CTIMES - HJX8QAZ6EGYRNA00NN

AIoT掀起智慧浪潮釐清脈絡抓緊邊緣運算商機 (2020.10.29)
邊緣運算是AIoT最重要的設計概念之一，終端設備也是台灣廠商的重要利基處，因此台灣廠商，除了在投入前要做足功課外，也應該改變產品策略....

審視需求選擇平台打造最適化智慧零售系統 (2020.10.28)
零售業者除必須積極面對新浪潮以外，也需謹慎選擇IT架構，方能在激烈的競爭中存續與成長。

節能思維不斷演進強化管理效能創造更大價值 (2020.10.27)
短期之內「節能」的需求仍然遠大於「創能」，企業面對未來發展，如何強化企業的管理效能，才是目前最大，也是最迫切的價值。

打造工業4.0第一步應用邊緣運算讓產線檢測更快準 (2020.10.26)
邊緣運算也就是IT產業過去常談的分散式運算架構，不同的是架構於物聯網系統中的邊緣運算模組，所需面對的應用環境更複雜，耗電、整合能力也要更佳，因此工業4.0所採用的邊緣運算雖也屬於分散運算，不過其難度更高

創意應用快速落地用AI看見城市智慧未來 (2020.10.15)
在AI電腦視覺的應用中，城市是應用最廣的場域，舉凡安全監控、交通設施、醫療系統、零售餐飲等，目前都有廠商發展中，而在這其中又以安控與交通走得最快。

ST解決方案陸續問世深化工業控制產品佈局 (2020.10.13)
工業市場掀起智慧化浪潮，ST的完整的產品線與開發環境，可協助工程師可縮短產品的開發時程，快速設計出符合市場需求的自動化產品，從而掌握即將而來的智慧商機。

AI與機器視覺走向整合產線品質改善效益明顯 (2020.10.08)
對多數業者來說，AI屬於新技術，要讓效益如期浮現，架構仍須不斷調整。

博弈市場商機龐大投入發展需先找出市場定位 (2020.09.29)
疫情終究會結束，博弈產業仍會有重啟之日，台灣業者可緊盯市場發展，掌握未來龐大商機。

善用數位工具強化營運效能以新零售視角因應市場挑戰 (2020.09.28)
新零售概念，是將包括所有的軟硬體技術均視為手中工具，透過這些工具強化企業的營運效能，讓所有成本支出的效益最佳化。

優化環境鬆綁法令台灣創新將可展現強大能量 (2020.08.28)
新創是國家經濟維持前進的重要能量，台灣雖不缺技術與創意，但過時的法令往往限制了新創團隊的腳步，因此法令的鬆綁與環境優化，將是台灣經濟維持競爭力的當務之急

以科技力量提升效率巡檢工作走向智慧化 (2020.08.27)
過去的巡檢方式主要是透過人力，透過科技的力量，無論是人工或機器人作業，智慧化都可讓此工作的效率更佳。

氣候變遷速度加快製造業綠色轉型迫在眉睫 (2020.07.30)
台灣製造業向來以外銷為主，必須滿足客戶要求，在此態勢下，綠色轉型已是台灣企業持續生存的必要策略。

疫情中作好數位準備以新科技面對產業變局 (2020.07.29)
多數製造業者已開始著手導入新技術、起動數位轉型，現在仍持觀望態度的業者，可開始評估企業內外的資源，盡速開始智慧化布局，以迎接疫情結束後的龐大商機。

擬定策略完成轉型後疫情時代台灣仍可維持競爭力 (2020.07.28)
COVID-19和美中貿易戰對全球製造業帶來巨大衝擊，身處世紀變局，台灣業者須審慎觀察局勢擬定策略，並完成智慧轉型，以因應隨之而來的變局。

預先整合多國多領域網路覆蓋率英飛凌eSIM全面串聯IoT設備 (2020.07.27)
蜂巢式通訊網路將成為數以億計的行動裝置和機器連接至物聯網的通訊骨幹。嵌入式用戶識別模組 (eSIM)做為蜂巢式通訊網路發展的核心，可安全地讓裝置連接至網路。為了促進這項發展，英飛凌針對紛繁複雜物聯網裝置和應用推出全面統包式 eSIM 解決方案

從設備預診跨出第一步打造IIoT擘劃智慧製造藍圖 (2020.06.30)
設備預診維修是多數製造業者導入工業物聯網的第一誘因，透過此功能，製造業者可避免產線設備無預警停機，造成重大損失。未來還可延伸系統價值。

善用口罩國家隊經驗為後疫情時代儲備製造能量 (2020.06.29)
在防疫過程中，匯集台灣製造能量的口罩國家隊發揮了重要戰力，進入後疫情時代，國家隊成員也各自歸建，台灣製造業面對新變局，應積極轉型，強化競爭力。

ST擴大電力、能源、馬達控制三大面向布局 (2020.06.23)
意法半導體(ST)布局工業領域已久，近年來智慧製造成為全球趨勢，市場對電力、能源、馬達控制等技術需求不斷攀升，為協助客戶解決相關問題，ST持續強化產品開發外，提供更豐富的產品線與更強大的效能

機器人技術持續突破逐步打開醫療應用市場 (2020.06.23)
隨著機電技術的快速進步與智慧醫護需求的浮現，機器人在醫療體系的應用將快速擴展，然而醫療產業對系統設備限制更多，驗證期也更長，因此廠商必須有長期經營的心理準備，方能成功打進市場

AI技術持續突破故障預測應用漸臻成熟 (2020.06.22)
先循序漸進的從無監督異常檢測開始，再到對有監督的數據進行預測，業者就可以打造出具有監督學習功能的系統。