Что такое циклическая экономика, основанная на ИИ?

По словам Сида Аргавала (руководитель направления «Пластмассы и технологии») и Клеменс Шмид (директор Глобального партнерства по борьбе с пластмассами) из Всемирного экономического форума, основанная на искусственном интеллекте циклическая экономика является ключом к преодолению фрагментации данных и управлению глобальными циклами ресурсов. В статье, представленной на ежегодном собрании организации, они написали:

Переход к циклической экономике является основополагающим условием глобальной устойчивости, определяемым тремя факторами: минимизацией отходов, обеспечением постоянного использования материалов и восстановлением природных систем.

Искусственный интеллект (ИИ) может обеспечить необходимую инфраструктуру для этого перехода, расширяя цифровую взаимосвязь и возможности для получения полезной аналитической информации по всей цепочке создания стоимости, выступая в качестве нервной системы, связывающей проектирование продукции, производство и переработку.

Действительно, согласно недавним исследованиям, потенциал ИИ в сокращении выбросов в ключевых секторах значительно превосходит его собственный энергетический след, что подтверждает его роль как инструмента, оказывающего положительное влияние на переходный период.

Искусственный интеллект как «нервная система» для экономики замкнутого цикла

В настоящее время основные компоненты модели замкнутого цикла работают изолированно. Например, предприятиям по переработке и утилизации упаковки часто не хватает цифровых данных о составе материалов, необходимых для обеспечения безопасного и высокоэффективного повторного использования. Даже когда данные собираются, отрасли не хватает инструментов для их синтеза и получения информации, которая позволила бы внести масштабные изменения в операционную деятельность. Именно поэтому ИИ делает цепочку создания стоимости в замкнутом цикле более интеллектуальной и взаимосвязанной. ИИ может функционировать как быстродействующий механизм обратной связи, способный передавать информацию и связывать эти исторически изолированные части цепочки создания стоимости. Преобразуя новые химические разработки или отслеживание и потоки отходов в полезные данные, ИИ позволяет системе работать с интеллектом, необходимым для устойчивости.

Без возможности цифрового управления материальными потоками, проектированием продукции и утилизацией отходов масштабирование экономики замкнутого цикла будет происходить медленно. Искусственный интеллект служит механизмом обратной связи, необходимым для соединения этих звеньев цепочки создания стоимости. Это особенно актуально для сектора пластмасс, где, по прогнозам, мировое производство в этом году достигнет 500 миллионов тонн, но при этом перерабатывается лишь около 9 процентов продукции в мире.

Как ИИ укрепляет цепочку создания стоимости пластмасс:

от создания материалов до идентификации отходов, ИИ начинает преобразовывать цепочку создания стоимости пластмасс измеримым образом, улучшая ее общую цикличность.

1. Новые методы химического и материального синтеза

Искусственный интеллект ускоряет исследования, необходимые для создания альтернативных решений в рамках замкнутого цикла и способов утилизации химических отходов.

Обратное проектирование: университетские исследовательские лаборатории и такие компании, как CuspAI, создают платформы генеративного искусственного интеллекта, которые действуют как «поисковая система для материалов». Подход компании, основанный на обратном проектировании, позволяет исследователям задавать необходимые свойства (например, биоразлагаемость, высокая стабильность, легкость деполимеризации), а ИИ предлагает оптимальную молекулярную структуру.
Экспоненциальный рост: масштабы этого ускорения беспрецедентны; например, инструмент GNOME от Google DeepMind недавно идентифицировал более двух миллионов теоретических кристаллических структур — в 45 раз больше, чем было идентифицировано наукой на сегодняшний день, — что значительно сократило сроки прорывов в области материаловедения.

2. Экологичный дизайн продукции и упаковки

В условиях замкнутой экономики ключевое значение будет иметь связь между производителем и переработчиком посредством цифровой обратной связи, обеспечиваемая искусственным интеллектом. Генеративный ИИ трансформирует подход производителей к проектированию продукции, позволяя легко разбирать и повторно использовать изделия.

Оптимизированный поиск материалов: В партнерстве с IBM Research компания Nestlé использует генеративный искусственный интеллект и химические языковые модели для ускорения разработки новых высокобарьерных упаковочных материалов. Это позволяет им за считанные дни протестировать тысячи новых составов материалов, гарантируя, что окончательный дизайн будет соответствовать строгим критериям безопасности, стоимости и полной возможности вторичной переработки.
Отслеживание на протяжении всего жизненного цикла: ключом к связи между проектированием и переработкой является стандартизированный канал передачи данных, концепция, реализованная с помощью искусственного интеллекта: цифровой паспорт продукта (ЦПП). Возникший в результате таких нормативных инициатив, как Регламент ЕС об экодизайне для устойчивых продуктов (ESPR), ЦПП представляет собой всеобъемлющую цифровую запись состава продукта и его характеристик цикличности. Такая прозрачность гарантирует отслеживаемость каждого химического вещества и материала, предоставляя точные данные, необходимые потребителю и переработчику на протяжении всего жизненного цикла продукта.

3. Идентификация и сортировка отходов

Отсутствие цифровых данных и аналитической информации на этапе переработки является основным препятствием для качественной переработки отходов. Искусственный интеллект решает эту проблему фрагментации с помощью следующих методов:

Аналитика в реальном времени: такие компании, как GreyParrot, используют компьютерное зрение на основе искусственного интеллекта и глубокое обучение для анализа потоков отходов в режиме реального времени, определяя типы материалов с высокой точностью — отслеживая до 80 предметов в минуту. Эта возможность фактически удваивает эффективность традиционных методов сортировки.
Чистота и ценность: данные, предоставляемые этими системами в режиме реального времени, устраняют «слепоту» на уровне предприятия. Это позволяет операторам достигать уровня чистоты перерабатываемых материалов более 95 процентов и снижать уровень загрязнения на целых 85 процентов. Это крайне важно для безопасной переработки пластмасс, учитывая риски для здоровья, связанные с химическими добавками.
Обратная связь в процессе проектирования: Что особенно важно, эти данные о сортировке в режиме реального времени теперь используются для информирования брендов. Системы искусственного интеллекта могут определить, почему конкретная потребительская упаковка неправильно сортируется или загрязняется (например, из-за добавления темного красителя, сложной этикетки или уникальной формы). Работая с потребительскими брендами, эти данные помогают компаниям вносить постепенные изменения в свою упаковку — например, корректировать размер, форму, цвет или маркировку продукта — чтобы мгновенно повысить ее пригодность для вторичной переработки без необходимости полной переработки продукта.

4. Прогнозирование материальных потоков и логистики.

Эффективное управление потоком переработанных материалов осуществляется с помощью прогнозной аналитики, что гарантирует направление каждого материала в наиболее ценное место назначения и минимизирует неэффективные затраты.

Сокращение выбросов и затрат: основанная на искусственном интеллекте прогнозная аналитика моделирует сети обратной логистики в режиме реального времени, планируя маршруты транспортных средств для сбора грузов на основе данных с датчиков. Избегая неэффективных поездок и максимально используя грузоподъемность, эти системы позволяют сократить выбросы углекислого газа, связанные с транспортировкой, до 35%, а также сэкономить от 20% до 30% на эксплуатационных расходах.
Экономия материалов: Кроме того, оптимизация логистики на начальных этапах производства с помощью прогнозного моделирования приводит к значительному сокращению отходов материалов, вызванных перепроизводством, устареванием и повреждениями. Например, система принятия решений по упаковке Amazon использует искусственный интеллект для определения наиболее эффективной упаковки для отправлений; с 2015 года эта модель помогла избежать использования более трех миллионов метрических тонн упаковочных материалов по всему миру.

Сотрудничество для ускорения перехода к цикличности

Искусственный интеллект обеспечивает необходимые знания, но для масштабирования цифровых решений и их превращения в системные действия необходимы совместные усилия на всех этапах цепочки создания стоимости. Сотрудничество гарантирует, что данные, полученные с помощью ИИ, будут использоваться на протяжении всей цепочки создания стоимости.

Существующие политические рамки в значительной степени ориентированы на линейную экономику и не способны создать необходимый рыночный спрос на экологически чистые материалы. Правительства и лица, принимающие политические решения, должны исправить это путем разработки четких, согласованных глобальных и региональных правил расширенной ответственности производителя (EPR), которые будут стимулировать переход к циклической экономике.

Кроме того, они должны определить стандартизированные ключевые показатели эффективности по всей цепочке создания стоимости для отслеживания прогресса, обеспечивая переход от расплывчатых целевых показателей к измеримым результатам под давлением регулирующих органов.

Между тем, технологические компании и новаторы должны предоставлять совместимые инструменты и избегать использования проприетарных «черных ящиков». Данные, генерируемые такими платформами, как Materra от Google X, CuspAI и GreyParrot, должны быть доступны производителям химической продукции, переработчикам, брендам и предприятиям по переработке отходов для обоснования проектирования и планирования инфраструктуры.

Кроме того, производители и лидеры отрасли должны обеспечить радикальную прозрачность в отношении состава материалов и их состояния после окончания срока службы. Помимо данных, это требует культурного сдвига в сторону обмена знаниями на доконкурентной основе, когда лидеры отрасли активно распространяют успешные примеры внедрения принципов циркулярной экономики, чтобы ускорить процесс обучения для всего сектора.

Экономика замкнутого цикла, основанная на искусственном интеллекте, является ключом к преодолению фрагментации данных и управлению глобальными циклами ресурсов. Используя ИИ в качестве «нервной системы» для улучшения и объединения каждого этапа цепочки создания стоимости, а также уделяя приоритетное внимание радикальному сотрудничеству, мы можем выйти за рамки управления отходами и перейти к достижению ресурсоустойчивости во всех материальных потоках.

Источник: https://www.weforum.org/stories/2026/01/what-is-ai-driven-circular-economy/

Назад в блог