智慧型手機、遠距工作等宅經濟發威，資通訊產業暢旺，帶動光學產業蓬勃發展。然光學鏡片的瑕疵檢測多以人眼檢測進行，不僅耗時費力，受限於人眼容易疲勞，誤判率也是光學業者揮之不去的痛點。受惠於AI技術的演進，上暘光學導入繞射光學技術拍攝，以系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，大大提升瑕疵辨識率高達90以上。 台灣光學產值佔全球10 精密光學應用範圍日廣 光學產業為消費性電子之主流產品，於2019年即使台灣受中美貿易爭端之影響，光電產值仍達463億美元，佔全球10。其中，在「精密光學」部分，即佔新台幣870億元（約29億美元）產值。有鑑於智慧型手機鏡頭數目的增加，相較其他領域之衰退狀況，精密光學仍保有4的持續成長。 自2000年夏普推出全球首款搭載後置11萬像素鏡頭的拍照手機開始，終端消費者即對智慧型手機攝像性能的要求不斷提高，且隨著網際網路5G高速網路的浪潮來襲，帶動擴增實境AR或虛擬實境VR等應用市場的活絡，其技術的創新與應用更為光學產業增添許多動能，而應用的領域更已從智慧型手機延伸普及至汽車、家庭娛樂等大眾民生市場。 光學鏡頭對於「精密光學」經濟發展密不可分，隨著半導體技術的不斷成熟、網路速度的不斷提高，光學鏡頭的運用不僅僅在智慧型手機、平板電腦、傳統相機、播映投影、民生車載領域，其在高精密製程之工程視覺檢測、安防應用的需求更是不斷高速成長。 光學鏡頭瑕疵檢測多以人工進行。 「光學鏡片」為整體光機系統之必要零組件，其進料後與出貨前的鏡片光潔檢測不僅左右整體產線效能發展，對終端客戶的品質承諾影響更是不容小覷。 長期以來，光學產業多以人眼檢測進行瑕疵檢查，隨著生產量的持續提升，不僅人力成本持續上漲。隨著檢驗人員的年齡增長，視力逐漸衰退，誤判率更是年年增高。且近年人力招募困難，即使有幸招募，該檢驗技術養成不易，且訓練時間冗長，無法及時因應產線人力需求。 導入繞射光學技術及AI訓練模型 提升瑕疵辨識率達90以上 現行市面充斥著大量自動化光學檢測系統，並具有多項針對鏡片瑕疵的實質案例。但經由上暘光學多年來的市場探勘與評估，該系統仍無法解決現行人工檢測之問題，其主要在於光學鏡片外型為曲面且透明，並不容易拍攝到各種瑕疵狀況，且一旦瑕疵周圍有其他雜光之干擾，判斷難度更高。且不同型號的鏡片都需依瑕疵狀況個別透過旋動打光、拍攝手法的調校方可進入到判別階段，人力耗費比例仍高居不下，並不符合效益成本。 藉此，經過經濟部工業局AI計畫執行團隊的媒合，小馬光學協助上暘光電建立有效瑕疵拍攝系統。由小馬光學提供精密繞射光學的指導，基於「光」波動的特性即可以統一鏡頭拍攝方式獲取鏡片瑕疵狀況。 現行市場拍攝系統多採幾何光學方式，幾何光學以直線光行進，對於鍍膜缺失、細微刮痕、液態髒污等瑕疵並不易拍攝。合作方案導入繞射光學技術拍攝，經過全角度的精密成像可達到比一般幾何光學元件更高的對比、更卓越的降噪程度，以獲取必要之瑕疵影像。 光學鏡頭刮傷瑕疵示意圖。 為提升本案更細緻的瑕疵檢測辨識率，上暘光學基於系統拍攝後影像為數據來源，導入AI模型訓練，並將攝像系統與影像辨識整合為一產線工作站，不僅提升瑕疵辨識率達90以上，更有助於後續自動化產線發展。 此合作案的AI模型訓練由奕瑞科技提供，目前大部分廠商導入產線瑕疵檢查AOI的系統，大多採用OCR光學字元辨識，是指對文字資料的圖像檔案進行分析辨識處理，取得文字及版面資訊的過程技術，需要達到百分之百的精確度，沒有任何容錯的空間，導致誤殺的情況時常發生。 加入AI訓練模型之後，光學鏡頭瑕疵辨識率大大提升。 AIAOI解決人力不足及誤判率過高兩大痛點 此次奕瑞科技與小馬光學合作，將奕瑞的AI系統搭載在小馬光學研發的光學檢測儀器，在光學檢測瑕疵上加入AI演算法，根據客戶提供的資料與需求，訓練AI模型辨識對於瑕疵的判定，可大幅提升判別的準確度，提生良率，並增加產線效率。透過上暘光學、小馬光學與奕瑞科技三方合作，將光學產業AOI導入AI，期望能徹底解決產業鏡片瑕疵檢測之痛點。 上暘光學自2019年設立生產線後，即希望導入智慧化生產模式。有鑑於公司營運持續成長，生產量持續提升，透過該成果的導入與拓展，將大幅減緩人力需求，更可因高準確判別率指標降低生產排程影響，進而提高生產效率。 上暘光學表示，由於開發成果落地，將可引領該技術推播至光學產業上下游業者，諸如上游光學鏡片原料供應商直至下游成品應用端，包含沉浸式遊戲設備、相關曲面玻璃產品、民生車載及安防攝像裝置等。

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。

搭上AI列車，資服業者借助深厚的產業基礎，不僅自己轉型，也協助客戶轉型 成立已超過20年的哈瑪星科技，近年來不斷研發AI技術，並協助產業客戶導入AI。哈瑪星認為，執行一個完整的AI專案，除了AI理論知識、數據分析與模型訓練能力，實務上還需要依據客戶的需求開發數據串接API、建置資料庫、開發前端RWD網頁，甚至還需要考慮到版面設計與使用者體驗 User Experience。這些工作不僅對AI新創業者形成技術門檻，即便對已具規模的業者來說，每個專案反覆投入人力進行類似的功能開發，也難以累積技術經驗、加速業務成長。 機關客戶對於AI仍具備高度客製化之需求 以哈瑪星科技所執行的政府A機關的需求為例，用戶須針對特定管道的不實資訊進行管控，需要平台提供用來訓練模型和預測的數據接入功能，並可以在平台上完成自然語言處理NLP文本分類模型訓練與使用。當模型發現不實資訊時，需要即時透過通訊軟體通報相關負責同仁。而B機關的需求則是希望透過AI模型針對民眾陳情案件進行自動分類，並即時提供陳情民眾或案件承辦人員可參考之歷史案件資訊。儘管專案模式相似 數據接入、模型預測、警示通知，但在個別專案中，仍只能分別進行需求功能開發，無法重複利用既有的程式與模型來加速後續專案的執行。 在深入探討之後，哈瑪星科技發現企業面臨導入AI專案的痛點，包括導入成本高昂、專案時程冗長等，其中，在企業內難以齊備資料科學家、分析師、工程師、設計師等人才，而現階段的專案皆為集中解決特定領域需求，難以重複利用AI模型跨入其他應用領域，同時，因為工具集中在AI專案領域，無法滿足客戶提供整體解決方案。 換言之，在AI技術的落地上，由於AI資服業者往往面臨「人力有限」、「領域限縮」與「工具不足」等困境，致使專案執行成本高昂或時程冗長。這些都是業者們亟需解決的共通性問題。因此，若有一個AI模型應用服務管理平台，將可解決上述困難，不僅能夠快速導入降低成本，還有助於縮短專案時程，提供客戶一站式解決方案。 AI模型應用服務管理平台協助快速完成專案 因此，哈瑪星科技在經濟部工業局AI計畫支持下，進行「AI模型應用服務管理平台AISP研發計畫」，投入研發AISP產品，目的是為了讓AI資服業者能事半功倍地完成AI專案。 AI模型應用服務管理平台提供AI一站式解決方案 透過AISP，AI資服業者可透過既有的模組功能快速組裝數據API介接、模型管理與模型預測結果監控訂閱等需求功能。同時也提供常用的圖形化工具，幫助業者快速設計用戶所需要的互動式圖表或儀表板，有效降低執行專案所需要的人力成本，並縮短解決方案POC或導入時程，加速產業AI落地與擴散。 在產品商模上，短期內將廣邀具備AI專門領域技術的資服業者合作，藉由平台服務解決各類場域需求單位所面臨的AI導入問題，逐步建立平台品牌信賴感。 中期則盼以哈瑪星過往的成功經驗逐步拓展業務市場，聯合多家資服業者建立策略聯盟，針對專門領域可解決更多且廣泛的問題，並提供更多解決方案供場域單位選擇。 平台結合領域專家共同擴展海外市場 長期而言，在建立各項專門領域的AI策略聯盟後，平台將擁有大量針對專門領域的AI解決方案專家，累積大量的專案成功經驗後，哈瑪星科技期望AISP將能與專家業者們攜手合作，共同進軍拓展國際市場。 哈瑪星科技股份有限公司於民國89年延攬多位資深專業經理人及相關領域技術專長人才所組成，致力於軟體技術研發暨服務，並以建構成為國際級軟體公司為目標，積極促成各項跨國產業合作機會。公司在首任總經理的優良領導之下，已快速成長成為臺灣主要軟體公司之一。