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

工具機生產線上，組裝的第一步有些微差池，累積公差將造成組裝工作要重來，耗時又費力，導致出貨延遲的情況將衝擊企業聲譽。耐銳利科技公司聚焦智慧製造領域，提供各式AI解決方案，運用機器學習模型傳承老師傅的經驗，在CNC加工機組裝及鑄造過程，利用AI分析產線數據，精準調校各式數據，提升生產精準度 25。 這套AI產線數據分析系統，被耐銳利科技董事長黃常定稱為「師傅40」，就是師傅加上人工智慧的最進化版，用在工具機加工廠，成效斐然。此外，耐銳利科技運用AI瑕疵檢測技術，參加經濟部工業局2021年AI新銳選拔賽活動，協助友達進行面板進階影像瑕疵檢測，正確率達百分之百，引此也榮獲大獎。 協助面板大廠友達解題 瑕疵檢測正確率達百分百 黃常定進一步說明，一般面板在生產時，邊邊角角可能會有缺陷，雖然缺陷肉眼可見，但AOI卻往往難以辨識，導致檢測錯誤率常常超過30，因此，一定要搭配人力進行複檢，才能提高正確率。然而，因應少量多樣的產品需求，在人力不足的情況下，運用AI檢測確實是一個好方法。 成立於2018年的耐銳利科技，在短短三年期間，AI技術就能獲得面板大廠的青睞，實則在CNC工具機領域磨練已久。耐銳利科技總經理唐國維指出，台灣前三大CNC工具機廠希望將AI導入組裝及鑄造兩條產線，其中，在組裝產線上，為保持組裝的準確性，設計組件的每一個零件均會設計公差，在組裝時，每個元件都在公差內，但累績公差最後品檢仍無法通過，必須拆掉重新組裝，不僅耗時耗力，也造成浪費。 「進入產線之後，才知道有些師傅累積很多經驗，很會調校，經過他調校之後，正確率提高不少，速度又快。」反之，新來的工程師沒有經驗，調校時間比較久，也未必能通過品質檢測。 師傅40系統 良率從70大幅提升至95 唐國維接著表示，原本師傅在組裝時所設定的尺寸資料都記錄在紙本上，資料寫完之後就存入倉庫封存，沒有人去研究尺寸之間的關係。耐銳利協助客戶設計師傅40系統，透過人機面板，讓師傅在組裝時直接輸入所測量的尺寸及相關數據。蒐集不同師傅的數據之後，再運用AI演算法分析數據間的關係，做出AI模型，AI模型自動通知作業員要調整到甚麼樣的尺寸，品質檢測就一定會過，如此一來，良率從70大幅提升至95以上。 耐銳利科技公司聚焦於智慧製造領域，提供各式AI解決方案 唐國維補充，組裝一台CNC加工機的主軸要耗費四小時，第一步驟機器量測錯誤，包括震動、溫度，速度等超過範圍，都要拆掉重裝，又花了四小時。拆掉要如何調整，是憑藉師傅的經驗，可能一開始師傅憑經驗做了最好的組法，但錯檢率也達30，組裝又耗了好幾天。透過AI師傅協助，組裝時間只需半天，良率達95以上，省下許多時間及人力。 「運用機器學習的AI模型，綜合所有師傅的經驗蒐集在一起，提供給AI學習。第一步要數位化、第二步則是知識化，這是企業邁入轉型的重要關鍵」，黃常定認為，耐銳利科技是傳統製造業從自動化生產走向邁向數位轉型的重要夥伴。 此外，耐銳利科技另一個聚焦的產業是電梯廠領導品牌的智慧派車系統。所謂派車指的是電梯車廂，即兩部電梯以上就需要群管理。過往派車依據固定法則，如哪一台距離叫車比較近，就自動派那台電梯，一方面沒有考慮到電梯被叫太多次的派車，可能會讓其他人等待更久；另一方面過往的派車模式並無考慮大樓使用特性，造成許多浪費。例如辦公大樓，早上上班、中午休息及下午下班時段各有尖峰時間，透過AI智慧派車可以依據離峰及尖峰時段進行彈性調整，讓派車效率增加、降低等待時間，同時減少電力虛耗。 導入電梯智慧派車 提升運輸效率兼具環保功能 黃常定補充說明，就好比之前的路口紅綠燈號誌，系統已將主幹道、副幹道及小街道的停留及通過秒數寫死，現在則運用智慧紅綠燈，彈性調整等待時間，讓容易壅塞的路段更加順暢。透過AI學習使用情境，在電梯中導入智慧派車系統，會讓輸送效率提升，也更加環保。 除了導入電梯智慧派車外，耐銳利也將AI導入電梯廠的生產出貨智慧排程系統 。電梯廠常常無法準確預估客戶的電梯交期，例如，辦公大樓或賣場等必須完工到一定程度，電梯才能進工地安裝。若受到客戶工期延遲等非預期因素影響，往往造成電梯廠產閒置或是排程不易安排的窘境。 唐國維指出，一般了解客戶端工程進展者可能是業務或工務，但整體而言，出貨正確率大概只有六成左右，也就是說有四成不會如期出貨。因此，若能準確預估出貨時程，就能將產線空出來以因應急單或是其他產品生產需求。AI智慧排程系統將分析過去出貨的資料，氣候、工廠及施工端兩地距離位置、客戶信用等約20-30個參數，放入AI演算法中，可以精準預估到底能不能如期出貨。 黃常定也特別說明，耐銳利科技的機器學習非一般的機器學習，更加入傳統影像處理技術、統計學等各種運算方式，要對領域知識十分熟稔，才能作出好的AI模型，這也是公司競爭力之所在。他強調，一般SaaS平台能處理的資料十分有限，正確率頂多從7成提升至7成5，耐銳利的強項在於AI演算法及機器學習，必須再加上深厚的產業領域知識才能產出好的AI模型。 耐銳利科技從AI專案開始，逐漸深化技術，選擇從困難度高的做起，並累積經驗法則，預計在今2022年開發出SaaS服務，以客戶的需求為出發點，逐步站穩腳跟、成為智慧製造的重要夥伴。 圖左為耐銳利科技總經理唐國維及董事長黃常定右

赫紀有限公司到「台灣兒童發展早期療育協會台東辦事處」舉辦一場AI故事繪本的互動教學，讓兒童、老師、家長一起進入沉浸式體驗教學。 AI生成兒童繪本教材 AI學習平台 nbsp 近年來台灣社會結構的改變，加上在醫院急診的經驗中，我們常常忽略了青少年所表現出的憂鬱症狀，導致孩子們出現自傷甚至是自殺的悲劇。孩子們憂鬱的產生往往很大部分都來自於學業上的表現，家長擔心孩子未來沒有競爭力，因此給予很多壓力在學業表現不佳的孩子身上。 nbspnbsp 一個家庭兩個孩子，有著相同的基因來源，提供相同的成長資源；我們發現第二個小孩通常在課業上的表現都不盡理想，成績不好，上課無法專心，就連看漫畫、打電玩也都無法有耐心與毅力完成，到底差異點在哪裡，我們一直在探索問題是如何發生helliphellip結果發現原因是幼兒時期對學習力出現障礙而沒有發覺。因後天環境因素導致學習力出現遲緩的孩子，八成以上的家長不會承認，也沒有意願帶孩子診療，主要擔心孩子會被貼上遲緩兒的標籤，因此孩子的學習力從幼兒時期就被迫遲遲了，進入國小國中後課業加重，落後幅度更大，家長生氣，孩子力不從心，家庭爭吵增加了，家長擔心孩子學業跟不上，便開始要求孩子要去補習，如果成效不好，花錢得不到好效果，則再次發生家庭革命，這些事件的不良循環都逐漸造成許多孩子在成長過程中累積了很多負面情緒進而影響健康的種種因子。 其實孩子考不好、學不會、不喜歡學習新事物，甚至產生影響健康的心理病症，背後很大的原因其實是幼兒時期學習遲緩累積造成的。六歲前是學習遲緩治療的黃金時期，若能在黃金時期可以發現與協助輔導，孩子們的學習能力將有機會可以被改善與得到10倍成效目前產業的痛點為以下 1缺乏學習力檢測方式市場缺乏樣本數據庫比對 2傳統家長思維迷思輕中度怕被貼標籤延誤治療 3缺乏治療教材教具治療行繪本和系列課程圈乏 本計畫將研發一個國家人才發展的生根輔助系統，利用 AI 技術發展出影響人一生健康的幼兒學習力檢測系統，陪家長共同守護孩子的「健康從學習力檢測」開始，早期發現、早期治療。在未來，台灣所有的孩子，不論出身，都能在幼兒時期將一生健康扎好根，長大後，孩子都能成為台灣國家發展的有用人才。 nbsp 2、nbsp 計畫內提出之AI應用技術與說明： 「兒童語言能力AI分析模型」。用以對「兒童表達一件事情」的「國語使用狀況」的「量化分析」。 情境：幼教師引導孩童敘述繪本內容。AI工具解析孩童描述繪本內容所使用的語句，並透過統計演算法量化分析孩童使用的語句。 分析指標：以「句型」及「語詞」為分析指標。分析內容包括：句型正確性、語詞多樣性、語詞使用數量、語詞使用正確性。 應用：單一孩童與同儕間語言能力分布的比較分析，可提供幼教師對不同孩子提供更細緻的語言能力教學。 使用技術：中文斷詞（中文分詞）技術、中文詞性標記技術、中文句法規則分析演算法、量化分析演算法。 使用工具：中文斷詞工具、中文詞性標記工具。 nbsp 3、nbsp 預期達成之產業價值： nbsp成立學習力檢測與輔助系統，透過治療型繪本與課程與幼兒園合辦學習力養成基地，讓孩子別停留在起跑點，陪家長守護孩子健康，從檢測學習力開始為目標，以強大樣本數據庫為後盾，提供家長早期發現孩子在學習上的延緩，協助孩子找回學習力。 nbsp 4、nbsp 預期達成之產業效益（經濟效益及未來擴散性、帶動性）： 透過本計畫，只要協助遲緩孩子學習力能大幅提升，孩子是國家的主人翁，自然可以幫助國家在人才發展上得到看不到但非常實際的潛在影響力。同時，學習力養成基地的目的，就是要幫孩子找回家長，以增加孩子與家長互動的時間，讓孩子可以拋去單純 3C 的單面向互動變成與家長雙面向互動。這將潛在影響被環境耽誤有潛在能力的孩子再次得到機會發揮。