自2017年Google DeepMind開發的Alpha Go擊敗了世界圍棋冠軍後，人工智慧之應用達到蓬勃的發展，許多生活中的應用與人工智慧越來越密切，人工智慧正在最佳化企業營運和生產力、推動客戶服務個人化、改進運輸等，但同時許多的企業也因此產生了一個疑問，「公司適合引進人工智慧嗎？公司需要那些人工智慧之功能呢？」中小企業在面對此問題時，總是需要耗費相當多的時間、人力與金錢成本。本研究建置一套基於中小企業為使用導向的人工智慧的雛型系統並收集中小企業的使用者回饋來了解「中小企業對人工智慧使用之架構」，期望未來中小型企業可以透過本研究所開發的系統來做為日後發展人工智慧的一個依據。 
本研究採用Nunamaker等人(1990)之系統發展研究方法，依據中小企業與經濟部工業局合作的計畫「AIGO」當中蒐集並分析產業對人工智慧的需求，並利用百度人工智慧平台的雲端運算服務來建立雛型系統所需要的人工智慧之功能，透過蒐集中小企業使用完雛形系統後留下的使用者回饋進行敘述性統計以產生中小企業對人工智慧之架構。
經本研究中小企業人工智慧雛型系統之實驗結果顯示我們透過蒐集經濟部工業局與中小企業合作的「AIGO」作為中小企業的需求依據後，實驗結果根據F-Measure評估方法得知，本研究提出的人工智慧雛型系統在F-Measure的分數為82.75%，當中準確率(Accuracy)分數為73.68%，可以知道本研究所產生的中小企業對於人工智慧雛型系統的架構結果是符合企業所需。

Since Alpha Go developed by Google DeepMind defeated the world Go champion in 2017. The application of artificial intelligence has achieved vigorous development. Many applications in life are becoming more and more closely related to artificial intelligence. Artificial intelligence is optimizing enterprise operation and productivity, promoting customer service individualization, improving transportation, etc. But at the same time, many enterprises have also raised a question. Is it possible to introduce artificial intelligence? What functions of artificial intelligence do companies need? Small and medium-sized enterprises in the face of this problem, always need to spend a considerable amount of time, manpower and money costs. This study builds a prototype system based on SMEs'use-oriented artificial intelligence and collects users' feedback from SMEs to understand "the framework of SMEs'use of artificial intelligence". It is expected that SMEs can use the system developed in this study as a basis for future development of artificial intelligence.
This research uses Nunamaker et al. (1990) system development research method to collect and analyze the industry's demand for artificial intelligence in AIGO, a project of cooperation between SMEs and the Industrial Bureau of the Ministry of Economy. It also uses cloud computing service of Baidu artificial intelligence platform to build the function of artificial intelligence needed by the prototype system, and collects and collects the functions of artificial intelligence left by small enterprises after using the prototype system. User feedback is used for narrative statistics to generate the framework of SMEs'artificial intelligence.
The experimental results of the artificial intelligence prototype system for SMEs in this study show that after collecting AIGO as the demand basis for SMEs, the experimental results show that the score of the artificial intelligence prototype system proposed in this study is 82.75%, with the Accuracy score of 73.68%. It can be seen that the results of this study for SMEs on the artificial intelligence prototype system architecture are in line with the needs of enterprises.

目錄
======================================
第一章　緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 論文架構 3
第二章　文獻探討 5
2.1 雲端運算(Cloud Computing) 5
2.2 系統評估方法 7
2.3 小結 8
第三章 研究方法 9
第四章 雛型系統建置 11
4.1 自動化擷取目標網站題目 12
4.2 系統分析 14
4.3 雛型系統建置工具及操作 17
4.3.1 圖形辨識 17
4.3.2 自然語言處理 18
4.3.3 CRM客戶關係管理系統 19
4.4 使用者回饋蒐集與討論 20
第五章 實驗與討論 29
5.1 系統評估方式	29
5.1.1 評估使用者問卷紀錄	30
5.2 系統評估結果	34
第六章 結論與未來建議 37
6.1 研究貢獻 37
6.2 研究限制與未來展望 37
參考文獻	39
附錄-系統畫面 42

表目錄
======================================
表 1 GCP與AWS和Baidu AI使用說明 6
表 2 各產業出題數量統計	12
表 3 題型編號對照表 20
表 4 描述性統計資料 21
表 5 受測者題目敘述性統計	22
表 6 服務業在圖片辨識的需求情況 24
表 7 服務業在自然語言處理的需求情況 24
表 8 服務業在CRM客戶關係管理的需求情況 25
表 9 資訊業在圖片辨識的需求情況下 25
表 10 資訊業在自然語言處理的需求情況下 26
表 11 資訊業在CRM客戶關係管理的需求情況下 26
表 12 問卷受訪者對象 30
表 13 公司基本資料 31
表 14 實驗步驟說明及各步驟目的 32
表 15 評估程度級別指標說明 33
表 16 服務業比對結果 34
表 17 資訊業比對結果 35
表 18 服務業實驗評估結果 35
表 19 資訊業實驗評估結果	36
表 20 所有受測者實驗評估結果 36

圖目錄
======================================
圖 1 雲端雲算的主要概念 5
圖 2 系統發展方法論流程圖	9
圖 3 結合雲端運算的人工智慧雛型研究架構圖 11
圖 4 爬蟲程式爬取目標 13
圖 5 題目細節 13
圖 6 初始資料題目類型圓餅圖 14
圖 7 第一次分類結果 14
圖 8 推薦題目 15
圖 9 第二次分類結果 15
圖 10 分類類型題目 15
圖 11 需求最後分類結果 16
圖 12 系統架構圖	16
圖 13 人工智慧雛型系統畫面-起始頁面 17
圖 14 人工智慧雛型系統圖形辨識畫面	18
圖 15 自然語言處理起始畫面 19
圖 16 CRM操作畫面 20
圖 17 服務業對人工智慧之架構 27
圖 18 資訊業對人工智慧之架構 27
圖 19 動物識別操作畫面 42
圖 20 植物識別操作畫面 42
圖 21 汽車識別操作畫面 42
圖 22 食物識別操作畫面 43
圖 23 人臉識別操作畫面 43
圖 24 圖片轉表格操作畫面 43
圖 25 人流量統計	44
圖 26 LOGO識別 44
圖 27 情感分析操作畫面 45
圖 28 文章分類畫面 45
圖 29 短本文相似	46

參考文獻
[1] 林大貴，《TensorFlow+Keras深度學習人工智慧實務應用》，博碩，ISBN:978-986-434-216-7，2017。
[2] 雷萬雲，《通往雲端運算的核心SAAS、PAAS、IAAS的營運攻略秘技》，佳魁資訊，ISBN:978-986-379-076-1，2015。
[3] 張芳全，《問卷就是要這樣編》，第二版，心理，ISBN:978-986-191-607-1，2014。
[4] 酒井 隆，《問卷設計、市場調查與統計分析實務入門》，博誌，ISBN:957-527-731-7，2008。
[5] 彭達仁，《台灣智慧製造發展簡介》，工業局技術研究院，2018。
[6] 林賢春、楊烈岱，《中小型企業推展工業 4.0 轉型升級之調查研究—以南崗工業區為例》，碩士論文，南開科技大學車輛與機電產業碩士班，2018。
[7] 田國藩，《因應客戶工業4.0轉型需求之代工廠商策略地圖探討-以T公司為例》，碩士論文，中興大學高階經理人碩士班，2018。
[8] 李浩維，《雲端運算與服務的研究應用以「Google App Engine」為例》，碩士論文，嶺東科技大學數位媒體設計研究所，2010。
[9] 王富美，《雲端運算應用對經濟成長的影響》，碩士論文，成功大學經濟學系碩士班，2013。
[10] 詹文男，《人工智慧對台灣產業的影響與策略》，產業情報研究所(MIC)，2018。
[11] 張展誌，《企業導入智慧型資訊系統效益分析之研究》，碩士論文，國立交通大學資訊管理研究所，2005。
[12] 林心慧，《騰雲駕霧 - 雲端運算服務之創新商業模式》，碩士論文，臺中科技大學流通管理系碩士班，2012。
[13] 李吉仁，《人工智能運用於企業客服中心之創新模式研究》，碩士論文，臺灣大學臺大-復旦EMBA境外專班碩士班，2018。
[14] 李易諭，《導入人工智慧於品質管理系統之影響—以A公司為例》，碩士論文，政治大學企業管理研究所，2018。
[15] 鐘嘉德、高天助、楊嘉栩，〈雲端運算與產業發展〉，研考雙月刊，第34卷，第4期，頁20-31，2010。
[16] 林世彬、林亭汝、林展瑞、奚邦祥，〈企業導入雲端人工智慧平台之資訊安全評估研究〉，價值管理，第28卷，頁1-13，2018。
[17] 蘇孟宗、陳右怡，〈人工智慧驅策臺灣產業跨域創新〉，國土及公共治理季刊，第6卷，第4期，頁40-49，2018。
[18] 經濟部工業局，<AIGO解題專區>，網址：https://aigo.org.tw/ai-plus/competitions，上網日期：2018年10月9日。
[19] Baidu百度AI開放平台，<技術文檔>，網址：https://ai.baidu.com/docs#/Begin/top，上網日期：2018年10月20日。
[20] 吳悅，2018，<人工智慧對勞動就業的影響>，網址：https://portal.stpi.narl.org.tw/index/article/10401，上網日期：2018年10月19日。
[21] Amazon web services，< AWS文檔>，網址：https://docs.aws.amazon.com/index.html?nc2=h_ql_doc#lang/en_us，上網日期：2018年12月10日。
[22] Google Cloud Platform，<說明文件>，網址：https://cloud.google.com/docs/?hl=zh-tw，上網日期：2018年12月10日。
[23] 鼎新電腦，<邁向工業4.0企業管理目標調查>，網址：http://industry4.digiwin.com/diagnosis2.htm，上網日期：2018年11月13日
[24] TechOrange科技報橘，<MIT 人工智慧產業應用調查>，網址：https://buzzorange.com/techorange/2017/09/29/mit-21-industry-ai-research-reports/，上網日期：2018年12月23日。
[25] iThome，<百度AI戰略大公開>，網址：https://www.ithome.com.tw/article/119820，上網日期：2018年12月23日。
[26] R. Anandhi., and K Chitra., "The Art of Handling Databases by Cloud Computing, Research Journal of Applied Sciences, "Engineering and Technology, 7(12), pp. 2539-2544, 2014.
[27] Carlos Ramos., and Juan Carlos Augusto., and Daniel Shapiro., "Ambient Intelligence－the Next Step for Artificial Intelligence, "IEEE Intelligent Systems, 23(2), pp. 15-18, Mar. 2008.
[28] Xingsen Li., and Aiguo Zhang., and Jianling Duan., and Zhengxiang Zhu., "Web Intelligence Meets Extenics:New Frontiers of Innovation for Small and Middle Business, "IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology, Toronto, Canada, pp. 203- 206, Aug. 2010.
[29] Guan Wang, "Research on the production and operation ability of small and medium enterprise", 2011 2nd International Conference on Artificial Intelligence, Management Science and Electronic Commerce, Dengleng,  Chinal, pp. 459-1462, Aug. 2011.
[30] Andrey Kuritsyn., and Maxim Kharlamov., and Sergei Prokhorov., and Dmitry Shcherbinin., "Application of Artificial Intelligence Systems in the Process of Crew Training, "2018 International Conference on Artificial Intelligence Applications and Innovations (IC-AIAI), Nicosia, Cyprus, pp. 55-59, Nov. 2018.
[31] Sam Ransbotham., and David Kiron., and Philipp Gerbert., and Martin Reeves., Reshaping Business with Artificial Intelligence, 2017 Artificial Intelligence Global Executive Study and Research Project, 2017.