隨著智慧科技在21世紀蓬勃發展，逐漸滲入生活的各個層面，零售業的發展進入了智慧零售的時代。智慧零售指的是零售業者將大數據、人工智慧、物聯網、雲端運算等智慧科技運用於購前、購中或購後的零售價值鏈。智慧零售是零售業必然的發展方向。一方面，智慧科技的導入有效地協助零售業走向更有效率、更貼心的服務，提升了零售業的產值與客戶體驗；另一方面，零售業也提供了新興智慧科技投入技術驗證、應用服務探索以及商業模式發展所必須的場域環境，加速了智慧科技的產業化。

一、智慧零售應用發展趨勢

智慧零售市場與產業正快速發展。如圖1所示，依據研究機構Acumen Research Laboratories 的分析，智慧零售市場規模將由2018年的104億美元成長至2026年的594億美元，年複合成長率CAGR為24.4% (Acumen Research Laboratories, 2019)。隨著行動裝置與線上平臺的普及帶動消費者行為的改變，科技大廠與零售業者也紛紛投入相關技術與應用的開發，零售業對於AI解決方案的需求持續攀升。根據研調機構Juniper Research的分析，零售業在導入AI解決方案的支出，將由2019年的36億美元成長至2023年的120億美元。持續增加的支出呼應快速成長的市場規模，反映出業者對於智慧零售市場規模的樂觀預期(Juniper Research, 2019)。

因應線上或線下零售業者的需求，科技大廠與新創公司紛紛與零售業者合作，投入開發相關技術解決方案，包含前端的線上與線下購物服務，以及後端的倉儲與物流服務。其中，MarTech(行銷科技)是以數位科技協助行銷的進行，涵蓋對消費者需求、消費者行為的資料分析、數位內容的呈現與體驗、對話式商務，以及透過信件、社群分享、廣告等方式提供產品與服務介紹與推薦等，是必須將科技充分與行銷創意設計結合的應用領域。

二、生成式AI於零售業智慧文案的重要應用

前述以信件、社群分享、廣告等方式提供產品與服務介紹與推薦包含了許多工作的項目，但最關鍵的一個項目就是廣告文案的生成。過去文案的生成是由專業文案撰寫人員在對於產品與服務的資訊充分了解後，參考市場分析人員對於目標消費者群體以及市場趨勢的分析，結合行銷部門預設的行銷策略所完成。這個過程中，文案撰寫人員必須反覆與行銷部門溝通，結合本身對不同廣告推送管道的了解，才能撰寫出符合需求的內容。隨著人工智慧持續發展，生成式AI逐漸成熟，可應用於圖像生成、辨識與語言生成等應用，其中自然語言生成(Natural Language Generation, NLG)技術，透過語言模型的解析與組合，已能精準生成一般閱讀者無法區辨的自然語句，完成了以電腦取代專業文案寫手的關鍵拼圖，也使得智慧文案(Smart Copywriting)或自動文案生成(Automated Copywriting)應用在近年快速發展。

根據經濟部統計處統計，如圖3所示，2019年臺灣電子商務營業額已突破新臺幣2,000億，2016年至2019年的年複合成長率CAGR=10.1%，在零售業營業額占比由4.3%上升至5.4%(陳建安，2020)。民眾已逐漸接受透過電子商務購買商品，也使得各電商平臺業務量持續增加。而在購物的終端裝置運用上，根據資策會MIC調查顯示(圖4)，2019年臺灣電子商務行動瀏覽比例達到56%，首度超過PC瀏覽，小螢幕已經主導市場應用。因此，在電子商務的發展上，必須重視小螢幕行動購物的使用需求(張筱祺，2020)。

一般而言，電子商務具備：

1.商品更新速度快

2.活動促銷頻率高

3.廣告投放預算高的特性；

而在實務上，許多電商產品行銷投入的資源與人力，所換取的點擊率與互動成效往往不如預期。分析行銷投入資源與行銷轉化成果的落差原因，大致可以歸納出幾個面向：

1.首先就顧客面而言：電商繁多的商品種類可能造成購物體驗不佳，例如商品搜尋效率低、商品介紹冗長不精準、推薦或促銷不符合個人需求。

2.就業者的營運而言：電商商品種類繁多且更新頻繁，必須提升商品介紹或廣告文案之撰寫效率才能因應；此外，行銷人員流動率高，往往造成文案撰寫經驗無法傳承，進一步拖累了文案撰寫的效率。

3.在科技的支持方面：對於個別消費者的個人化商品促銷獲推薦，必須有效建立與顧客行為與背景等資料分析的連結；此外，針對行動瀏覽購物的使用模式，必須設計出簡潔吸睛的廣告文案。

這些需要解決的挑戰，可以透過以生成式AI自動完成文案構想來達成。以生成式AI技術撰寫文案，可達成快速、有效率的文案撰寫，而人工智慧的學習能力，有助於完成擁有自然語句的文案、結合顧客背景分析結果提供精準與個人化的廣告推薦，並因應小螢幕使用的需求，產生簡潔吸睛的文案。

三、應用案例探討

可以看到依據業者開發側重的重點不同，智慧文案達成的效益也各有不同。例如：

1.Presado重視語言結構的分析，將行銷創意的內容拆解為敘事體、情緒、描述、行動呼籲、格式化、語音定位等重要元素，而隨客戶需求組合為具特定意涵或情緒的文案訊息，傳達給消費者，有效地引起消費者的興趣，提高對話率與點擊率。

2.萬里雲(CloudMile)則是建構了一個廣告文案創意庫，可依據行銷人員需求快速形成廣告文案，並運用AI精準投放與監測成效。透過萬里雲的系統，可以3秒鐘形成一個廣告文案，縮短文案設計時程，讓新進行銷人員也可以快速上手。

3.阿里巴巴旗下的阿里媽媽大數據平台在智慧文案的開發重點則在於實現千人千面的個人化體驗，針對不同喜好的消費者，設定差異化的商品屬性關鍵字，自動生成可吸引消費者關注的文案。而隨同智慧文案的應用，阿里媽媽也提供圖文甚至影音設計工具，可進一步形成多元化的廣告呈現。

4.有戲數位的「翻篇Funnpen 內容行銷導購平台」協助傳統產業形成商品文案並選擇適合的管道進行投放，吸引消費者購買，形成由工廠到消費者(F2C)的銷售模式，避免傳統產業受到中間供應商的剝削。而AI在協作過程會學習寫手或供應商偏好，從而優化文案內容。

四、結論

隨著電子商務與行動購物的普及，零售服務業已進入新的競爭模式，業者除了提供優質的產品與服務外，必須掌握不同消費者的喜好，透過多元化的行銷方式，吸引消費者搜尋、瀏覽、查詢乃至購買產品或服務。而在行動電子商務更加普及下，年輕族群的語言文化與喜好將是智慧文案行銷發展的重點。

智慧文案的技術，除了自然語言解析與生成外，更需要結合對於消費者偏好、行為與消費模式的分析，也必須結合廣告行銷人員的專業，才能自動而快速的形成簡潔又吸睛的廣告文案，需要多面向的AI技術進行整合運用，必須由業者與智慧文案開發團隊密切配合才能達到最佳的成效。

對於資訊技術開發能力有限的中小企業而言，一站式的行銷整合服務有極大的助益。投入智慧文案的研發團隊，可考慮進行模組化的功能設計，給予中小企業更多彈性組合的選擇空間。而中小企業業者，在選擇智慧文案的解決方案時，也可將彈性組合的功能納入比較重點，尋求利益最大化。

資料來源：

1.Acumen Research and Consulting (2019). Smart Retail Market (By Solution: Hardware, Software; By Application: Visual Marketing [Digital signage], Smart Label [Smart beacon, Smart shelf], Smart Payment System [e - payment system, Mobile Payment application, POS system], Intelligent System [Augment reality, Virtual reality, Smart carts, Interactive kiosk, Others], Others (Robotics, analytics)) - Global Industry Analysis, Market Size, Opportunities and Forecast, 2018 – 2026. Available at https://www.acumenresearchandconsulting.com/smart-retail-market

2.Juniper Research (2019). AI SPENDING BY RETAILERS TO REACH $12 BILLION BY 2023, DRIVEN BY THE PROMISE OF IMPROVED MARGINS. Available at https://www.juniperresearch.com/press/press-releases/ai-spending-by-retailers-reach-12-billion-2023

3.陳冠文(2020)。智慧零售之AI應用技術趨勢分析。資策會MIC產業研究報告#CDOC20200423004。

4.FC未來商務(2020)。AI將成廣告界創意總監？自動生成的文案，點擊率卻提升68%，怎麼做到的？取自數位時代，https://www.bnext.com.tw/article/58877/marketing-artificial-intelligence

5.杜奇璁(2019)。有戲數位整合AI文案商業鏈。取自經濟日報2019/9/30， https://money.udn.com/money/story/5635/4071432

6.陳建安(2020)。知識圖譜在電商產業之應用現況與展望。資策會MIC產業研究報告#CDOC20200803003。

7.張筱祺(2020)。2019台灣通路與網購行為調查分析。資策會MIC產業研究簡報。

【導入前產業現況】

國內歷經半世紀的化纖產業奠基，具備自原料合成至纖維紗線與布種開發之高水平產業能量，產品頗獲國際市場青睞。近幾年臺灣紡織業為擺脫大陸、印度等新興市場崛起，發展機能性布料，戰勝大量生產與價格競爭的市場，至今，甚至成為臺灣重要出口產業。除了技術研發創新，加強自動化生產更是關鍵所在。如今，面對全球如火如荼發展開來的工業4.0，臺灣紡織業也正加快腳步發展智慧製造，致力推動臺灣「織聯網」的產業升級；也希望能透過AOI的進化來提升品質，去技能化並具備更快速的應變力。

目前國外最知名的紡織AOI解決方案為EVS，Elbit Vision Systems（EVS）原為一家以色列公司，過去20年來一直致力於織物瑕疵光學量測；2018年4月由全球知名瑞士紡織檢測公司 UsterTechnologies 併購。系統最大特色可針對工廠品質需求，以高階攝影鏡頭動態拍攝織物於織造或成品定型時之外觀影像，經過適當織物瑕疵辨識訓練，系統會針對檢測到的瑕疵進行辨識存檔於電腦上，操作人員除可透過電腦螢幕進行瑕疵品質確認外，所有瑕疵的數量、大小與實際布軸位置皆會記錄，不僅大幅減少品檢人員負擔，同時降低後續與客戶的糾紛。

目前在宏遠興業中有此布疋瑕疵辨識的數位轉型方案，相信同業若應用AOI系統也會碰到與宏遠相同的問題，包括過篩率高、無法針對瑕疵進行辨識等等。自動光學檢測是運用機器視覺技術擷取影像進行分析，進而判斷是否存在瑕疵，不過AOI設備容易因敏感而出現過篩現象，因此，如何準確挑選出真瑕疵照片，去除過篩濾高的情形進而降低工作量，是本計畫的重點。

【智慧化檢測服務】

傳統AOI做法，靠人類歸納瑕疵定義，AI辨識模組則是向人類的判斷結果學習。為降低不必要的人力消耗並加快產線檢測速度，宏遠與新創公司開必拓數據展開合作。讓過往需要仰賴人工進行瑕疵觀察、推敲瑕疵定義的工作，轉由AI來進行。透過機器視覺的輔助，針對對應瑕疵樣張進行特徵觀察，同時再結合專業目檢員的複判回饋進行認知學習。

【解決方案】

本計畫將現有的瑕疵檢驗流程導入AI辨識技術與學習框架(針對模型重新訓練)；大數據模型訓練資訊流架構如下圖，共分為影像採集、影像儲存、影像前處理、模型訓練等階段。

於計畫期間，結合專業的驗布師傅依照非瑕疵影像的特徵將資料集分成幾大類別，並交由瑕疵辨識演算法進行學習。總計完成18類瑕疵樣張標註，當中前五大瑕疵（占總瑕疵80%）分別為：

1.接縫、2.汙點、污髒、3.接缸、4.棉粒、5.節絲

【導入後改善效益】

透過本計畫之快速導入AI成功經驗，確認藉由AI技術結合的確有助於改善過往紡織產業面臨的瑕疵過篩問題。故未來將分別從點、線、面三種構面進行技術擴散規劃：

1.點：鑑於本次智慧織品瑕疵檢測服務導入效果良好，故隨後將針對多規格布料接續進行瑕疵影像採集與模型訓練等工作，逐步地讓整廠驗布作業均能導入AI瑕疵檢測應用。

2.線：除了上述單點（驗布）的技術落地外，預計後續將擴大織品瑕疵辨識智慧應用，如結合瑕疵位置、類型、數量等相關資訊，透過系統最佳化演算分析向下延伸尋求最佳裁布與開疋規則，以作為人工開疋依據。進而結合自動裁布包裝機，將驗布、開疋、包裝連續工站之流程作業自動化。

3.面：為求達到技術應用之擴散廣度，故預計將以宏遠興業臺南廠為全球運籌中心，將解決方案擴散至集團海外工廠（如：中國上海廠、美國北卡羅萊納廠、泰國拉佳布里廠等）。同時，亦秉持著紡織產業友善交流的態度，開放同業或公會成員進行實地訪視，透過訪查互動的協助讓相關技術應用得以拓展至其他產業夥伴。

同時，作業人員可在系統中確認是否同意辨識系統所標記之瑕疵位置及種類，若需更改可手動框選瑕疵位置及選取瑕疵種類。影像經過AI-based瑕疵辨識後，將結果儲存下來交給目檢員。根據目檢員的判斷，若有判斷錯誤的情況發生，則標記該筆影像，將該筆資料作為重新訓練的資料集，待累積至一定程度的誤判資料筆數後，系統將自動啟動辨識模型重新訓練功能，新模型產生後，透過容器化架構，將自動替換舊有的辨識模型容器，藉此達到模型更新的目的。

織品瑕疵檢測模型建立之後，應用AI模型來分辨EVS取像照片的瑕疵情況，驗證結果發現可去除95%~97%過篩照片，透過部署完成的瑕疵辨識系統，先前需透過人工過濾照片的工作將可由系統代為執行。另外，藉由智慧化織品瑕疵檢驗服務系統，目檢員可從系統取得瑕疵判別與位置資訊作為裁布開疋參考。在開疋過程中若發現有瑕疵判斷錯誤的情況，可重新標記該影像，回饋作為重新訓練的資料樣本，後續系統將可啟動模型重新訓練功能，以新模型替換舊模型，自動調校模型效能。

綜整本次智慧化織品瑕疵檢測服務導入之效益，說明如下：

1.應用服務成本：降低至少1,000萬

2.驗布員作業效率：提升21.5%

3.品保整體生產力：提升30%

【未來技術擴散規劃】

透過本計畫之快速導入AI成功經驗，確認藉由AI技術結合的確有助於改善過往紡織產業面臨到的瑕疵過篩問題。故未來將分別從點、線、面三種構面進行技術擴散規劃：

1.點：鑑於本次智慧織品瑕疵檢測服務導入效果良好，故隨後將針對多規格布料接續進行瑕疵影像採集與模型訓練等工作，逐步地讓整廠驗布作業均能導入AI瑕疵檢測應用。

2.線：除了上述單點（驗布）的技術落地外，預計後續將擴大織品瑕疵辨識智慧應用，如結合瑕疵位置、類型、數量等相關資訊，透過系統最佳化演算分析向下延伸尋求最佳裁布與開疋規則，以作為人工開疋依據。進而結合自動裁布包裝機，將驗布、開疋、包裝連續工站之流程作業自動化。

3.面：為求達到技術應用之擴散廣度，故預計將以宏遠興業臺南廠為全球運籌中心，將解決方案擴散至集團海外工廠（如：中國上海廠、美國北卡羅萊納廠、泰國拉佳布里廠等）。同時，亦秉持著紡織產業友善交流的態度，開放同業或公會成員進行實地訪視，透過訪查互動來協助讓相關技術應用得以拓展至其他產業夥伴。