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

【美国】Kenvue 利用 Greyparrot AI 推进循环包装系统

责任编辑:Julian He2 分钟阅读
Kenvue 利用 Greyparrot AI 推进循环包装系统

要点

  • Kenvue与Greyparrot达成合作,利用Deepnest平台推进循环包装系统落地。
  • Deepnest系统可捕捉产品在美国和英国回收设施内的实际表现数据。
  • 系统能定位泵头、标签等影响回收检测率的具体包装组件。
  • Deepnest可在原型制造前模拟EPR法规对设计变更的财务影响。
  • 欧莱雅集团、联合利华和麦当劳已采用Greyparrot的AI废弃物智能技术。

人工智能驱动的废弃物智能公司Greyparrot与纯消费健康企业Kenvue达成合作,旨在应对日益严格的监管要求,推动循环包装解决方案的落地。借助Greyparrot旗下的Deepnest平台,Kenvue将能够利用来自真实回收流程的实证数据,以循环性为导向进行产品设计。例如,其人工智能系统能够捕捉产品在美国和英国运营中的回收设施内的实际表现,并定位影响检测率的特定包装组件,如泵头或标签。该系统还能在物理原型制造之前,模拟生产者责任延伸(EPR)法规对设计变更(如调整透明度或更换材料类型)的财务影响。

Deepnest by Greyparrot董事总经理Yaseed Chaumoo表示:“数据是可持续包装领域变革的最终催化剂,而人工智能为在全球范围内提供这些洞察提供了手段。”他补充道:“此次合作代表了超越废弃物追踪的重要一步,其核心在于利用Deepnest的预测能力来模拟现实世界的回收场景。”

Greyparrot指出,尽管许多包装类型在技术上是可回收的,但组件材料或区域基础设施的差异可能会阻碍其回收率。

人工智能提升效率而非阻碍

Greyparrot的技术已被其他行业巨头采用,包括欧莱雅集团(L’Oréal Groupe)、联合利华(Unilever)和麦当劳(McDonald’s)。Kenvue全球包装创新、可持续性与体验负责人David Lickstein表示:“为实现我们的循环包装目标,我们必须超越愿景性指南,拥抱现实世界的证据。与Greyparrot的合作以及Deepnest的整合,标志着我们在可持续包装方法上的根本性转变。”

“人工智能驱动的废弃物智能使我们能够超越简单的追踪,进入高级场景建模阶段,帮助我们识别最具影响力的设计变更,并以比以往更快、更具成本效益的方式在全球产品组合中实施创新解决方案。”

回收分拣中的人工智能增强检测系统可以提高准确性和回收率。近期,Tomra Recycling引入了来自PolyPerception的人工智能原生平台,以及针对其GainNext技术的三个深度学习应用,以进一步促进实时数据与物理分拣动作之间的协作。

与此同时,《包装洞察》(Packaging Insights)采访了创意技术专家、设计师兼特许工程师裘德·普伦(Jude Pullen),探讨人工智能如何借助简单算法提升包装效率与可持续性。

编辑观点

AI介入包装设计前端,将回收设施的实际分选数据转化为设计参数,有助于提升rPET、rPE等再生料的纯净度与产出率。从业者应关注AI工具在EPR合规成本模拟中的应用,提前识别阻碍机械回收的组件,以优化全生命周期成本。

常见问题

Kenvue用Deepnest平台解决什么包装难题?

解决包装组件阻碍回收检测率的问题。Deepnest能捕捉产品在美国和英国回收设施内的实际表现,定位如泵头或标签等影响检测率的具体组件,从而指导设计优化。

Deepnest如何模拟EPR法规对设计的影响?

在物理原型制造前模拟EPR法规对设计变更的财务影响。系统可评估调整透明度或更换材料类型等变更在合规成本上的潜在变化,帮助企业在设计阶段预判财务风险。

哪些巨头已采用Greyparrot的AI技术?

欧莱雅集团、联合利华和麦当劳已采用该技术。Kenvue全球包装创新负责人David Lickstein表示,该合作标志着其可持续包装方法向现实世界证据驱动的根本性转变。