InspecSpider · 香港生產力促進局
InspecSpider 用於高空結構檢測。模型整體表現穩定,但模擬濃霧測試揭示了視覺模型在影像分割上的弱點。
團隊透過測試紀錄找出失誤,再將難以處理的案例加入訓練資料。
23.7%
穩健性提升
調整後,模型在測試情境中的穩健性提升了 23.7%。
需求預測與補貨
一家業務正在增長的酒吧希望以 AI 取代人手預測。他們運用 Knotest 和自身銷售資料,測試系統能否改善庫存規劃。
測試涵蓋促銷、假期需求及天氣變化。團隊在試驗開始前,先訂明評估指標、成功標準及上線條件。
53.7%
缺貨率改善
為期八週的 A/B 測試涵蓋六款最暢銷的 A 類啤酒,每兩週輪換一次。缺貨率改善了 53.7%,過量庫存、持有成本及規劃時間亦有改善。
供應商文件處理
一家亞洲餐飲集團以人手處理供應商文件,耗時且容易出錯。他們在採用 AI 系統前,先透過 Knotest 評估供應商的方案。
團隊測試低品質掃描、印章遮擋及格式不一致的文件,並與供應商訂明表現目標及上線條件。
65.3%
處理時間縮短
為期一個月的 A/B 測試,比較人手與 AI 處理發票、送貨單及貸項通知單的成效。處理時間縮短了 65.3%,準確度及錯誤率亦有改善。