全球再生塑料资讯站再生塑料 · 循环经济← 全部资讯

企业动态

格雷鹦鹉发布全球首个AI废弃物数据平台“Deepnest”,开拓千亿美元循环经济数据市场

责任编辑:Julian He3 分钟阅读
格雷鹦鹉发布全球首个AI废弃物数据平台“Deepnest”,开拓千亿美元循环经济数据市场

要点

  • Greyparrot Analyzer AI相机系统已在20多个国家处理超过400亿件年度废弃物。
  • 到2040年,新塑料税及EPR费用可能给全球企业带来每年1,000亿美元成本压力。
  • Greyparrot目前识别出价值10亿美元的可回收材料,预计2040年每年可揭示1,000亿美元价值。
  • Unilever、Asahi、Amcor等全球品牌及包装制造商已率先开展Deepnest的测试工作。

全球废弃物分析领域的领军企业Greyparrot于当地时间24日正式推出全球首个AI废弃物智能平台“Deepnest”。该平台能够直接向品牌方提供可回收废弃物数据,旨在填补行业在产品转化为废弃物后流向不明这一知识空白,助力企业设计更可持续的包装并革新商业模式。据透露,Unilever、Asahi、Amcor等全球品牌及包装制造商已率先开展Deepnest的测试工作。

尽管可回收材料为业务增长与环境效益提供了巨大机遇,但品牌方此前未能充分挖掘其潜力。数据显示,到2040年,新塑料税及生产者责任回收(EPR)费用等监管措施可能给全球企业带来每年高达1,000亿美元(约合136万亿韩元)的成本压力。

在95%的塑料包装仅使用一次即被丢弃的现状下,延长材料在价值链中的留存时间成为提升循环性、降低财务风险的关键。目前,消费品品牌每年在产品研发、测试中心及咨询服务上投入数百万美元,却因缺乏真实数据而无法验证这些开发成果。

基于AI相机系统,Deepnest提供包装性能数据

作为Greyparrot的最新产品,Deepnest向品牌方提供详尽的产品级数据,通过追踪不同品牌、材料、产品类型及地区的包装表现,输出具有商业价值的洞察。该平台清晰呈现包装在废弃物系统中的具体流向,包括哪些被分类、哪些被回收、哪些流失,摒弃猜测与估算,仅呈现客观且基于数据的事实。

Deepnest依托部署在材料回收设施中的Greyparrot Analyzer AI相机系统运行。该系统已在20多个国家处理超过400亿件年度废弃物,构建了全球最全面的家用包装废弃物数据库。

Greyparrot目前在其监测的废弃物流中识别出价值10亿美元的可回收材料,并预计随着系统在全球范围内的部署,到2040年每年可揭示高达1,000亿美元的可回收价值。

Deepnest利用上述数据为品牌方提供可执行的洞察,生成涵盖形状、颜色至材料构成的定制化包装改进建议,使品牌方首次能够量化产品创新的实际影响。

Greyparrot的最终目标不仅是通过Deepnest降低财务风险,更在于帮助品牌将更多可回收废弃物保留在自身价值链内,从而在创造财务价值的同时,推动建立更透明、更真实的循环经济。

Greyparrot联合创始人Ambarish Mitra表示:“‘废弃物’一词本身就是一种污名。我们的数据表明,消费后的材料在全球经济中仍具有数十亿美元的价值。”他强调:“长期以来,品牌方在缺乏包装全生命周期可视性的情况下运营。向品牌提供产品可回收性的真实数据,将赋予其巨大的竞争优势,这正是Deepnest的设计初衷。随着监管趋严和消费者需求提升,能够基于实时洞察采取行动并加以证明的企业将成为最终赢家。”

Unilever与Amcor是正在测试Greyparrot技术的主要消费品品牌及包装制造商,旨在应对不断变化的废弃物材料环境并获取关键业务洞察。Unilever除臭剂全球研发负责人Liz Smith博士指出:“基于AI的废弃物智能工具具有巨大潜力,可提供包装在实际回收系统中如何被分类与处理的全新视角。”

Asahi饮料首席供应链官Sandra Gibbs表示:“Asahi饮料在可持续包装领域已取得显著进展,通过部署Greyparrot Analyzer获取运营数据,正在改善回收质量与产量。”

Amcor循环经济总监Mark Roberts高度评价Deepnest的价值,称:“包装行业过去依赖实验室规模测试与软件模型来预测解决方案的可回收性,但获取实际运营设施中的大规模真实废弃物数据需耗费巨大资源,导致真实数据匮乏。Deepnest填补了包装数据链中缺失的真实可回收性数据空白。”

编辑观点

Deepnest的推出将推动再生塑料行业从经验驱动向数据驱动转型,通过量化包装在废弃物系统中的具体流向,帮助品牌优化rPET、rPP等再生料的设计与回收路径。从业者应关注AI分选技术与EPR合规数据的结合,以应对日益严格的监管并提升再生塑料的市场竞争力。

常见问题

Deepnest平台如何获取真实的包装回收数据?

Deepnest依托部署在材料回收设施中的Greyparrot Analyzer AI相机系统运行。该系统已在20多个国家处理超过400亿件年度废弃物,构建了全球最全面的家用包装废弃物数据库,从而提供客观且基于数据的事实。

到2040年监管措施给企业带来多少成本压力?

到2040年,新塑料税及生产者责任回收(EPR)费用等监管措施可能给全球企业带来每年高达1,000亿美元的成本压力。这一数据凸显了延长材料在价值链中留存时间、提升循环性以降低财务风险的紧迫性。

品牌方此前为何难以验证包装研发成果?

品牌方此前因缺乏真实数据而无法验证产品研发、测试中心及咨询服务上的投入成果。Deepnest通过追踪不同品牌、材料、产品类型及地区的包装表现,输出具有商业价值的洞察,使品牌方首次能够量化产品创新的实际影响。