台灣產業 AI 化大調查發布:超過半數企業已使用生成式 AI,且企業 AI 化指數差異逐步加大 ➤➤ 點我看摘要報告內容
2024 台灣 AI 新創地圖發布!點我看地圖名單
研發地獄輪迴、Excel 溝通斷點,AI 如何解決工廠中的常見痛點?

研發地獄輪迴、Excel 溝通斷點,AI 如何解決工廠中的常見痛點?

AIF 與資策會攜手舉辦的「AI CAFÉ X 製造業應用」系列活動,即針對研發設計、品質檢測、廠務管理等製造場域的常見挑戰,在北、中、南三地舉辦四場活動,邀請製造業與AI服務商面對面,進行深入交流與案例分享。第二場活動以研發流程為核心,聚焦在「設計優化」、「排程調度」等實際應用,邀請在智慧製造領域具實績的新創與技術團隊,分享從數據取得、模型建構到場域落地的完整鏈結。

  • 楊育青
AI 服務商來解題》伊斯酷:不只是自動化,RPA 是 AI 落地的關鍵一步
新創, 台灣AI新創地圖, 產業案例

AI 服務商來解題》伊斯酷:不只是自動化,RPA 是 AI 落地的關鍵一步

多數人對 RPA 的認識仍停留在「按鍵自動化」的階段,認為其與 AI 無關。實際上,真正能穩定運行、具可擴展性的 RPA 系統,背後其實仰賴豐富的素材庫與模組設計。鄭永斌解釋,在 AI 尚未普及前,RPA 的流程多靠固定規則、按鍵記錄與畫面偵測來實現操作。例如開啟瀏覽器、辨識畫面上的圖示、輸入關鍵字、點擊搜尋等一連串動作,全都由使用者預先定義。但隨著 Copilot、Plug-in 等 AI 工具興起,RPA 也開始與 AI 結合,進入下一階段的智慧自動化時代。

  • 楊育青
Uber 打造 AI 驅動開發平台,每年為開發團隊省下 21,000 小時
產業案例, 觀點

Uber 打造 AI 驅動開發平台,每年為開發團隊省下 21,000 小時

大家都知道,Uber 是平台經濟中最具有代表性的公司之一。這家每天需要處理 3,300 萬筆行程、遍布全球 15,000 個城市的企業,其營運背後靠的是一套擁有數億行程式碼的龐大系統。對Uber來說,5,000 位內部工程師有效率地寫 code、不被瑣碎工作拖累,對公司的整體營收至關重要。隨著AI的進步,Uber同樣導入 AI 來優化自己內部的開發流程。

  • 曹以慈
AI 服務商來解題》城智科技:克服疑慮 從人臉辨識成為電腦視覺整合AI
台灣AI新創地圖, 新創, 產業案例, 觀點

AI 服務商來解題》城智科技:克服疑慮 從人臉辨識成為電腦視覺整合AI

過去提及 AI 人臉辨識,許多人腦海中浮現的往往是高壓監控的「天眼系統」,成本與隱私爭議,是這項技術在產業應用上令人疑慮之處。然而,城智科技(AIRA)從人臉辨識核心技術出發,迅速轉向更具實務價值的人像追蹤應用,成功切入公共安全、零售與工廠管理等具備剛性需求的場域。不僅避開了傳統人臉辨識侵害隱私與法規風險,也開啟了一條以標準化、可擴展為導向的產品化路徑。

  • 楊育青
迎接人機協作的新工作時代
精選書單, 觀點

迎接人機協作的新工作時代

「機器人何時會搶走我們的工作?」這是當代最普遍的焦慮。然而,在「機器人之母」、麻省理工學院(MIT)AI實驗室主任丹妮拉.羅斯(Daniela Rus)的眼中,這是一個錯誤的提問。她從童年幻想能讓自己灌籃的機器球鞋,到今日引領全球的尖端研究,始終抱持著一個核心信念:機器人革命的真諦,不是取代人類,而是「賦予我們超能力」。

  • AIF Editor
導入生成式 AI 第一步該做什麼?三步驟策略 找出適用場景
精選書單, 觀點

導入生成式 AI 第一步該做什麼?三步驟策略 找出適用場景

生成式 AI 正加速重塑全球產業格局,台灣企業雖已普遍接觸並試用各類 AI 工具,但如何將其由試驗階段推進至驅動轉型的核心動能,仍是管理階層面臨的重要課題。而且儘管生成式 AI 帶來效率與創新的潛力,但其本身也伴隨著邏輯錯誤、事實偏差等問題,是很多企業進入AI落地的主要障礙。

  • AIF Editor

專題精選

知勢電子報

閱讀更多