:::

【108年 應用案例】 公廁如何靠IoT及雲端科技變乾淨、解決7成客訴,並且提昇120倍效率?

IOT智慧廁間:一個乾淨、省電、便利的新智慧廁所革命

使用六種感知器偵測衛生紙、洗手乳存量、漏水、臭味發生以及人流和廁間使用狀況偵測,搭配上NBIoT傳輸、雲端系統以及 LINE 機器人。可以大幅改善客訴、提高廁所消耗品的補給效率,加上即時的狀況通知,可以禁絕違法廁間抽煙以及提昇安全性。使用者再也不會遇到廁所濕、髒、臭,以及沒有衛生紙的窘境,體驗大升級。

走進熱門觀光區的公廁,給您什麼樣的印象?沒有洗手乳?沒有衛生紙?甚至是又髒又臭還漏水?資策會的 IoT 大數據智慧廁間解決方案,一次解決廁所不方便的問題。

根據行政院環保署的統計,截至2019年9月底為止,全台灣目前已經建檔管理的公廁數量達 4 萬 3 千餘座,而整個環保署卻只有 3 萬 4 千餘人。這麼龐大場域數量的清潔管理,顯然不是一件容易的工作;再加上高齡化社會來臨的必然,從事第一線廁間清潔服務的人員數量和品質勢必遇見前所未有的瓶頸。引入有效的服務流程以及科技的輔助,成為一個遲早要面臨的重大課題。

資策會在全台 20餘間 IoT 智慧廁間服務解決方案的實證案例,或許為我們解決這道難題帶來一個不錯的方向。

應接不暇的客訴、四大問題、以及資策會的三套解方

2016年,當與火車站共構的捷運松山站正式啟用後,原本使用量已經幾乎爆滿的公共廁所,面臨到爆量使用所造成的嚴重客訴。原本平均每日旅客量只有四萬人次的臺鐵松山站,就已經瀕臨服務產能的瓶頸;在連接的捷運松山站開通之後,旅客爆增為七萬人次,讓原本就已經接近極限的服務能量,完全無法應付捷運開通後新增的旅客量。

曹雪芹在小說巨著「紅樓夢」當中曾出過一個刻劃人心的經典台詞:「牆倒眾人推」,或許可以形容這個現象:各個獨立廁間的衛生紙、洗手乳總是來不及補充、洗手台骯髒以及廁間排泄物的污染來不及清理,使得廁間的客訴連連,應接不暇。再加上臺鐵松山站的公廁比捷運松山站的公廁更為靠近旅客必經要道。臺鐵松山站至此,必須站出來、面對並解決這個難題。

由於臺鐵松山站與資策會有著長期的合作關係,就委託資策會協助解決這個頭痛難解的問題。

愛迪生有句名言:「只有在我知道一切做不好的方法以後,才知道做好一件工作的方法是什麼。」而資策會第一個要做的就是痛點分析(Pain Point Analysis),從根本面來思考問題。經過盤點客訴以及與第一線的清潔服務公司探討分析之後,發現四個問題、和三個解方:

四個問題分別是:衛生紙以及洗手乳補充不即時,洗手台潮濕以及空間內的惡臭。

而三個解方分別來對應這四個問題,分別是:1. 消耗品如衛生紙、洗手乳的精細管理。2. 服務流程中的關鍵績效指標 ( KPI )數位化,如洗手台的潮濕程度,或是空間中的臭味濃度。3. 利用物聯網( IoT )的新科技達成前面兩個解方的實作,輔佐大數據和雲端科技來達成高效益的場域清潔管理。

「技術特點以及研發過程」

六個關鍵感知器,以及 IoT 雲端主板與大數據的結合,徹底解決七成的客訴,效率也提昇了120倍

一、消耗品的精細管理

為了達成衛生紙和洗手乳的精細管理,第一步就是針對這兩個耗材研發感知器來偵測。

從 2017 年開始,資策會開始設計首款的紅外線廁紙偵測模組。該模組主要運用衛生紙使用習慣的物理特性來偵測:一般正常使用下,廁紙放在鐵桶型的支架上,它的厚度會隨著消耗而慢慢的變薄。

這個模組需要利用 PSD 位置感應探測器 (position sensitive detector) 、 IRED 紅外線發光二極體 (infrared emitting diode) 以及 SPC 信號處理電路 (Signal processing circuit) 三者的搭配,來達成有效的廁紙長度判斷,其精確度甚至達到小數點後一位。

第一次開發這個偵測模組的時候,由於沒有可以參考的設計,只好從感知器的選擇、電路板的設計規劃、感知器程式的撰寫,甚至光固化 3D 列印的外殼設計完全不假他手,全部都在資策會內完成。

廁所場域偵測器展示圖

▲智慧廁間服務實境

不過,雖然設計生產廁紙感知器的種種困難都克服了,但是萬萬沒有想到,如何固定反而是讓人吃盡苦頭的一道難題。

廁所感測器展示機圖片

▲智慧廁間廁紙偵測模組

資策會團隊與我們分享:「一開始的時候,我們用熱溶膠固定,可是清潔人員每次補充廁紙的時候都需要開開關關。震動一多,沒有很牢固的固定住,結果就是掉下來。

最糟糕的狀況是在女廁:有一次有女性旅客如廁的時候,這個感知器沒固定好就掉下來了。你會不會覺得這個感知器看起來很像針孔攝影機?這東西突然在女廁掉下來,有沒有很糟糕?(笑)

還好長官支持,我們也持續研發如何固定的技術,直到最後可以成功的牢牢固定,不然這個專案早就胎死腹中了。」

感測器與 line 連動示意圖

▲智慧廁間服務手機畫面展示

後來,廁紙偵測模組上線之後,原本清潔人員巡察一次廁紙使用量就要花掉 15- 20 分鐘,後來只需打開 APP,10秒就能查完廁紙使用量。大幅提高了效率至原本的 120 倍。

既然衛生紙的消耗量解決了,下一個難題就是洗手乳的低存量偵測了。

跟衛生紙不同,洗手乳每一次補充的量不見得完全相同。由於設計的理念是希望能夠用最低價、最穩定的元件來完成這個功能,以便於未來的推廣。最後選擇了常見的霍爾感應器,將其貼在洗手乳給皂器的外殼上,來達成偵測洗手乳即將見底的功能。

原理其實很單純,只要液面低於某個百分比,霍爾感應器就可以對液面進行電磁感應而產生電壓的變化,感知器送訊號至後端的雲端伺服器,然後跟廁紙感知器一樣,由伺服器再發送訊息給清潔人員。

二、服務流程中的關鍵績效指標 ( KPI )數位化

洗手台潮濕往往就會滲水到地板上,再加上來往旅客腳上難免帶有灰塵,一旦踩過潮濕的地板,就會使得地板髒污。視覺上就會給人「這廁所很髒」的感受。然而,廁所不可能隨時都有清潔人員值守,這時就需要有專門的感知器來偵測這樣的情況。

資策會利用薄膜導電電阻的特性,當薄膜電阻表面具有液體時就會降低整體電阻值,進而改變類比訊號輸出的相關數值。如此一來,只要在容易潮濕的表面鋪設薄膜電阻即可偵測潮濕的情況。例如窗台旁邊,或是洗手台面。

不過,由於感知器較為昂貴,而且刮傷就會破壞感知器的效能,所以後來只有特定的公廁才有導入這個潮濕偵測的感知器。

另外,除了視覺上的髒污,若是公廁傳出陣陣惡臭,即便這個廁所看來明亮乾淨,仍然會被認為是髒污的廁所。

然而,臭味的偵測可沒有那麼容易解決。

一開始,為了找到這個「電子鼻」,找遍了國內外的各種感知器,結果才從日本某個專門生產各種氣體感知器的大廠產品線中找到合適的 MEMS 微機電感應晶片。

所內接著也是從這個晶片的麵包板測試、電路設計圖、以及發包出去生產,共花了近半年才完成這個感知器的設計。

除此之外,在研發智慧廁間的過程當中,陸續也接到其他的需求,如人流偵測以及使用偵測等模組的研發委託。

感測器配置於洗手台下方呈現

▲智慧廁間感測器呈現

在開發過程當中發現,部份的無障礙廁間可能在使用過後,使用者有可能不小心把門關上,燈也忘記關,所以看起來這間廁所一整天都有人佔用。然而,真正需要使用的人反而被空蕩蕩的無障礙廁所擋在門外。這個問題相對簡單,工程師找到現成的人流感應模組,將其安裝在洗手台之下,這個問題也就迎刃而解。

另外,部份偏遠的公廁如梨山國家公園這一類公廁,對於環保減碳的要求上實在難以執行。由於地處偏遠,負責人員每天上班要去開燈,下班再去關燈。有些時候一整天卻沒有幾個遊客使用公廁,但所有的燈光以及設備都還是整天開啟,實在非常浪費電。

而一般市售的感應器非常呆板,只要30秒到10分鐘設定的時間一到,就關掉電源。或許在家中只有一個人使用廁所的情況,這樣的感知器已經堪用,但是動輒60坪的廁所,需要好幾個偵測器一起工作才能確保是否還有使用者在廁間當中,又是一個市面無售的解決方案。資策會只好整合多個感知器,另外在 MCU 上開發演算法,才解決這個需求。

三、IoT、雲端、大數據、以及 5G NBIoT 新科技的引入

創新的路上,總是有總總的困難等著工程人員來克服。而見招拆招的過程當中,也一步步的精鍊了解決方案,使它更便宜、更可靠、更便利。

在前述的各種感知器建置完成之後,這套系統也陸陸續續產生新的問題留給資策會來解決。例如使用者習慣的障礙、耗電問題、成本問題等等。

由 APP 改為更為貼近使用者習慣的 LINE 群組機器人

透過電信商、技術商、服務商擴散至場域的 Line 服務擴散系統圖

▲智慧廁間服務架構呈現

2017年首次完成松山車站約 60 坪的公廁佈建之時,是採用 MCU 搭配 WIFI 的通訊方式全天候監測並傳輸資料到伺服器上,在系統判斷異常之後,利用資策會寫的手機 App 通知清潔人員。

這個設計乍看之下似乎牢不可破,然而,由於現場清潔人員平均年齡 50 歲以上,安裝一個專門的 APP 反而沒人使用,第一線人員經常用沒幾天就把程式刪除。空有整套感知器在監控,卻沒有清潔人員真的使用。使用者習慣,往往是新科技導入面臨的最大障礙。

後來,做了一些使用者訪談後發現,每個公廁的清潔人員,都有一個 LINE 群組。

廁所設備 LINE 群組溝通使用圖

▲智慧廁間服務 Line 群組展示

資策會團隊提到:「既然知道他們(清潔人員)有 LINE 群組,那就好辦了!

我們一開始小心翼翼的詢問清潔人員,是不是可以邀請一個機器人”新同事”來幫忙巡察衛生紙以及判斷廁所的異常。

一開始的時候,清潔阿姨們還有點疑慮。後來發現這個機器人”新同事”很好用之後,反而很愛它。」

因為成本、環保、以及便利性問題,由 WIFI 升級成 NBIoT 通訊協定

WIFI的速度快,頻寬大。但是一個公廁裡有男廁和女廁,就要分開兩個系統來分別監控,而且每個系統都需要獨立的 4G 網路連上雲端系統。所以建置以及通訊成本較為高昂,而且耗電也比較大。

說到這裡,或許讀者會有疑問:公廁都是設置在公共空間當中,難道沒有公共 WIFI 網路可用?

資策會團隊給了我們很有深度的答案:「其實,確實幾乎每個公共空間都有 WIFI 網路可以使用,但是,與其他人共用 WIFI 容易受到干擾,而且 IoT 設備簡單,缺乏安全性控管的機制,若使用公開 WIFI ,有一定的安全風險。

因此,我們的解決方案中,還是設計封閉的WIFI通訊系統來解決通訊問題。

另外,由於一個 WIFI 基地台能夠支援的節點數量只有 20-30 個,一個有 18 個廁間的女廁就需要一組系統了。再加上隔了一個水泥牆,訊號會非常衰弱,甚至影響到訊號的穩定性。所以一個公廁設置兩套系統主要是穩定性考量而不是成本考量。」

人口密集的使用場域當中透過 WIFI 來傳輸資料到伺服器並不會太麻煩,然而,當智慧廁間系統開始被應用到更遙遠的廁間如梨山、谷關、獅頭山等國家公園遊客中心公廁,時時都要確保網路通暢,確實成為一道難題。

還好,5G 的新一代行動通訊網路當中有一個專門為了 IoT 物聯網設計的 NBIoT 窄頻物聯網通訊方式 (Narrow Band Internet of Things)。資策會領先全台,採用國內晶片大廠的 NBIoT 晶片組開發出台灣首套針對智慧廁間設計的 NBIoT MCU 控制系統 。

這套系統除了成本大幅下降、而且十分省電,只需要原本 WIFI 系統 ⅙ 的電量。最重要的是,比起傳統 WIFI 需要相對穩定的 4G 訊號橋接,這套系統的覆蓋範圍更廣,深山野嶺也都可以通訊。使得未來智慧廁間的覆蓋率,可以不受網路訊號的限制而更加廣泛。

四、「效應分析以及未來展望」

IoT 智慧廁間:一個乾淨、省電、便利的新智慧廁所革命!

隨著整套的各式感知器、雲端系統、NBIoT 以及 LINE 機器人陸續上線,帶來的好處十分顯著。

以松山車站公廁為例,從本來的應接不暇到後來大砍 70% 客訴量,巡察消耗品廁紙所需要的時間從原本的 15-20 分鐘縮短到只需要 10 秒。一旦有異常狀況發生,也從原本的不知不覺,到現今的立即通知。

有趣的是,意料之外的,這整套系統也順便也帶來了安全、以及徹底執行菸害防治法的附加好處。由於廁間只要有人佔用超過 40 分鐘,就會發出警告給清潔人員的群組。所以,一旦有使用者佔用太久,就會有清潔人員來敲門。安全性大幅提昇。

另外,臭味偵測器對於煙味也非常的敏感。由於國家公園全面禁煙,部份偏遠公廁常有旅客存著僥倖心態,溜進公廁偷抽煙。在國家公園的公廁中,臭味偵測器一旦偵測到煙味,就會播放一段菸害防治法的語音,讓旅客清楚知道公廁內抽煙可是要開罰新台幣二千至一萬元的。自從臭味偵測器安裝了之後,公廁使用者偷抽煙的情況很明顯的大幅減少。

後來,松山車站的「智慧公廁」因為克服了種種難題,而得到了交通部頒發的「金路獎」,因此而聲名大噪。從原本的客訴連連,變為各個公部門爭相參訪的模範公廁,讓承辦人多了許多帶團參訪的工作,也可以說是很奢侈的煩惱吧。

未來展望

這套系統因為 3 年的研發和場域實驗過程當中已經實證其穩定性和成本效應,目前已經成功技轉給國內的系統整合廠商。目前服創所也期待未來這套方案能夠擴展、甚至是技轉到歐美地區。

除此之外,在穩定可靠的數據流和通訊連線基礎之上,引入大數據來分析,或許可以讓人力的調配更加的精細,工作分配不均的問題可望得到根本的修正。

面對高齡化社會的來臨, NBIoT 通訊系統,搭配上各種 IoT 感知器,或許可以為我們帶來更健康、安全的生活環境。一些傳統上高度仰賴人力的重複性工作,也可以利用科技大幅提昇效率。

推薦案例

【導入案例】巨量遙測空間數據AI分析雲端服務平台 使衛星遙測影像順利落地應用
巨量遙測空間數據AI分析雲端服務平台 使衛星遙測影像順利落地應用

衛星遙測影像雖然可以讓地面景物無所遁形,然真正要能落地應用至產業面,還需要耗費大量時間與人力。為有效解決客戶面臨巨量影像資料消化困難及消除跨領域用戶對衛星遙測影像處理的技術障礙等問題,興創知能研發「巨量遙測空間數據AI分析雲端服務平台」,作為智慧空間資訊跨域AI應用導入的新開端。 近年來,為了因應產業全球化衝擊,臺灣農業轉型持續走向科技化與精緻化,紛紛從微氣候衝擊、病蟲害防治等問題的解決,來提升農作物的產量與品質。為了精確掌握作物的生長環境、農業對於影像的使用,有了無限擴張的需求。 在早年UAV無人機尚未盛行的年代,人工田野調查是最基本、卻也最消耗人力的工作,有了UAV無人機的出現,航拍操作也許不太困難,但能拍的範圍受限,要精確地擷取空間資訊,還需要測量專業。此時,衛星遙測數據的使用可能就此跳脫過去使用影像資料的想像。 國家太空中心TASA資料倉儲服務 在近十年,現代衛星遙測應用技術的突破,數位地球成了全球資料採集的新趨勢、各國紛紛發展資料立方的影像倉儲技術,各國發展智慧農業成了最大的影像用戶之一,掌握作物的栽種分佈,就是掌握作物產量的第一步,有了免費的衛星遙測影像、強大的資料倉儲支援,以及團隊穩健的影像辨識技術,是加速農業轉型的重要支持。 運用衛星遙測影像數據 可加速智慧農業發展 然而,在過去,想透過衛星遙測影像來萃取大面積作物分布,也是困難重重,所需要花費的費用不說,若想使用免費的資訊,必須逛透國際太空機構的網站,在琳瑯滿目的衛星產品規格表中,審慎評估感測器規格、影像解析度以及再訪週期,找到適合的影像後,還得一幅一幅的看,去蕪存菁,接下來,動輒數百MegabyteMB的影像資料、連續幾十張的影像下載存檔,所用的電腦容量恐不堪負荷。 還有,當克服影像存取、備好資料後,接著必須開始確認下載的影像產品,哪些才是想要的波段,因為眼前看到的影像並不只是一個圖檔jpg或png,複雜的多光譜資訊、屬性欄位和座標資訊,光是確認正確的資訊,就耗費龐大心力。 而面對功能複雜的GIS套裝軟體,又是另一個麻煩的開始,複雜的影像前處理流程,以及缺乏彈性的機器學習套件,大幅降低分析資料的效率。好不容易做出作物辨識的結果,才發現可能已經過了圖資使用的黃金時期。上述複雜耗時的衛星影像處理問題,恰恰就是市場的痛點, 興創知能從傳統的機器學習擴展到現代的深度學習應用,研發在GeoAI框架下的「巨量遙測空間數據AI分析雲端服務平台」,為客戶突破這些空間資訊的魔鬼細節。 AI分析雲端服務平台流程導入前後之差異 興創知能表示,在我國國家太空中心TASA, Taiwan Space Agency的多年努力下,屬於臺灣的ODCOpen Data Cube系統也已打造完成啟動服務,與國際趨勢正式接軌,強大的倉儲技術讓使用者可以輕易的根據需求,擷取並使用特定時間與空間範圍的影像資料,倉儲收納了國際太空機構旗下的多個衛星影像資源,包含ESA的Sentinel-1每隔6日一幅、Sentinel-2每隔6日一幅,USGS的Landsat-7每隔16日一幅、Landsat-8每隔16日一幅,以及國內自有的Formosat-2每日一幅與Formosat-5每隔2日一幅。 以Python語言為基礎 興創知能開發衛星影像辨識工具 擺脫GISGeographic Information System套裝軟體的侷限,興創知能以Python語言為基礎,整合GDALGeospatial Data Abstraction Library,並考慮運算效率與平行處理,完成所有衛星影像處理與影像辨識建模所需的工具開發,包含座標系統與資料格式的轉換、網格與向量資料互動,以及資料內差與正規化等工具,都是以AI應用為考量進行設計,而部分常用的工具更以TronGisPy為名,打包為開源套件造福技術社群。 興創知能善用團隊對衛星遙測影像的了解,以及透過所蒐集的標記資料作物分佈圖資,預設好影像辨識建模過程,所需的訓練資料規格與資料集定義,套用事先完成的機器學習LightGBM或深度學習CNN框架,並讓整個訓練過程在Web GIS的介面中,提供使用者部分的彈性,自由篩選影像、確認時空範圍、選用模型與超參數調整。除了訓練模型的操作,也提供歷史模型的運用產出辨識結果,最終讓作物分佈的辨識結果展示在Web GIS圖台。 事實上,不僅只是農業才會有衛星遙測的應用需求,隨著各行各業為了提升企業全球性的競爭能力,空間資訊的智慧化應用也大幅度的出現在各種領域之中。舉例而言,擁有大量圖資的測繪業者,能夠透過AI分析雲端服務平台 ,收納圖資的同時也加速數化製圖的效率;在全球氣候劇烈變化與致災性地震風險之下,產業保險類別豐富,農業保險、金融保險或是災害保險,都與空間資訊脫離不了關係,透過遙測影像辨識掌握保險標的早已成為國際趨勢。 巨量遙測空間數據AI分析雲端服務架構

這是一張圖片。 This is a picture.
以植物生長箱為例 - 依影像建構電子設備程序標準化

近年來,全球氣候變遷和環境問題日益嚴重,對農業生產造成了巨大衝擊。傳統農業高度依賴天氣條件,面臨著作物品質不穩定、產量驟減、病蟲害難以控制等挑戰。特別是在台灣,農業生技業者和農民不斷遭受損失,亟需創新解決方案。同時,台灣植物工廠產業也面臨諸多困境:高昂的設備和人工成本、產業鏈不完整導致國際競爭力不足、企業間缺乏合作等問題制約了產業發展。此外,COVID-19疫情更凸顯了遠程監控和管理的重要性,傳統的人工巡檢和數據收集方式已無法滿足現代農業生產的需求。這些問題共同構成了智慧農業解決方案的迫切需求背景,推動了如台灣海博特等公司開發整合物聯網、雲計算和人工智能技術的創新項目。 海博特雲端數據整合分析平台 面對這些挑戰,農業領域亟需一套能夠精確控制生長環境、提高資源利用效率、實現遠程監控和智能管理的系統。現有的植物工廠設備往往需要整套更換,難以與舊有設備兼容,且感測器與攝影系統可能需要不同的操作界面,使用不便。因此,業界需要一種能夠靈活整合各種設備和技術的解決方案,既能提供實時監測和數據分析,又能根據植物生長狀況自動調節環境參數。這種需求不僅存在於台灣,也是全球智慧農業發展的趨勢。通過引入人工智能技術,可以建立更科學化的評量基準,優化生產流程,提高產量和品質,同時降低能源消耗和環境影響。此外,這種智能化的解決方案還能吸引更多年輕人參與農業生產,推動產業升級和可持續發展。總的來說,智慧農業解決方案的需求源於應對氣候變化、提高生產效率、降低成本、實現精準化管理的迫切要求,而這正是像台灣海博特這樣的公司所致力解決的問題。 台灣的植物工廠業者們正面臨著一系列嚴峻的挑戰,這些困難正逐漸侵蝕著他們的競爭力和生存空間。首先,高昂的設備和運營成本成為了他們最大的負擔。每一次電費賬單的到來都像是一次沉重的打擊,迫使他們在保證產品品質和控制成本之間艱難平衡。其次,氣候變遷帶來的不可預測性成為了他們的噩夢。突如其來的極端天氣事件可能在短時間內摧毀他們精心培育的作物,造成巨大的經濟損失。更糟糕的是,他們發現自己在國際市場競爭中日漸處於劣勢。相比之下,國外的大型植物工廠憑藉先進的自動化技術和完善的供應鏈,能夠以更低的成本生產出品質穩定的農產品,這讓台灣的業者們感到前所未有的壓力。 在技術層面上,他們同樣面臨著諸多問題。新舊設備的兼容性問題常常讓他們陷入困境,嘗試整合不同系統時總是遭遇各種技術障礙。缺乏精確的數據分析和預測能力也讓他們在生產決策上舉步維艱,難以準確把握每種作物的最佳生長條件。現有的監測系統提供的數據往往雜亂無章,難以解讀和應用。人力資源方面的挑戰同樣嚴峻,年輕人普遍對農業工作缺乏興趣,導致他們難以招募到具備現代農業技能的員工。即便是現有的員工,也常常因為繁瑣的手動操作和監控工作而感到疲憊不堪。這些問題交織在一起,形成了一個複雜的困境,讓植物工廠業者們感到既困惑又焦慮。他們迫切需要一個能夠全面提升工廠運營效率、降低成本、提高產品競爭力的綜合解決方案,以助他們渡過難關,重新在激烈的市場競爭中站穩腳跟。 在面對植物工廠業者的種種挑戰時,台灣海博特公司展現了卓越的技術創新能力和靈活的客戶導向開發策略。他們深刻理解到,解決方案必須能夠無縫整合現有設備,同時提供高度智能化的管理功能。為此,海博特的研發團隊採取了模組化設計的方法,開發出一套可以靈活配置的IoT(物聯網)系統。這個系統的核心是一個智能控制中樞,能夠與各種感測器和執行設備進行通信。在開發過程中,海博特密切與客戶合作,深入了解他們的具體需求和運營環境。他們甚至派遣工程師駐場,實地觀察植物工廠的日常運作,以確保開發的系統能夠真正解決實際問題。這種深度合作不僅幫助海博特優化了產品設計,還建立了與客戶的緊密關係,為後續的持續改進奠定了基礎。 海博特的創新不僅體現在硬件設計上,更體現在他們開發的智能軟體系統中。這套系統整合了先進的機器學習算法,能夠根據大量歷史數據和實時監測信息,對植物生長狀況進行精確預測和優化控制。為了幫助客戶克服技術障礙,海博特設計了一個直觀易用的用戶界面,即使是非技術背景的操作人員也能輕鬆掌握。此外,他們還提供全面的培訓和技術支持服務,確保客戶能夠充分利用系統的所有功能。在遇到難題時,海博特的技術團隊能夠通過遠程診斷迅速識別問題,並提供解決方案。在一次客戶遇到嚴重設備故障的緊急情況下,海博特的工程師通過系統遠程接入,成功指導客戶進行修復,避免了可能的巨大損失。這種全方位的服務不僅解決了客戶的即時困難,更增強了他們對智能化管理的信心,推動了整個行業向更高效、更可持續的方向發展。 海博特公司開發的智慧農業解決方案不僅為植物工廠帶來了革命性的變革,更為整個農業產業的未來描繪了一幅令人振奮的藍圖。這套系統的優越性體現在多個方面:首先,它實現了對植物生長環境的精準控制,大幅提高了作物產量和品質的穩定性。通過先進的人工智能算法,系統能夠根據歷史數據和實時監測信息,預測並調整最佳生長條件,使得每一株植物都能在最理想的環境中生長。其次,它顯著降低了能源消耗和運營成本,提高了資源利用效率。智能化的管理系統能夠優化用水、用電和養分供應,減少浪費,同時降低人力成本。此外,系統的模組化設計和強大的兼容性,使得它能夠輕鬆整合各種新舊設備,為植物工廠的逐步升級提供了靈活的解決方案。最重要的是,這套系統為農業生產注入了科技感和現代化氛圍,有助於吸引年輕一代加入農業領域,為行業注入新的活力。 展望未來,海博特的智慧農業系統具有廣闊的應用前景和擴展潛力。除了植物工廠,這套系統還可以應用於傳統溫室種植、都市農業、甚至是家庭園藝。在水產養殖領域,相似的技術可以用於監控和優化魚類或蝦類的養殖環境。在食品加工業,類似的智能監控和預測系統可以用於優化生產流程,提高食品安全性。甚至在製藥行業,這種精準控制的環境管理系統也可以應用於藥物研發和生產過程。為了進一步推廣這套系統,海博特可以採取多管齊下的策略。首先,可以與農業院校和研究機構合作,建立示範基地,讓更多人親身體驗智慧農業的優勢。其次,可以開發針對不同規模和類型農業生產的定制化解決方案,擴大產品的適用範圍。再者,可以通過舉辦行業論壇、線上研討會等方式,分享成功案例,提高業界對智慧農業的認知和接受度。最後,還可以探索與政府部門合作,將這套系統納入農業現代化和可持續發展的政策支持範疇,從而在更大範圍內推動智慧農業的普及。通過這些努力,海博特不僅可以擴大自身的市場份額,更能為全球農業的可持續發展做出重要貢獻,真正實現科技賦能農業的願景。

這是一張圖片。 This is a picture.
實現無人商店夢想 喜鵲生活建構智能機產業未來

「喜鵲生活的DNA不會只有販賣機,我們相信販賣機結合科技、通路、人文,才能帶來令我們歡欣鼓舞的成果。」這是喜鵲生活官網上的一句話,讓販賣機帶來愉悅的生活,建構貼心、科技、永續的智能機產業未來,也是喜鵲生活創立的初衷。 成立於2018年的喜鵲生活,在成立4個月之後,即推出臺灣第一台自有品牌結合行動支付掃碼感應、藉由螢幕觸碰完成消費體驗、POS系統管理、數據聚集於後台的喜鵲U1智販機,讓消費者能同步世界的新零售腳步,體驗購買便利性、結帳安全性、視覺娛樂性、提升物流補貨效率的全新零售消費體驗。 傳統販賣機缺乏資訊可見度 AI技術協助資訊透明化 此次,喜鵲智能販賣機更搭載AI技術,提供可調整貨架空間、搭配工業電腦與大尺寸觸控顯示螢幕之自動販賣機,達成無店面商店之目的。 喜鵲生活表示,傳統販賣機最大問題即是缺乏資訊可見度。想要檢查庫存,就必須由補貨人員實際檢查每一部機器,這種做法既費時,成本也高。而當機器故障時,一般更是會長時間無法運作。大多數故障均無人通報,直到下次補貨人員抵達補貨才會發現。接著還必須等待維修技師排行程,而一等就可能需要數週的時間。 傳統販賣機缺乏即時互動性,當消費者投幣後遇到狀況時廠商無法當下處理。此外,傳統販賣機更缺乏彈性,無法應消費者偏好變化而調適。 傳統販賣機存在僅限零錢購物、支付工具單一;商品擺放數量有限,選擇性少等缺點。 受到COVID-19疫情影響,消費習慣轉為非接觸式的方式,致使無人化商店市場升溫。一般自動販賣機僅能擺放較單純的商品如飲料、食品等等。可販售的產業有限。而喜鵲開發出的專利販賣機可調整貨架空間,搭配升降貨梯,適用在各種類型的商品。此外,機台搭配工業電腦與大尺寸觸控顯示螢幕,能同時達到廣告託播的需求,預計朝無店面商店的方向邁進。 根據喜鵲生活觀察發現,近兩年來的消費者市場趨勢,消費者訴求便利生活、飲食消費型態重視餐飲體驗簡單快速,並且搭配手機連網訂購模式,而且熱飲及鮮食外送是兩大趨勢重點。而設置地點、販售品項、食用方式及多元付款方式是智能販售機的市場成長重點。 就便利性而言,臺灣消費者購買自動販賣機食品仍以車站、機場、學校、商業區公司附近為最高,多樣的付款方式也更獲得消費者支持,顯示未來自動販賣機可朝品項多元和支付方式多元兩大方向展開。 AI銷售預測技術整合後台管理 達到精準行銷目的 由於商品種類繁多,難以得知商品在不同因素如季節、市場情形、促銷活動等影響下的需求,容易造成缺貨或庫存過剩的狀況,喜鵲生活特別開發「AI銷售預測技術」,整合至後台管理系統,期能透過數據分析鎖定客戶購買偏好及意願,進而達到精準行銷之目的,進而做出精準的商業決策,有效分配有限資源。 導入AI系統可達精準行銷、庫存管理及供應鏈管理三大目標。 此一系統為專為供應鏈管理人員設計的調補貨決策輔助工具,透過 AI 預測未來銷量需求,協助企業有效優化產能、庫存及配貨策略。 其整體系統架構包括: 1資料探索性分析功能:針對資料內缺失值提供自動化補值、自動編碼及自動特徵篩選功能。 2建模功能 : 1提供迴歸Regression、時間序列Time Series Forecast共兩類預測問題類型之模型訓練功能。nbsp 2支援 Auto ML 自動建模,並由系統推薦提供最佳模型,亦可建立集成模型提升模型準度。nbsp 3支援多種演算法類型:Random Forest, XGBoost, GBM等演算法。nbsp 4支援多種時間序列模型:指數平滑、ARIMA、ARIMAX、間歇性需求、動態複迴歸等模型。nbsp 5支援多種模型評估指標:R, MAE, MSE, RMSE, Deviance, AUC, Lift top 1, Misclassification等指標。nbsp 6支援自動切割訓練資料集及Holdout驗證資料集,並可手動調整比例。nbsp 7支援自動模型集成學習 Stacked Ensemble、平衡函數學習 Balancing Classes、早停法 Early Stopping。nbsp 8支援同時建立多個模型,系統將依照建模需求配置資源,讓建模、預測等任務擁有獨立的運算資源且互不影響,在整體伺服器空間有上限的情況下,運算資源能有效率被利用。nbsp 9具有記憶體運算In-memory computing功能,可藉由大容量及高速的記憶體進行運算,避免大量從硬碟中讀寫檔案,提高運算效能。 3資料串接功能: 運用API嫁接,採用完整的資料串接自動化,不需要手動匯入資料,提高使用者體驗。 4圖表分析功能:針對商品銷量提供視覺畫圖表及基本統計值。 AI數據分析解決方案具備兩大優勢: 1創業機台租售 低成本開設無人實體店與連鎖零售業合作,透過智能機讓創業者以低於店面租金的成本經營零售生意。提供機台買賣及租賃兩種合作模式,依業者評估選擇。 2多型態商品上架 24小時隨時隨地販售商品,可上架達60多種多樣化商品,透明大櫥窗提升商品能見度,定期補貨及追蹤商品販售狀況,依需求調整產品類型。 近來網路與實體界線模糊化,顧客互動方式大幅改變,消費需求多變且個性化,零售業面臨前所未有的挑戰和不確定性,掌握數據成為關鍵。AI 數據分析解決方案能幫助零售業快速活化大量資料,打造無縫的個人化體驗,最佳化營運價值鏈並提升效率,強化企業核心競爭力。