曾經待過中小型電商，深知電商一人當三個人用的艱辛，太米科技創辦人兼執行長黃子豪及共同創辦人兼營運長李宜庭決定運用AI技術來解決所有電商人的行銷難題。太米科技針對時尚電商的個人化推薦SaaS 軟體即服務，協助中小型電商解決行銷成本不斷上升以及大量數據卻不知道該如何使用的問題，同時提高轉換率及客單價，堪稱時尚電商業的AI最佳助手。 一直以來，如何提升轉換率都是各家電商的重大難題，而像Google以及Facebook都會收集使用者瀏覽紀錄，以便投放使用者感興趣的訊息或是廣告，但一般中小型電商並沒有這樣的資源及人力，來建構資料分析的系統或工具。 公司定位：中小型電商的行銷技術團隊 利用AI 建立自動化行銷 2016年成立的太米科技，創業初期即以成為「中小型電商的行銷技術團隊」為出發點，希望藉由數據分析及個人化推薦服務協助電商解決轉換率低、顧客留存率低的難題。「我和Daniel指黃子豪都待過中小型電商，我負責品牌、行銷和設計工作，他包辦後端系統、專案管理及開發上線等，幾乎每個人都身兼數職。」她倆人深知電商業者的痛點，決定幫助中小型電商，開發自動化行銷系統，開發個人化推薦服務的SaaS，協助行銷資源匱乏的中小型電商。 透過AI技術分析消費者的購買偏好，給予個人化推薦服務 透過 AI 技術分析每一位消費者的購買偏好，並在後台留存消費者數位足跡，進行數據分析，有別於過往推薦系統以客群分類的方式，太米科技是針對每一個獨立個體的風格喜好來做個人化的商品推薦，以達到精準行銷之目的。 李宜庭強調，太米科技的個人化推薦服務有兩大功能，一、做網站的個人化推薦；二、與email、簡訊及聊天機器人chatbot等行銷管道作串接，發送個人化優惠訊息。 當消費者進到官網，根據消費者輪廓與喜好，在每個頁面都可以提供不同商品的推薦，個別商品在不同的網站頁面也有不同的推薦系統，每位消費者進入網站後都能享有個別差異化、不一樣的消費體驗。 太米科技運用深度學習Deep leaning的AI技術，將消費者透過各項裝置，分析消費者在線上購物的各種接觸點行為，透過數據化所有消費者使用行為來建構消費者輪廓。 例如，A是消費頻率高的消費者設定為VIP貴賓，其偏好莫蘭迪色系、蕾絲材質、高領款式等都被記錄下來並標籤化，當A在瀏覽店家網站時，網站便會針對A的這些購買偏好標籤，推薦相應的商品，另外也可以設定客製化優惠以及彈跳視窗，或是透過手機簡訊、email等方式，將客製化訊息傳送給客戶，每位客戶收到的優惠訊息都不盡相同，卻是符合他她需求的產品。 現階段太米科技客群鎖定包括男女服飾、鞋包配飾、美妝等時尚設計等個人化色彩濃厚的產業，許多客戶在導入個人化推薦服務之後，成效十分顯著。例如，巴黎萊雅 L'Oreal Paris 集團旗下美妝品牌植村秀，專營高效膚產品及潮流彩妝品與專業化妝工具等，經導入太米科技的服務後，大幅提升轉換率達3倍之多，營收成長18倍，可見成效之優異。 另外，知名服飾業iRoo，在官方網站安裝個人化推薦系統，同時整合Line、Chatbot等數位行銷管道，轉換率也從11倍大幅提升至5倍以上，單月營收增加21。 收費模式採訂閱制，大型企業則可針對其特定的功能需求，以專案收費計價方式。整體客戶使用後的成效，平均至少達成轉換率3倍，以及平均客單價也有2倍的成長。 新客群》繼服飾美妝後 推進導入生活家飾產業 儘管在電商市場整體營業額攀升的趨勢下，讓個人化推薦服務推廣成效亮眼，然而受到疫情影響，非民生必需品的時尚產業業績受到衝擊。太米科技營收比重大部分來自於時尚設計產業，在疫情期間，消費者逛網站只看不買，整體服飾業電商業績下滑3成左右，為了分散營運風險，太米科技自2022年起，將服務客戶領域拓展至風格鮮明、質感類型的家居沙發、生活用品等。 至於為何不將客群拓展至3C產品李宜庭分析，3C產品著重在性價比及品牌力，例如蘋果電腦有一群忠誠度高的果粉，不容易動搖其購買行為，但服飾、美妝及生活家飾品著重在個人化特色、品味與風格，例如，服飾具備快速、短期的「快時尚」趨勢，產品每周更新速度快，並有季節性特性，3-5天可更新一次做個人化推薦；而美妝，包括彩妝與保養，顧客的忠誠度及回購率高，最適合推薦及主動發送優惠訊息。妝容與穿搭代表個人品味，因此，此兩產業在個人化推薦上可以相輔相成。 「要將企業導入個人化推薦的進程加快，就需要建立SOP」，李宜庭接著說，太米科技藉由將推薦服務導入時尚設計產業的經驗，建構起服務流程SOP，以利快速複製成功經驗，預計下半年就能快速導入生活家居等產業。 新商模》建立以消費者為核心的新型態行銷模式 現階段太米科技客戶數已突破2000家，代表性客戶包括巴黎萊雅、BLUE WAY等國際知名時尚品牌，未來仍將是場鎖定在海外，朝香港、新加坡及美加等地區發展。 太米科技挾成功將推薦系統導入時尚電商產業的經驗，獲得投資人的青睞，於2021年獲得國內外加速器投資太米科技，募資金額達新台幣7,000萬元，使得人力、規模得以擴充。未來的計畫將整合投資人的資源，建立以消費者為核心的新形態行銷模式。 太米科技共同創辦人兼營運長李宜庭

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

因應製造業少量多樣的客戶需求，亟待可以找到從雲端到終端的AI解決方案。慧演智能提供軟硬整合解決方案-BailAI影像檢測解決方案，來協助傳統製造業提升製程效率及產品品質，達到轉型的初步目標。 政府宣示2017年為台灣「AI元年」之後，台灣AI新創公司如春筍般林立，成立於2018年的慧演智能即鎖定智慧製造，提供AI影像分析與流程優化的平台，以深度學習的方式檢測產品的瑕疵和組裝的步驟異常，協助企業建置從終端到雲端的基礎設施，讓工廠生產端可以自動化監控，以提升製程的效率和品質。 熟悉產線品管流程 以AI影像檢測作為創業主軸 慧演智能創辦人暨執行長劉雅雯年紀輕輕，在大學畢業之後即進入製造業，在硬碟零件的塑膠射出製程擔任品管職務，「當時已經在產線上，對於生產機台的產線流程相當熟悉」，她之後轉換跑道擔任行銷企劃、接著又擔任過AI產品經理，在時機成熟之後，劉雅雯決定創業，以製造業的AI影像辨識作為創業主軸。 「企業的困難在於缺乏AI開發團隊，即使有了AI團隊，開發專案要花很多時間，至少6-12個月」深諳市場痛點的劉雅雯表示，平台要解決的問題是提供傳統製造業不需要程式開發背景的員工，也可以自行打造AI模型的平台，從遠端協助產線的故障排除及後續的系統維護作業，來幫助企業節省開發時間及人力成本。 BailAI影像檢測平台使用場景 面對市場上提供AI影像辨識的競爭對手非常多，慧演智能的技術優勢何在劉雅雯表示，現階段許多企業備有AOI光學檢測設備，但AOI光學檢測在應用上的瓶頸是，只能用於產線速度快、數量多的瑕疵檢測，而每回檢測或生產都要重新調整參數。而根據她對產業的了解，受限於AOI設備動輒上百萬元台幣起跳，大部分中小型傳統製造業，並不具備雄厚的財力，但他們又想要做自動化檢測，這就是慧演智能的機會。 劉雅雯接著表示，傳統製造業不可能養一個包括AI工程師、資料工程師、雲端架構師、終端架構工程師等專業人才的技術團隊，而慧演智能擅長於軟硬體整合，企業透過BailAI影像檢測平台，就能輕鬆解決產線上的檢測問題。換言之，客戶只需提供影像或樣品，交由慧演智能訓練模型、部署模型及系統整合，即可輕鬆使用AI技術進行產線流程優化及監測。 參加AI新銳選拔賽 組裝行為影像辨識辨識率達9成以上 舉例而言，某家連接器廠商，技術團隊只有1-2位AI工程師。主要解決的問題是，大部分作業員都在產線上，而品管及高階主管在遠端，公司欲透過遠端監控方式掌握產線實際情況。慧演智能透過工業相機拍攝產線畫面，並將AI影像分析傳送到遠端，主管及品管人員可以透過螢幕來觀察產線組裝有無錯誤，如連接器頭跟線路有沒有接好等問題。 慧演智能的AI影像檢測架在微軟的Azure雲端平台上進行作業，也會透過終端設備，如NVIDIA的邊緣運算設備放置於檢測站周邊，透過雲端到終端的整合解決方案，協助傳統製造業提升產線效能與及早發現問題。現階段慧演智能的客群包括航空、電子周邊、連接器及金屬等相關產業。 組裝產線人體行為辨識組裝流程解決方案，準確率達9成以上 為了實證技術深度，慧演智能參加經濟部工業局2021年AI新銳選拔賽活動，為光寶科技提供「組裝產線人體行為辨識組裝流程」解決方案，透過相機及AI影像辨識的方式辨識產線作業員的有效工時及無效工時，也就是透過影像辨識手的姿勢及位置，來判斷作業員的組裝行為，其精準率可達9成以上。 劉雅雯補充說明，由於電子零組件組裝工序較複雜，多以人力為主，無法以機械手臂取代，因此慧演智能在光寶的組裝站裡，用鏡頭拍下作業員組裝的流程，再針對影片進行演算法的訓練、校正，最終訓練出的模型能直接判斷組裝過程是否出現任何錯誤，以改善整體流程。 導入BailAI影像檢測平台 專案開發時間可望縮短至1個月 成立三年多以來，慧演智能累積不少專案經驗，希望能將專案經驗產品化，劉雅雯指出，將於今2022年完成BailAI影像檢測試用版，客戶可依檢測物件的精細度選擇工業相機、視訊相機，甚至於X光來擷取影像，再透過平台做影像自動標記，慧演智能會提供符合場域的AI應用模型，供客戶使用，也可以在雲端終端做推論，便於製造業上線使用。包括金屬產業、工業電腦的金屬機殼、連接器、電子周邊，機械零件，皆可利用平台進行瑕疵檢測及物件辨識。 現階段慧演智能將持續提升技術能力，累積客戶的經驗完成產品化，同時加速AI檢測落地應用，中期將建置終端雲端基礎設施，將企業AI專案開發時間從6-12個月縮短至1個月，降低企業使用時間及使用門檻。長期目標將鎖定台商聚集較多的東南亞市場，將軟硬整合AI解決方案拓展到海外市場，擴大營運規模。