即用
【110年 解決方案】 慧穩科技Domain AI SaaS 幫助產業導入AI開箱即用

從AI專案到AI產品,慧穩科技走了五個年頭 由於累積大大小小超過10個領域、30家企業導入AI的經驗,慧穩科技建置Domain AI SaaS 平台,協助企業快速導入AI技術,預估可節省約50以上的時間。 成立於2016年的慧穩科技,為智慧工廠AI影像辨識解決方案的提供者,Domain AI SaaS平台協助客戶完成資料清洗、標記整理、AI訓練建模與軟硬體整合等服務,運用AI最新演算法實質落地。 五年磨一劍 慧穩科技累積專案經驗淬鍊AI產品 慧穩科技總經理林耿呈表示,公司有豐富的AI落地經驗,在高爾夫球、紡織業、石化業、半導體及水資源領域都已成功落地,累積相當多應用案例。 慧穩科技累積豐富AI專案經驗,推出Domain AI SaaS平台。圖為平台系統架構圖。 他分析,產業要AI落地成功,面臨三大痛點: 痛點一、人才不足:從傳產到高科技半導體產業,要找到專職AI技術又精通領域知識的人才十分不易,尤其是傳統產業與中小企業,光是IT人才就不容易尋覓,更遑論AI人才。與其花時間找AI人才,不如運用現有的AI平台,免寫程式No-Code,協助既有的領域專家可以使用AI,維運AI,如此才能徹底解決現在科技人才短缺的問題。 痛點二、落地成效不易評估:根據統計報告指出,AI落地的成功率不高,國外能創造價值AI落地的案例也只有5。慧穩科技透過專案驗證的AI落地成功率也約510左右。 林耿呈分析,其困難點在於,導入AI的步驟是必須先定義問題、了解產業領域知識、套用AI模型,再結合系統性整合的方案出來,才能產出產業商業價值,一連串步驟是跨領域的整合,AI落地要驗證成效非常困難,需要花時間及人力堆疊起來才能產生成效。 痛點三、成本。無論導入的人才、時間或是將領域知識與AI結合,都需要花時間,一旦花了時間,就可能出現漫無目的投資的狀況,導入無形成本一直被迫增加,若再加上AI硬體設備,相關費用疊加上去之後將會導致成本與效益之間無法評估的窘境。 為解決產業導入AI痛點,慧穩科技將協助企業運用AI技術解決製程或產線上的問題相關經驗,發展出已驗證過的AI模型,建立標準化AI SaaS,來解決領域內的共通問題,至於企業個別問題或客製化需求,則在標準化的基礎下進行微客製化校調。現階段,慧穩科技的產品分為光學檢測AI SaaS平台及智慧水務AI SaaS平台兩大服務,皆係運用簡單、容易監控與維運的NO-Code平台,讓企業透過低成本、高效率的方式導入AI技術。 企業導入Domain AI SaaS產生成本下降、效率提升等具體成效 林耿呈表示,根據慧穩驗證AI所帶來的效益,運用Domain AI SaaS平台,在光學檢測領域,可達到10-10倍的品質提升,降低人力成本可達10-50;至於智慧水務領域,在能源優化上可達到10-20成效。 紡織業導入AI平台 提升一成瑕疵檢出省一半人力 舉例而言,紡織業瑕疵檢測過往採用人工全檢的過程中,通常檢出率在80-90之間,導入AI光學檢測技術之後,檢出率可以提升到95以上。之後再透過人工進行複檢或抽檢,不僅可大幅提升10的瑕疵檢出率,還可節省將近一半的人力,效益十分可觀。 再如,過往汙水處理廠在控制汙水處理時,先觀察水質採樣出來的結果,再由老師傅或專業技師以人工方式進行設備動態調控,沒有辦法隨時監控,往往造成能源耗損,加入AI之後,由AI模型依據監控結果,推論出要用多少馬達或設備的輸出,可以控制到一定標準的水質範圍,預估可節省20以上的能源耗損。包括民生汙水廠、自來水公司都需要智慧水務平台來協助監控汙水處理狀況。 「無論是機器學習、深度學習,或是動態調整式類神經網路、動態控制演算法等AI技術的導入,都需要主客觀條件配合,製程不想改變,完全依賴AI,仍將以失敗收場」,林耿呈如實地說,AI並非萬能,也可能成為「照妖鏡」,讓以往人工所忽略的事情一一現形,因此,與客戶明確界定欲改善的問題及效益如何驗證的溝通與調整的過程就變得相當重要。 站穩臺灣放眼東南亞市場 預估5年達成IPO目標 林耿呈也指出,AI技術要不斷精進,現階段努力的目標是嘗試不需要太多資料就能夠讓AI學得好;另外,也不要過於依賴AI,他說,AI是兩面刃,太過依賴就必須仰賴龐大數據,但大量數據的蒐集、清洗所耗費的時間相當多。若能運用傳統演算法結合AI技術是目前最好的方式,在 AI技術尚未完備之前,透過傳統演算法與現有AI技術先解決客戶的問題,待包括AI自動學習、因果關係、Mata data learning等類強人工智慧領域突破之後,有助於更帶來具商業價值的解決方案。 除了持續推廣國內產業的應用外,慧穩科技也計畫在2022年將Domain AI SaaS平台推廣到東南亞等國家。慧穩科技近期積極進行A輪募資行動,在既有的成功基礎上,持續擴展Domain AI SaaS的深度與廣度,中期也將進行A或B輪的募資,期望未來5年左右,達到股票上市IPO目標。 慧穩科技團隊 慧穩科技創辦人兼總經理林耿呈

【解決方案】產學合作展成效 台科大人工智慧營運管理研究中心運用AI工協助企業數位轉型
【110年 解決方案】 產學合作展成效 台科大人工智慧營運管理研究中心運用AI工協助企業數位轉型

在智慧化系統中,AI扮演關鍵角色,國立臺灣科技大學人工智慧營運管理研究中心除了培養專業的AI人才,也積極與企業進行各種專案研究,讓產業智慧化加速在臺灣落地。其中一個案例即採用人工智慧與機器學習方法,運用品質資訊進行維修保養預測與規劃,大幅提升設備可靠度與產品品質,運用品質瑕疵檢測AOI技術,則可降低大大瑕疵錯殺率。 臺科大人工智慧營運管理研究中心總監余文煌觀察,產業對AI的需求日益殷切,以電子製造、金融及醫療等領域發展的潛力較大,一方面上述產業資訊化程度較高,自動化產線技術與數位化環境成熟,具備AI技術發展條件;另一方面,由於產業環境所需要的數據已被保留並管理使用中,在觀念及數據具備的情況下,較容易推動AI技術應用與解決方案。 品質瑕疵檢測AOI技術 有效降低錯殺率 例如,在智慧製造領域,臺科大人工智慧營運管理研究中心團隊協助臺灣電子大廠建構產線設備診斷系統,在製造現場的產線設備內建置感測網路架構,藉此偵測並記錄機台的運作狀態,透過大數據分析,在機台出現異常之初就能夠發出警示,提醒管理者排定維修時間。 並以AOI品質瑕疵檢測製程,結合機器視覺與深度學習技術,針對電子件進行瑕疵檢測,進行即時管制監控,協助企業發展包含自動化光學檢測站,表面瑕疵演算法、管理應用功能服務。 在印刷電路板的軟板業FPC,運用品質瑕疵檢測技術進行影像辨識,主要是進行初檢之後的複檢工作,設計將原本檢出結果進行複驗。一般工廠在做瑕疵檢測時,往往認為「寧可錯殺一百,也不放過一個」,採行最嚴格標準的檢測,在現行檢測技術與流程,可能造成過度檢出而產生良品成本浪費問題。 臺科大人工智慧營運管理研究中心專注於智慧製造解決方案。 臺科大人工智慧營運管理研究中心主任曹譽鐘講座教授表示,目前臺科大人工智慧營運管理研究中心的瑕疵檢測、AI模型與演算法的建構與訓練,已有初步成果,中心希望透過影像辨識之後的結果,能幫助企業快速鑑別產品在生產過程中所產生的瑕疵及品質狀態之後,下一階段即可從源頭著手,如何進行參數優化、改善生產過程中的行為,協助工廠進行製程最佳化。在產品生產過程中,機台設備的參數,可以透過機台數據異常,分析未來維修及品質管理上歸納出不同樣態提供應用場域使用企業之參考。 疫情對企業而言,是數位轉型最大的催化劑,曹主任指出,導入AI推動企業數位轉型,不一定僅從降低成本抑或提升生產效率考量,而須從根本的發展目標與問題本質進行流程分析,思考如何以AI或ICT技術服務並滿足流程與客需求,這過程往往常需跳脫既有的框架,幫助企業重新塑造新營運及管理模式,以有效提升企業績效。 臺科大人工智慧營運管理研究中心主任曹譽鐘講座教授 AI導入企業最大挑戰:提升客戶信任度 在拓展AI產學合作的過程中,余文煌認為最大的挑戰在於要提升企業對你的信任度,對於客戶而言,要有一定程度的信任才可能將產線的Know-How跟你分享,告訴你經營的重點在哪裡,在缺乏營業信任度基礎之下,AI業者很難分析流程與數據的可用性。企業選擇AI合作對象通常考量兩大重點: 一、跟你合作,會不會將資料與成果販售給其他人; 二、客製化成本會不會過高;雖然企業對學界的防備心較低,但余總監仍認為,取得客戶信任度,共同建立持續性的AI創新應用能力與發展目標,是所有ICT業者面對產業客戶以及能否提供AI解決方案的關鍵因素。 針對AI人才的培育問題,余文煌也有其獨到之見解,他觀察,教育體系從國中、高中到大學已帶動AI風潮,然而,AI技術本身有很多理論基礎及產業知識必須融會貫通,與其談AI人才培育,應先定義如何建構AI領域人才發展體系或路線,將AI導入經濟體系需要哪幾類的人,把人才定位及特性系統化,讓有志投入AI產業的人才了解,如何以自身的目標衡量可發展的AI技能與工作類型。 其次,是以系統化方式幫助想推動AI的企業了解,無論是發展應用或建立技術團隊,如何衡量事業目標所對應的人才需求與技術藍圖,不僅只有扮演出題的腳色,因為AI只是解題的方法之一,協助企業建立擁有AI研發思維的創新意識,才能真正落實產業發展,強化需求並同時推動供需兩端,才能加速AI落地應用與人才培育。 臺科大人工智慧營運管理中心提供多項智慧製造解決方案 關於智慧製造的解決方案,臺科大人工智慧營運管理中心的解決方案如下: 智慧預知維修保養 採用人工智慧與機器學習方法,運用品質資訊進行維修保養預測與規劃,大幅提升設備可靠度與產品品質,針對不同設備運轉特性,建立失效模式與可靠度分析,以製程管制分析追溯產品品質履歷,協助現場人員及時排除作業異常。 智慧派工及排程規劃 針對產業特色,開發智慧派工及排程演算法,以有效縮短整備時間及總工時。例如針對多種工件,且須滿足合併備料、群組化生產、特定製程順序等條件下的生產排程。從工件群組化生產、適配產線的指派,到群組化下各產線生產順序調整的多平行單機排程等三大模組,導入最佳化演算法,設計整的智慧排程系統。 深度學習與自動光學檢測 提升品質瑕疵檢測AOI技術,採用機器視覺與深度學習,可進行金屬電子件之平面與曲面檢測,並進行即時管制監控,包含自動化光學檢測站,金屬AOI瑕疵演算法、模組化設計等應用技術。 本演算法設計要素:1自動化光學檢測站 2金屬AOI瑕疵演算法 3模組化設計 智慧戰情室 結合高階顯卡彈性組裝單元,包括加工機、工業機械臂、協作機械臂、工學檢驗站與輸送帶,建立數位孿生技術之智慧戰情室,技術特點包含即時監控、資料整合、數據透明、數據可視。

【解決方案】不用寫程式就能導入AI 詠鋐智能將AI專案從180天縮短為3天
【110年 解決方案】 不用寫程式就能導入AI 詠鋐智能將AI專案從180天縮短為3天

AI可以量產嗎AI要怎麼量產成立未滿一年的詠鋐智能Chimes AI公司打造企業級No-Code AI,協助臺灣重量級石化廠在短短三個月內監控400台不同廠牌、不同機型的機台,透過Tukey平台,加速建模速度,支援客戶自建演算法,讓AI專案的執行時間從180天縮短至3天。 顧名思義,No-Code無程式碼的意思就是在不需要撰寫任何一行程式碼的情況下,開發應用工具,使用的方式很簡單:透過圖像式的使用者介面,輕鬆點擊、拖拉、選單等簡易操作方式,就可以輕鬆完成異常監控的任務。 養一個虛擬資料科學家在工廠 導入AI迅速完成目標 詠鋐智能執行長謝宗震擔任台灣人工智慧學校講師,透過Tukey平台手把手帶領企業團隊建置AI專案,所做過的專案涵蓋石化、紡織、能源、電信、金融、醫療等產業,已累積相當豐富的經驗。 所有從事AI專案的人都知道,在執行AI專案時,最困難的在於「溝通需求」,工程師要確認企業需求、與老師傅溝通、進行問題的定義、再來蒐集數據、清洗數據、標註、建立AI模型等,來來回回耗費許多時間與溝通成本。如果能透過No-Code AI工具,就如同養一個虛擬資料科學家在自家工廠內,數據的清洗、建模與部署等,皆由熟悉工廠端作業的領域專家來完成,達到快速部署AI技術,順利完成轉型的目標。 透過Tukey工具,手把手帶領企業團隊建置AI專案。 謝宗震博士表示,Tukey工具的具體作法是,領域專家將現場資料採集好的資料,整理成機器可讀的格式之後,餵到No-Code AI軟體,在軟體內執行資料清洗與資料建模,確認建模效果滿意之後封裝成AI模型的API,介接到BIBusiness Intelligence,商業智慧看板上。 簡單地說,即是可用的資料進入到No-Code AI內作分析,分析完的模組自動打包,再丟到戰情看板上,無論是設備性能異常預警、製程節能建議,或是原料產品供需評估等,皆能作為決策之參考。 石化廠3個月完成400台機台異常檢測 準確率拉高5 舉例而言,全球石化大廠台塑公司在臺灣有數十間工廠,如果AI專案要一個個完成的話,一台設備一個模型,要花上180天左右,不僅耗時費力,在效率上更緩不濟急。運用Tukey工具來建立AI模型,並由現場15個資深的設備保機師進行資料建模,短短三個月內,完成400台機台的異常監測,其中,包括不同廠牌、不同機型的壓縮機、轉動風扇、冷凝機helliphellip等等。最重要的是,導入後設備的可用率提升近5,不僅比委託專業 AI 工程師效果更好,其建置速度更是大幅提升。 友善的介面設計,透過輕鬆點擊、拖拉、選單等簡易操作方式,就可以輕鬆完成異常監控任務。 詠鋐智能行銷業務協理范文軒指出,Turkey對企業的最大價值有兩點: 一、 是簡單、快速的開發工具,讓企業內部的概念快可以快速驗證,一般AI專案要花上6-12個月,運用Tukey只要3天就能完成; 二、 是彈性的管理工具,將AI模型做好,讓企業可以簡單運用在公司管理的產生產、銷銷售、人人資、發研發、財財務上面,不侷限於製造產線。並可以跟ERP等現有系統進行整合。 謝宗震也強調,AI解決方案很多,對企業而言,一口氣要導入這麼多系統,是件苦差事,如果能選擇一個穩定的工作平台,則可以集中化。因此,Tukey的定位是「微服務」的概念。與傳統AI專案最大的不同在於,專案的價格高,代表只能解決商業價值很高的問題,而企業內部繁瑣問題非常多,業務及行政單位天天都要面對,以專案方式無法解決,這種情況下,Tukey就是一個「敏捷開發」的好方法。 No-Code AI大幅降低非IT人員進入AI應用門檻 Tukey有模型重新訓練、調校的功能,當企業商業策略改變,必須累積新的資料,當新的資料累積完成之後,就可以餵到同一個Tukey專案,進行資料分析 的流程,「將工作流分段切割,類似卡片抽換的概念」,謝宗震強調,只要把第一個工作流原始資料改變,換成新的,原本資料清洗、建模、參數設定、模型匯出等流程,就依序完成。 模型是用來監控現場設備是否異常,監控模型設置時為設備巔峰狀態,監控久了,設備會老化、設備老化,原本舊的模型也會裂化衰退,因此,模型需要每半年要重新訓練一次。 謝宗震認為,No-Code AI是大幅降低非IT人進入AI應用門檻的解決方案,如何讓現場的人願意使用,就必須對其工作產生提高效率的誘因,促使更多的案例出現,如客服中心可以用於開發銷售潛在名單,透過Tukey從2000份名單中產出120份精準電銷名單,降低亂槍打鳥的錯誤行銷策略。 現階段企業仍以一次性專案的思維來看待AI解決方案。事實上,AI 模型的效果常跟資料品質、資料分布趨勢有關,當營運模式改變時(譬如:製程升降載、設備更新),產生資料飄移現象 data drift,原有 AI 模型表現衰退,此時需要滾動式修正。因此,採用 No-Code AI 工具,讓最熟悉業務狀況的專業團隊自行監控並更新 AI 模型,才能發會最大效益。 未來,詠鋐智能將持續累積應用案例,並與SI公司進行合作,預計將Tukey工具推廣到海外市場。 詠鋐智能執行長謝宗震圖左與行銷業務協理范文軒。

【解決方案】八年磨一劍 立普思搶攻3D感測百億美元市場
【110年 解決方案】 八年磨一劍 立普思搶攻3D感測百億美元市場

歐美日品牌的2D工業相機在市場風光多年,如今從2D轉向3D世代,市場重新洗牌,以3D相機為主的國產品牌立普思LIPS趁勢崛起,推出多款從標準型到工業型等級3D相機,並由硬體、軟體及系統提供全方位解決方案,成為市場搶手貨,成立八年以來,立普思專注於3D感測市場,自許成為機器視覺的領導品牌。 2026年3D影像和感測市場超過百億美元 年成長率14 根據Yole Deacuteveloppement預測,3D影像和感測市場將從2020年的68億美元成長至2026年150億美元,年複合成長率達145。其中,行動和消費市場比重將達46,成為市場主流,其次是汽車和工業領域,佔22。在行動與消費市場方面,除了手機之外,3D感測技術在消費性市場有著廣泛的影響,包括:平板電腦、VRAR、機器人吸塵器和AIoT(AI結合物聯網)。如蘋果iPhone 的3D人臉辨識是現今最普及的3D感測技術。 立普思專注於3D視覺與人工智慧研發,提供軟體開發包與軟硬體解決方案,軟體開發包以3D深度影像為基礎,搭配人工智慧演算法為輔,可快速應用於工業自動化、智慧物流、智慧醫療、智慧零售、工業安全、汽車輔助系統等領域。 立普思具備三大核心競爭力。 立普思公司行銷長李佰聰表示,3D深度攝影機集光學、電子、機構、平行處裡、演算法、人工智慧於大成,技術門檻高,三種最常見的3D感測技術分別是時間差Time-of-Flight,TOF、雙目Stereo及結構光Structured Light的深度攝影機,及完整的3D感測解決方案。 李佰聰也指出,公司的優勢在於提供3D感測端對端End-to-End的解決方案: 一、在3D深度相機方面,涵蓋時間差ToF 、雙目Stereo 、結構光Structure-Light三種技術,是市場上少見同時具備三種技術能量的廠商; 二、3D 感測中介軟體 支援 AI 的感測中介軟體,例如 臉部辨識、人頭計算、骨架追蹤、手勢辨識、空間測量等等; 三、3D 感測系統 一站式的解決方案像是 3D 掃描機、先進駕駛輔助系統,以及臉部辨識系統等,提供標準品,並可依據客戶需求進行量身客製。已成為全球多個指標性客戶的3D AI最佳技術夥伴。 立普思3D視覺導引機器人解決方案。 取得全球30項專利 立普思產品深耕日本市場 立普思3D AI技術共獲得超過30項專利,集中於美國、大陸及臺灣。所採取的行銷策略以外銷轉內銷的方式,從深耕日本著手,與日本第一級客戶如:精密製陶日本的跨國科技公司、日本前八大電機企業之一廠商、日本企業裝置製造和解決方案商等,幾個世界級指標性客戶皆已大量出貨,如精密製陶日本的跨國科技公司、德國工業自走車第一大廠、日本前八大電機企業之一等。 其中,LIPS 3D相機支援AI 龍頭廠商 Isaac,並獲德國工業自走車第一大廠工廠內自主移動機器人AMR全面採用,同時已獲得德國工業自走車第一大廠供應商代碼。 立普思同時也成為AI 龍頭廠商平台最佳3D視覺解決方案,可整合到AI 龍頭廠商Isaac與Jetson的自動化平台,此平台主要在機器手臂、工廠自動化、無人搬運車、自走車提供完整方案, LIPSedge 為支援AI 龍頭廠商 Isaac SDK目前僅有極少數獲認證的3D相機。 劉凌偉先生介紹機器手臂。 立普思所提供的3D感測解決方案,較2D精準度更高,運用3D骨架技術提供機器手臂安全的「3D虛擬圍籬」,提供給精密製陶日本的跨國科技公司的機器人工廠,將可望成為全球機器手臂的標準配備。 3D丈量市場潛力無窮 鎖定全球物流運輸業 在疫情之後,立普思積極投入相關應用,目前鎖定針對物流與工業自動化解決方案,除了運用於虛擬圍籬外,用於物流運輸業的3D包裹尺寸丈量機進展最快速、也最成熟,透過日系合作夥伴,全面推進日本市場,該機可導入郵局、物流門市店、便利商店等具備無窮產業應用潛力。 立普思的策略是先攻佔日本市場,建立成功應用案例之後,進軍全球市場。 李佰聰指出,3D丈量演算法的技術門檻極高,日本物流業者部署在門市,進行行李箱、購物袋及紙袋等非規則物品容器的丈量,原本由人工進行丈量,耗時費力,經由3D相機量出長、寬、高,大大減少人力需求,可以讓店員有餘裕時間好好服務客戶。 LIPS 3D丈量機已取得日本前三大物流方案商認證,除了3D丈量機,目前也積極開發其他物流方案,如流水線和行動版,客戶包括全球前幾大物流業者等,期望能將3D丈量方案打入全球郵局、便利商店、物流中心等,在物流自動化取得三分之一的市場佔有率。 2013年成立的立普思,為曾就讀於麻省理工學院的劉凌偉創辦,高度技術導向,專精於3D感測及AI技術,以深度攝影機搭配軟體演算法,並可提供因應客戶需求的機器視覺與AI解決方案,應用於產業各個領域。

【解決方案】馬達的守護者 皓博科技用AI讀懂機器心臟
【110年 解決方案】 馬達的守護者 皓博科技用AI讀懂機器心臟

馬達是現代各種裝置的重要動力來源之一,也是許多自動化設備的關鍵零組件,猶如機器的心臟,一旦出現異常,不僅會縮短馬達本身的使用壽命,也會連帶影響整體系統運作,甚至會造成停機延遲出貨的情況。透過智慧振動診斷監測解決方案 SVDM Solution, Smart Vibration Diagnostic and Monitoring Solution,皓博科技運用AI讀懂馬達,成為智慧製造不可或缺的技術夥伴之一。 各項設備不可或缺的產業用馬達 年複合成長率近4 根據統計,產業用馬達的市場規模,2017年為329億美元,預計從2019年到2025年以363的年複合成長率發展。馬達用途繁多,幾乎所有設備轉動,皆須使用,為一項技術發展成熟、供應者眾多、產品生命週期長的設備。 目前馬達的檢測方式無非從電流、振動與聲音三個面向著手,成立於2015年的皓博科技,以解決馬達噪音問題起家,近年來,由於AI技術日新月異,皓博科技經過多年不斷的研發與創新,將振動頻率以源自聲學的音頻處理技術整合AI演算法的降噪技術,並結合自行研發的寬頻低噪振動感測器,推出新一代領先業界的「智慧振動診斷監測解決方案」 SVDM Solution, Smart Vibration Diagnostic and Monitoring Solution,解決了過去在複雜振動環境中難以達成的振動主頻偵測及振動模型預測的難題,是各產業加速智慧化不可或缺的解決方案。 皓博科技「智慧振動診斷監測解決方案」已經成功應用於PCB鑽孔機、半導體設備、工具機、醫療設備等領域。 皓博科技執行長呂宏益表示,智慧振動診斷監測解決方案的優勢與特色在於, 除了降噪之外,透過語音辨識AI模型能即時辨識馬達振動的頻率是否異常,由於一般馬達感測器偏大,無法裝設在馬達上,皓博科技客製化輕薄的感測器裝在主軸馬達上,再將AI模型在邊緣設備及時運算,可大大降低運算資源的成本,預計整體可減少四分之一的成本支出。 同時,對於馬達運轉所產生的振動偵測已突破過去的技術極限,因此可即時偵測出最細微的變化,進而提供故障預警,有助於延長馬達的壽命。 皓博科技建立振動數據AI分析平台 時時為馬達健康狀態把脈 皓博科技自行研發的人工智慧引擎,可從收集馬達運作振動量中,完成資料庫模組訓練,並建立一套該設備專屬的資料庫,提供該設備運作過程中進行即時比對,監控生產設備運作狀況是否正常,一旦發現有異常狀況,系統會即時提出預警訊息,讓現場管理人員能在第一時間進行處理,避免發生大量成品或半成品的品質異常。 皓博科技建立振動數據AI分析平台,可偵測出馬達最細微的振動,進而精準預測健康狀態。 呂宏益表示,公司從感測器、軟硬體、韌體及AI數據分析平台等系統均自行開發,並掌握關鍵技術,因此可偵測出馬達最細微的振動,進而精準預測健康狀態,達成優化產品品質,以及預先掌握生產設備的健康狀況,藉此達到提升生產力的目標。 皓博的「智慧振動診斷監測解決方案」 SVDM Solution, Smart Vibration Diagnostic and Monitoring Solution已經成功應用於 PCB鑽孔機、半導體設備、工具機、醫療設備,未來將積極推廣至各產業並跨入國際市場,期能成為智慧振動診斷的先驅。 皓博科技執行長呂宏益

【解決方案】雲守護安控Beseye 獨特人體骨幹辨識技術有效杜絕工安意外
【110年 解決方案】 雲守護安控Beseye 獨特人體骨幹辨識技術有效杜絕工安意外

根據統計,全球有超過75億支的安全攝影機,每年以10-15的成長率增加,顯示現代人對安全需求日益殷切。然而,因為累積的影像資料數量太過龐大,加上涉及個人隱私的問題,即使有9成的公共區域、工廠、銀行端等會安裝安全攝影機,但僅有不到1的影像被分析應用。為了解決個人隱私問題,提升影像分析的多重應用,雲守護安控Beseye研發人體骨幹特徵分析技術,可有效解決安全問題。 人體骨幹特徵分析技術 分析精準度提高約 30 成立於2013年的雲守護安控 Beseye 公司,其創始團隊來自於聯發科與宏達電子HTC,獨家開發出高精準度的遠距離人體骨幹特徵分析技術 Skeleton-Printtrade Technology,於人體上擷取 4,000 個特徵點以分析人們在不同場域內的行為,即使在3050公尺以外的偵測距離,也能精準擷取偵測者的手、軀幹、腳亦或是行走姿勢等特徵點。 雲守護安控Beseye創辦人暨執行長涂正翰表示,Beseye 的技術優勢與特色,在於辨識距離遠、臉部角度限制小、低光線容許度高、且在分析過程中完全不需分析臉部資訊,以確保民眾隱私不被侵犯,無須擔心資安問題。 雲守護安控Beseye在工廠危險區域的監控。 與此同時,技術具高度即時分析能力,較傳統分析平均辨識速度加快 375 倍,分析精準度提高約 30。應用場域包含零售商場,分析消費者行為;公共交通系統,偵測是否有人員闖入危險區域;工廠,作業員工序檢測、禁止區域偵測;醫院,跌倒偵測、復健姿勢分析;銀行,入侵者偵測等分析。 涂正翰表示,台灣是全球安全攝影機密度第三高的國家,僅次於中國及美國,攝影機每天蒐集大量的影像資料,雲守護安控Beseye鎖定工廠、智慧零售及交通公共區域等三大應用領域,其中,以台灣及日本市場為主,台灣佔比為6成,日本市場則佔2-3成,未來2-3年內,將持續拓展至新加坡、香港及歐洲、美國等市場。 雲守護安控Beseye在工廠產線上的應用。 人工智慧分析平台的運作模式 安全及客群分析 其中,在工廠營運方面,涂正翰分析,製造業工廠最關注三大議題:一、如何做好供應鏈管理,讓原物料供應無虞;二、如何執行產線上的生產製造管理;三、產線產出成品後,如何順利運送到客戶端。雲守護安控Beseye核心技術聚焦在如何幫助產線上的管理更加順暢。產線的管理效率、品質及人員安全,均關係到產能及營收,是製造工廠的經濟命脈,各工站間必要執行的檢查措施,一旦漏檢將造成產線上的損失。若不幸產生工安意外,所可能面臨到的賠償及聲譽損失,往往是國際大廠不可承受的重。 雲守護安控Beseye的人工智慧分析平台的運作模式,除了偏向安全上的分析,如工廠從業人員有沒有特別姿勢、動作會造成工安意外之外,另一部分則偏向客群分析,即零售業的人流分析及消費動向。 雲守護安控Beseye行銷業務總監黃愉心表示,在智慧零售方面,則導入大型商場、百貨公司、服飾品牌等。她指出,零售商每日透過POS結帳系統只能了解到結帳的筆數及數量,無法看出消費群樣貌。而零售商希望進一步了解每日來店的消費者人數、停留時間、在店內移動的路徑及在店內觸摸過哪些產品等。透過消費者動作及行為的分析,可以勾勒出消費者購買旅程,進而採取相對應的行銷策略。 雲守護安控Beseye在智慧零售貨架取物的監控。 雲守護安控Beseye在智慧零售客戶商情蒐集的應用。 例如,對於不同品牌的商品,雖然每日的銷量相同,但透過影像分析可以了解到,A品牌有300人拿起,卻只有100人購買,與B品牌100人拿起,有100人購買,對於消費者決策可以掌握,進而調整行銷與定價策略。 除了影像即時分析外,雲守護安控Beseye人工智慧平台會蒐集廣告投放結果做最終數據的回饋,如數位電子看板廣告的投播,會記錄觀看的消費者年齡、性別,投放廣告效益等,平台會自動學習了解原本投放廣告的對象與實際有興趣的對象是否符合,自動修正廣告投放給正確的受眾,以達到精準行銷之目的。 Beseye 現階段合作夥伴包括日本東急電鐵、日本 JFE 鋼鐵、台灣中華電信、台灣遠傳電信、研華等國內外大型企業。未來將朝向長期照護、銀行業等產業領域發展。 雲守護安控Beseye行銷業務總監黃愉心。

【解決方案】技術的實踐家 昕力資訊致力將AI快速落地應用
【110年 解決方案】 技術的實踐家 昕力資訊致力將AI快速落地應用

「Hi我是阿發,這個月我生日,今年換我送生日禮物給你」這是國泰世華銀行的智能客服阿發,已經落實到國泰金控旗下五大子公司,除了客戶滿意度達94外,更為國泰金控帶來新的年輕客群,這款智能機器人由昕力資訊協同研發,透過AI監督式訓練搭配純本土研發的雙腦一流程,讓SysTalkai服務機器人可以達到比Google Bert更強大的語言理解。昕力資訊創立本土SysTalkai品牌,並輸出國際,希望未來5年,海外營收比重能從15一舉提升至50。 以技術為導向 昕力資訊強化本土AI團隊實力 成立於2005的昕力資訊,是以「技術」為導向的資訊軟體服務商,專注於數位金融技術的研發,客群比重分布最高的是金融業,佔65,其餘35包括政府機關、高科技產業、交通運輸,如北市府、Ubike等。 昕力資訊不斷自行開發技術,「5年前,為了銀行客戶需要客服智能機器人,昕力自美國引進智能機器人之後,幾乎拆掉重組,重新打造屬於自主開發的客服機器人」,昕力資訊總經理姚勝富接著說,銀行要求非常高,昕力工程師不捨晝夜,推出 SysTalkChat - 智能客服機器人解決方案,透過新一代NLU技術進行語意分析,以及Chatflow交談流程引擎提供最彈性的交談功能。現階段已獲得國泰集團導入旗下包括銀行、人壽、產險、投信及證券等五大子公司。智能客服「阿發」提供一站式服務,創造人機協同的新工作模式。 昕力資訊勾勒數位勞動力的AI解決方案藍圖。 有了成功的經驗之後,姚勝富表示,隨著全球化投入AI研發技術團隊倍增,昕力以自行研發的SysTalkai豐富的在地化經驗並結合Google BERT世界級的精準度,成為市場上唯一搭載雙NLU演算法的AI交談式機器人,加速台灣在地模型與國際水準齊平的目標。 目前昕力資訊現有員工有550名,AI團隊就有60人,比重佔十分之一。 結合全球化開源社群,昕力資訊以台灣本土團隊開發的SysTalkai,打造「眼機器視覺及臉部辨識、耳語音辨識、口語音合成,TPS、腦自然語言理解NLU」4大AI模型,並透過 SysTalkRPA - RPA自動化流程機器人,希望創造台灣AI數位勞動力,提供end to end的解決方案,同時針對資源有限的中小企業, 昕力也提供雲端方案,降低數位轉型的門檻,為產業快速邁向疫情後的數位轉型預作準備。 昕力資訊雙腦分析交談式服務運用多項AI技術應用。 台灣的AI新創何其多,昕力的AI解決方案具備哪些特色姚勝富表示,將AI視為一條產品線,即使技術深度夠,若整合及落地能力不足,將難以實現。昕力服務的客戶多屬大型企業,客戶要求技術廠商要有能力將技術客製落地,能夠協助客戶將價值凸顯出來,加上昕力一貫重視的後續服務品質,是昕力資訊能夠勝出的關鍵。 然而,即使強調「技術為本」的服務精神,昕力資訊也與FinTech 公司合作,一起將技術與想法實現在客戶的實際應用場景,讓台灣的 FinTech 能量能夠發揮加乘效果,例如昕力與 StockTime 雲端新創服務平台合作,共同提供更方便、安全的 SaaS 股務管理服務,並陸續規劃透過區塊鏈技術在平台上提供更多的金融應用。 硬技能軟實力 培養數位轉型關鍵人才庫 「數位人才」是軟體業重要的資產,加上包括金控集團紛紛成立數位金融相關部門,搶人大戰不斷上演,為培養本土專業人才,昕力資訊擬定為期六個月的「IT昕秀菁英培訓計畫」,前三個月進行技術技能的教育訓練;後三個月就將人員分配到各個部門,實際參與專案,透過導師手把手的教導,讓培訓人員能快速進行AI專案計畫中,截至目前為止,已培育上百名專業人才。 透過「前三個月硬技能、後三個月軟實力」的培育之後,姚勝富認為還不足以擔任產業數位轉型的顧問,必須再花個3年左右時間,才有辦法對客戶提出轉型建議。不過,昕力資訊AI部門的成員組成相當多樣性,包括記者、語言學相關者,希望透過不同領域的參與者,提供各行各業的轉型解決方案之建議。 人才是重要資產,昕力資訊運用硬技能軟實力,培養數位轉型關鍵人才庫。圖中為昕力資訊AI產品事業處副總經理林秀明。 昕力資訊要讓演算法走出實驗室,不再只是研究報告上的文字。因此積極向企業推廣並且希望能打造不同產業不同場景演算法應用,讓演算法紮根企業,成為真正的AI幫手。 此外,昕力也以台灣成功經驗為基礎,向其他海外市場推廣,包括越南、新加坡、美國西雅圖等,讓垂直的企業AI服務可以實際落地提供給更多的國家與企業使用。姚勝富指出,實需要政府集結台灣所有優秀的軟體服務力量,發展台灣的軟體生態圈。 未來五年海外營收比重提高至5成 邁向國際化公司 隨營運規模擴大,公司同一時間都有超過100個大小專案在進行,專案品質、成本控管的挑戰越來越大。姚勝富透過自建的企業資源管理系統,目前可以做到透過儀錶板燈號即時了解各個專案的成本進度狀況,也透過稽核制度控管品質並了解客戶的滿意度。 在人力資源管理方面,未來也希望分析每位員工的基本技能,透過服務客戶留下來的軌跡歷程,建立AI模型人才資料庫,面對不同的客戶就能配對到適合的員工,進一步強化客戶服務滿意度。 昕力資訊自2017年開始,陸續於新加坡及越南胡志明市設立海外據點,2021年越南市場成績亮眼,除了持續耕耘後勢看漲的東南亞市場,也同步嘗試跨足歐洲、美洲市場通路,與國際大廠齊頭並進。昕力資訊希望以台灣的人才與軟體服務,服務東南亞與全球更多客戶,未來5年內,海外市場的營收比重將由15提升至50,成為國際化公司。nbsp 昕力資訊總經理姚勝富。

筆資訊
總筆數:115, 共13頁