:::

【109年 解決方案】 專注各種量化分析技巧 木刻思挑戰深不可測的問題!

在當今網路世代,無論個人或公司,若想透過網路經營品牌,都會面臨撰寫文案、設計版型的問題,而怎麼樣才稱得上好的設計?網路世界總給人深不可測的印象,木刻思團隊長年專注於研究各種數據,就是希望能從中找到想要的答案。

專注於數據分析 探索並解決問題

木刻思為一群專注於數據(Big Data & Deep Learning),探索解決問題本質的顧問公司,團隊運用各種量化分析技巧,挑戰網路上許多深不可測的問題,並致力於提升台灣企業與個人,在數據分析領域上不斷學習,而這套技術應用範圍相當廣,例如新聞平台個人化導覽與推薦系統,電商個人化導覽、搜尋與推薦,或金融交易的策略開發、設計與回測;同時木刻思也因應科技與時事需求,開設數據分析、網路爬蟲、資料視覺化…等各種資料分析實體課程,希望與國內外企業合作,導入各種資料科學解決方案。

▲木刻思為一群專注於數據分析、探索並解決問題本質的顧問公司,團隊運用各種量化分析技巧,挑戰網路上許多深不可測的問題。(圖片來源

以最簡單的網頁設計來說,木刻思認為,當今個人化追蹤技術發展日新月益,搭配A/B Testing實驗設計與測試技術,當今各行各業行銷與企劃人員,總算可以不用再依靠那些所謂20年的行銷經驗,好像瞎子矇著眼在市場上亂猜,與其用如此低效率、成效難以預計的做法,其實只要擅用數據分析,即便是很直覺的觀察,也可以「猜」得有依據,進而掌握線上使用者的心聲,透過足夠的數據證據支撐,在下錯誤決策與方向之前,就得以快速被修正。

▲木刻思在日前AI HUB大會中,展示自家研發的3D標記系統,這套3D標記系統透過AI影像辨識技術,能協助醫生快速判斷病患肺部結節狀況。

木刻思3D標記系統系統標記異常圖

▲AI模型會自動根據標記進行學習,提供醫師未來標記時建議,若能即早發現就能立刻治療,解決過去3D影像標記困難、標記資料不易取得的痛點。

團隊開發3D標記系統 運用AI影像辨識技術 大幅提高醫師診療效率

同樣的AI數據分析技術,甚至能應用在醫療領域,木刻思在日前AI HUB大會中,展示自家研發的3D標記系統(包含Auto-Learning與Pre-Labeling),這套3D標記系統透過AI影像辨識技術,能協助醫生判斷病患肺部結節狀況,當醫師完成診斷與標記,AI模型會自動根據標記進行學習,提供醫師未來標記時建議參考,若能即早發現就能立刻治療,大幅解決過去3D影像標記困難、導致標記資料不易取得的痛點。

木刻思影像分析技術與治療整合互動圖

▲木刻思希望透過各種資料分析技術,解決各種個人化服務的需求問題,也呼籲大家要跳脫憑空想像,親自與各種資料互動,挖掘出問題後面的解答。

在過去兩年中,木刻思團隊核心成員們,積極在各電商與媒體平台,協助與指導一般使用者建立正確觀念,透過導入相關技術與服務,解決各種個人化服務的需求問題,以提升商品與客戶媒合的機率,木刻思也呼籲大家要跳脫憑空想像,動手去感覺資料、與資料互動,挖掘問題後面的解答,同時感受解答後面的問題。畢竟網路世代瞬息萬變,每一波浪潮的崛起,都伴隨著不同使用者需求與心聲,木刻思希望透過各種資料分析技術,幫助大家快速而有效率解決問題。

推薦案例

【解決方案】小柿智檢 以「AOIAI」雙劍合璧,軟加硬體千錘百鍊 打通外觀瑕疵檢測任督二脈
小柿智檢 以「AOI+AI」雙劍合璧,軟加硬體千錘百鍊 打通外觀瑕疵檢測任督二脈

品質檢測,如雙刃劍一直是台灣製造業者又愛又痛的課題。當AI深度學習進入傳統製造業的工業視覺檢測中,不僅可節省檢測人力投入、解決人工目視標準不一,克服傳統自動光學檢測AOI有限的視覺辨認及瑕疵檢測盲點,更能即時溯源品質問題成因。小柿智檢研發的AIAOI視覺檢測整體解決方案,融合軟體與硬體創造高效外觀瑕疵檢測能力,幫助電子代工客戶創造低於1漏檢率及少於3過殺率的高效品檢水準。 成立於2020年的小柿智檢,雖然是兩年的新創但並非從零開始,創辦人暨執行長洪沛駿與核心團隊曾深入富士康工廠多年,參與無數智慧工廠相關解決方案與製程改善,擁有深厚的AI深度學習開發能量,並累積世界級AI應用落地豐富經驗。看見AI工業檢測必定是製造業邁向工業40的最後一哩路,洪沛駿毅然決定將AI深度學習技術落地於產值高的智慧製造領域,並專精投入在AI工業視覺檢測開發。 對於製造業而言,產品檢測是所有品管最重要的一環,但傳統工業檢測面臨2大主要痛點 1人工目視檢測:現今整體製造業95以上仍仰賴人工目視檢查,使得人工目視品檢標準難一致性,並對細微物件目視檢測時,如被動元件或高反光元件會造成長期視力傷害。2傳統AOI自動光學檢測:對產品有限的視覺辨認能力與瑕疵檢測盲點,而其中外觀瑕疵檢測如碰刮傷、油汙、髒汙或毛絲等不可預期的細微瑕疵問題,也是AOI應用中一直無法克服的難關。 AIAOI視覺檢測整體解決方案 外觀瑕疵檢測的一大福音 當初在設計小柿智檢產品roadmap時,客群定位及強化客戶產品服務與價值是重要指標,更看見外觀瑕疵檢測一直是製造業未能解決的痛,洪沛駿表示。小柿智檢以工業品檢AI軟體為核心,提供AIAOI視覺檢測整體解決方案,主推三大產品,包含「QVI-T AI深度學習檢測建模平台軟體」、「AI六面瑕疵檢測篩選機」及「AI工業品檢平台」。主要服務客群以產能高、毛利率高的半導體封測、EMS電子代工、小金屬件加工等產業為主。針對客戶需求,小柿智檢提供對應的軟硬體服務,結合自主開發的AI深度學習軟體與硬體品檢設備,減輕產線人工目視負擔,有效提升工廠的生產品質。 為了幫助設備商及有開發能力技術工程師精準掌握產品外觀瑕疵檢測,小柿智檢自主開發QVI-T深度學習檢測軟體,可提供客戶瑕疵定位、瑕疵分類、瑕疵分割、異常檢測以及文字辨識等重點功能,有別傳統套軟體的固定的檢測法,可以根據不同產業檢測方式精進演算法,開發不同API以串接不同鏡頭的設備。此平台軟體設計非常輕量,架構在公有雲私有雲的SaaS軟體,主要是單純圖片上傳、做標記、訓練建模、驗證測試,完畢後提供使用者下載模型、SDK、API和報告,可有效幫助客戶達到AI推論功能。 目前市面工業檢測服務,以傳統AOI軟體工業檢測機居多,僅能解決產品輪廓量測如扣件的頭、長度等,無法真正提供細微商品表面瑕疵檢測如螺絲頭裂痕及牙傷,而市場上正缺少這種高精密瑕疵檢測業者,洪沛駿觀察。小柿智檢開發自主打造「AI六面瑕疵檢測篩選專用機」從過去客製化服務到現階段提供客戶標準化服務,提供扣件類在量測和表面瑕疵一次解決的標準化檢測服務,以及被動元件類產品高速表面瑕疵檢測。此專業機運用小柿智檢自主研發的AI深度學習AOI複合算法技術,透過可平行運算技術,可實現模型推論達3毫秒張,及實現被動元件之電極與本體多重複雜瑕疵檢出,此專業機主要落地於從扣件類、小金屬件到被動元件之檢測。 業界競爭力方面,AI六面瑕疵檢測篩選專業機提供的軟體硬體整合是小柿智檢重要核心競爭優勢,並非字面如此簡單,洪沛駿有感而發表示,此專機在工業檢測行業俗稱光學機構、電控、軟體及算法等領域高度集成整合,過程中需要不斷優化疊代,並需多次去客戶端驗證與修改,經長期千錘百鍊後,技術門檻也因此拉高。AI六面瑕疵檢測篩選專業機將是小柿智檢未來3-5年主力產品推動方向,相信AI結合量測技術和表面瑕疵檢測會是小柿智檢重要的核心競爭力來源,洪沛駿表示。 AI六面瑕疵檢測篩選專業機將是小柿智檢未來3-5年主力產品推方向 面對智慧工廠工業40蓬勃發展,常收到客戶詢問「品檢的數據是否有二次使用價值」,洪沛駿表示,小柿智檢推出的「AI工業品檢平台」具備機器學習機制,可藉由品檢數據二次使用,提供客戶生產品質即時監控預警、品質溯源分析、品質因子評估、製程參數預測與推薦多項功能。以成功導入汽車零組件廠為例,透AI工業品檢平台提供的製程參數預測與推薦,當我們知道產品瑕疵,依過去老師傅經驗建成一套model,再加上前段過來的接網數據,整合後我們有製程數據、來料數據、品檢數據之後,我們可以去預測這些機台參數是否跑掉,我們就可以去推薦某幾段的製程參數是否調高或調低。透過AI工業品檢平台,小柿智檢能幫助客戶將視覺品檢結果、製程數據及驗收標準,跟客戶工廠既有的MES系統對接,以提升生產品質,改善效率,降低成本。 在商業模式方面,小柿智檢在深度學習檢測建模平台軟體也提供軟體訂閱制,提供公有雲客戶以流量訂閱並依圖片上傳量進行收費,而使用私有雲客戶則採取每年授權金license收費機制。此外,公司也提供客戶在整體解決方案設備的買斷收費機制,並提供一年保固,之後每年收取耗材與軟體更新維護費。 反其道而行 軟硬兼施 小於1漏檢率15分鐘快速建模 面對製造業各樣少量多樣品檢需求,一般AI深度學習視覺檢測,通常要求客戶蒐集大量不良產品照片,既耗時標記,又造成客戶導入AI不順暢,不良品蒐集不到,導入周期長,落地充滿風險,不良樣品不夠始得模型不夠準。小柿智檢卻反其道而行,讓其產品「AI視覺檢測模型開發工具」透過客人提供的良品圖片進行訓練模型。讓AI學習良品相對容易,不需要標註,可快速壓縮時間完成建模。 以IPC電子業-研揚科技的落地應用為例,為了降低PCBA產線的品檢站人力投入並有標準化的品檢品質,小柿智檢提供PCBA AI視覺檢測軟硬體整體解決方案服務,並於工廠高自動化的流水線上進行in-line檢測,有效節省檢測人力投入,提升品檢率的標準化,改善人工目檢測造成標準不一問題。透過AI視覺檢測軟硬體整體解決方案導入,有效替客戶近兩年維持過殺率3以下,達到漏檢率小於1的高成效表現。另外,本方案提供不懂AI的從業人員可快速操作建模,透過安裝建模tool在設備上,當客戶有新的貨號需要建立模型時,僅須提供10張良品圖片在設備下掃描,只要15分鐘即可快速訓練建模。 在產品核心策略布局上,相較市場競爭對手單靠通用軟體服務搶佔所有製造業市場,但套用在工業檢測是行不通的,洪沛駿過去10年觀察,相信唯有軟體硬體才有技術門檻,並專注在一個行業與領域,採用標準化公司的AI六面瑕疵檢測篩選專用機才能夠複製與規模化,才能真正讓公司不斷邁向優化與創造產品競爭力,即使有其他競品想爭奪這塊餅也不容易,洪沛駿表示。 小柿智檢的AIAOI視覺檢測整體解決方案為客戶創造快速建模 和小於1漏檢率的優異成效 布局全球、最有競爭力的AIAOI整體解決方案商 對新創者而言,面對商務拓展,天天都是挑戰,洪沛駿表示,公司規模小容易被大公司搶單、公司人才被高薪挖腳,缺乏深厚客戶關係,業務團隊不夠龐大等。如何克服呢洪沛駿相信唯有勤能補拙、提供更好服務、更即時反饋、創造更專業的方案去說服客戶,才是新創公司致勝的關鍵和競爭力。 從2020年創業至今,小柿智檢在商品核心策略佈局上總是反其道而行的超越同業競爭市場,積極在AI視覺檢測軟硬體整體解決方案向下扎根。洪沛駿期許小柿智檢未來將成為提供電子行業、半導業全球最具競爭力的AIAOI整體方案商,並提供最頂尖的AIAOI專業機設備給電子行業、半導體業客戶群。洪沛駿表示目前公司的AI六面瑕疵檢測篩選專業機技術能量已達到國內頂尖水準。為加速專業機研發更標準化並銷售到海外市場,現階段公司將進行募資計畫,希望借助資策會等法人協助進行更多商業串接與募資管道。對於中長期目標,小柿智檢將布局全球市場包含大陸和東南亞國家,同時跟隨OEM大廠的國際腳步全球布局,並在目標檢測項目下,持續發展特色產品及邁向國際場域擴散。

【解決方案】台灣軟體科技實力媲美國際 Golface智慧服務促高球轉型
台灣軟體科技實力媲美國際 Golface智慧服務促高球轉型

相較於日本9成的高爾夫球場沒有桿弟,均採取全自動化服務模式,台灣的高爾夫球場管理維運仍高度仰賴人力。面臨高達7成的缺工問題,導入場地管理與會員管理平台,提供高球智慧化服務,或許是高爾夫球場業者轉型應該慎重思考的課題。 「台灣的軟體技術已不輸國外,絕對有輸出國際市場的能力」,成立於2014年,成立初衷即以科技為核心,想打造台灣第一個高爾夫娛樂平台的綠夾克運動事業Golface公司共同創辦人暨執行長廖聰哲已深耕高球智慧化服務長達9年時間,他深諳高爾夫球場服務的「眉角」係指訣竅,服務要做到哪要怎麼服務球友需要甚麼管理者欠缺甚麼Golface已累積豐富的Domain knowledge領域知識,推出整套智慧高球解決方案。 全球首款聯網智慧高爾夫球車上路 自動化球場不再是夢想 5月中旬,Golface所研發的ARES Smart Golf Cat全球首款聯網智慧高爾夫球車正式上路,這款電動球車搭載專用的行車電腦主機、兩組獨立聯網系統、AI視覺辨識攝影機、高精準GPS定位系統等多項智慧輔助功能,球場可以放心讓球友自行開車下場擊球,同時也能即時監測球友是否有違規駕駛行為,有了數位消費軌跡,保險公司才願意承保。 具體作法是:球友在預約平台預約球車之後,取得一組QRCode,在平台上付費完之後,到球場上透過QRCode解鎖球車,就可以將智慧球車開到球場。球場管理平台就可以監控及限制球車可以行經的區域,不必擔心車會開出車道。使用完之後再透過球車平板返還球車,在這過程中,客人有違規行為直接在帳號內進行扣款,情節嚴重者將禁止受理球車使用。如此一來,就可以達到「無人化」目標。 ARES Smart Golf Cat為全球首款聯網智慧高爾夫球車,於2022年5月正式上線營運 「由於市場人力成本越來越高,桿弟招募與培訓不易是目前市場上共同面臨的痛點,日本有9成的球場沒有桿弟服務,台灣球場雖有桿弟,仍出現7成的人力缺口」,廖聰哲接著說,這款智慧球車平板電腦搭配手機APP,就成為最強的智慧桿弟,Golface正試圖拚上「自動化球場」最後一塊拼圖。 累積消費數位軌跡 進行客層分群進階服務 從消費者需求為出發點,Golface陸續推出球車平板電腦、手機APP、高爾夫球預約平台、教學影片Golface TV、高爾夫球旅遊及智慧球車。智慧球車已於5月上線營運,現階段有4輛,預估今2022年下半年會量產,不過,智慧球車現階段仍由球友自行駕駛,預計明2023年初可透過遙控駕駛,第三階段才會開放無人駕駛。 透過球車平板及管理系統,管理人員可以透過螢幕了解球場狀態,以視覺畫圖表呈現各球車的即時位置及相對位置、球車出發時間及服務客戶時間的多寡、服務哪些客人、每洞時間進行多久等資訊,有助於管理者掌握目前球場內的消費情況,以有效減少塞車,降低客訴的情況。 「以前都是用工作人員的人腦去想像,現在則可以運用圖像呈現場內即時情況。讓不懂打球的人也可以從事這項工作」,廖聰哲強調,以往場控均由有豐富經驗的職業選手擔任,現在缺工又需要專業人員從事此項工作,更加難找。因此,運用數位工具取代人力,將可收事半功倍之效。 球車平板電腦已進軍日本高爾夫球市場,設置於福岡世紀高爾夫球場 Golface的球車平板已導入國內14家球場,同時已正式進軍日本市場,獲得福岡世紀高爾夫球場青睞,將平板電腦設置在球車上,提供自動語音播報擊球策略、距離碼數、視覺化圖表顯示擊球數據等各項服務。在新冠肺炎COVID-19疫情期間,國境封閉,Golface運用OTA技術遠端軟體更新提供軟體更新與問題排除,使得服務不中斷,深獲日本球場肯定。 廖聰哲表示,台灣的軟體技術並不輸日本等其他國家,但仍需要更多球場支持,才能協助產業智慧化轉型。 「要協助高爾夫球場轉型,第一步驟就是要數位化」,廖聰哲指出,Golface幫助球場累積數據及資料,可以更了解客戶服務周期與擊球節奏,讓球場維持不塞車又可以服務更多客人,截至目前為止,Golface已累積2萬多支球隊、350萬張成績卡及1,000多萬筆的資料,透過所收集的資料與消費者行為,幫助球場提升管理績效、客層分群服務、降低客訴及離峰時段的行銷規劃均有相當大的助益。 Golface共同創辦人暨執行長廖聰哲深耕高球智慧化服務9年,將打造台灣第一個高爾夫娛樂平台

【解決方案】2秒鐘完成結帳動作 Viscovery AI影像辨識助攻智慧零售
1 秒鐘完成結帳動作 Viscovery AI 影像辨識助攻智慧零售

近年來,人工智慧 Artificial Intelligence,簡稱 AI 已逐漸改變各行各業的運作模式,不過,絕大部分的工作仍然是由人類完成,AI 則扮演輔助的角色,因而出現了「AI Copilot」一詞,代表「由 AI 驅動的工具或助理」,旨在協助使用者完成各種任務,提高生產力和效率。 AI Copilot 的概念源自於「副駕駛」這個角色,在飛行中,副駕駛協助主駕駛員完成各項任務,確保飛行安全與效率。其實,工業革命的「機器」就開始有 Copilot 的影子,各種機器在不同領域中扮演「Copilot」的角色,輔助人類完成繁重的體力和重複性工作,大幅提升工廠生產效率,推動經濟快速發展。 隨著運算設備的進步、機器學習、深度學習、影像辨識等技術的突破,AI Copilot 的概念逐漸成形。AI Copilot 的發展標誌著從「機器輔助提升到智慧輔助的轉變」。早期的機器人只能完成預設的重複性工作,而現在的 AI Copilot 則能夠學習和適應新的環境與任務,並在實際應用中不斷優化自身表現。這一轉變不僅改變了人機交互的方式,也為各產業帶來了深遠的影響。 AI Copilot 的應用範圍涵蓋了各個行業,包括:金融、醫療、製造、教育、零售hellip等等,無處不在。 AI Copilot 於零售業的應用:AI 影像辨識結帳 在零售業,AI Copilot 的應用已經開始展現具體成果。 以 Viscovery 的 AI 影像辨識結帳系統為例,這套系統即為 AI Copilot 模式的一種,輔助店員加速結帳,或者輔助消費者簡化自助結帳流程。 nbsp 一般的結帳方式需要店員逐一掃描商品條碼,若是無條碼的商品,如:麵包、餐點,則需店員花時間先用肉眼確認品項,再一個個輸入到 POS 結帳系統中。根據一家連鎖麵包店實測,資深店員從「肉眼辨識」到「輸入一盤 6 顆麵包的商品資訊到結帳系統」的過程,就要 22 秒的時間,新進店員需要的時間可能更多。另外,根據一家日本麵包店業者分享,培訓員工認識、熟悉商品需要 1 至 2 個月的時間。 nbsp 現在有了 AI 影像辨識技術,店員可以把「辨識商品」的步驟交給 AI,由 AI 扮演 Copilot 的角色,1 秒內迅速辨識品項,加快結帳,整體節省 50 的結帳時間,優化顧客購物體驗。而培訓員工辨認麵包的時間成本,也能因此有效縮短。 nbsp 即便是帶有條碼的商品,AI 也可以在一秒內快速辨識多個品項,相比逐個掃條碼的方式,效率更高 nbsp 而有 AI 影像辨識「輔助」的自助結帳系統,則能夠讓消費者在沒有店員幫助的情況下,順利完成購物,省去刷條碼或在螢幕上查找品項的麻煩,提升購物體驗,在缺工、找不到店員的時代,也幫助店家降低營運成本。 nbsp AI 快速辨識多件結帳商品只要一秒鐘 圖片來源:Viscovery 近來,致力研發 AI 影像辨識結帳方案的新創在各國嶄露頭角,目前已知最輕量化的解決方案就在台灣,只要在結帳櫃檯安裝一支 Viscovery 的鏡頭與一台搭載 Viscovery AI 影像辨識軟體的平板,即可與店家既有的 POS 結帳系統串接,馬上啟用。 整合方式多元,有隨插即用的作法,也有與店家 POS 整合的 API 串接方案。 Viscovery AI 影像辨識系統可與店家現有的 POS 系統無痛整合 圖片來源:Viscovery AI 影像辨識結帳的導入實例 目前 Viscovery AI 影像辨識系統已導入台灣連鎖烘焙店、新加坡中式麵店、日本仙台百貨公司商辦超商 micormarket、日本麵包店與蛋糕店hellip等等。超過 700 萬筆交易筆數,都是透過這套 AI 系統完成,辨識超過 4000 萬件商品。這些使用案例展示了 Viscovery AI 影像辨識系統在零售行業的廣泛應用,未來將持續深耕、探索零售及餐飲運用 Vision AI 的各種可能。 nbsp Viscovery AI 影像辨識系統已導入日本、新加坡、台灣,使用於麵包店、蛋糕店、餐廳、便利商店等多個場域 圖片來源:Viscovery