ИИ для оценки вторсырья и проверки документов

Две одинаковые на вид стиральные машины могут иметь разную ценность для переработчика. Важно, какие компоненты сохранились, сколько металлов удастся извлечь и во что обойдутся доставка и переработка. При тысячах устройств и поставщиков такие расчеты становятся сложной задачей.

Индийская Attero, которая перерабатывает электронные отходы и аккумуляторы, использует для этого искусственный интеллект. На конференции TechSparks 2026 руководитель отдела продуктов и технологий компании Аюш Агарвал рассказал о двух системах: Matrix рассчитывает стоимость сырья, а Lightspeed проверяет документы на соответствие требованиям.

Цена зависит не только от веса

По словам Агарвала, Attero ежегодно перерабатывает около 200 000 тонн электронных отходов и 10 000 тонн литий-ионных аккумуляторов. Объем закупок превышает 10 млрд рупий в год, поэтому точность оценки сырья напрямую влияет на экономику переработки.

В отличие от биржевых металлов, таких как медь и золото, лом не имеет единой стандартной цены. Его стоимость зависит от состава, выхода извлекаемых материалов, расходов на переработку и перевозку, а также от местного спроса и предложения.

Система Matrix объединяет сведения о составе устройств с рыночными данными. Она оценивает компоненты и металлы, которые можно извлечь, а затем с помощью моделей машинного обучения и цен на сырьевые товары рассчитывает закупочную стоимость материала на конкретном рынке.

Так, цена одной и той же стиральной машины в Дели и Мумбаи может различаться из-за транспортных расходов и местных рыночных условий. Для расчетов система использует, в частности, данные о переработке за три года и сведения о тысячах бытовых приборов.

Как пояснил Агарвал, компания стремилась стандартизировать оценку: при растущих объемах закупок учитывать все факторы вручную становится слишком сложно.

Проверка документов и подготовка к аудиту

Каждая сделка требует проверки документов: сведений о поставщиках и перевозчиках, счетов-фактур, документов на транспортные средства. Ошибки и расхождения могут осложнить подтверждение соответствия нормативным требованиям.

Для этой работы Attero разработала Lightspeed. Система проверяет документы, сопоставляет сведения в разных записях и отмечает несоответствия для дальнейшего разбора. Она также предназначена для подготовки отчетов к аудиту — в том числе на случай запросов регуляторов или клиентов через несколько лет после сделки.

По словам Агарвала, платформа обработала 50 000 документов и выявила более 500 ошибок. Компания ставит цель повысить эффективность этой работы на 70% и рассчитывает, что существующая команда сможет обрабатывать вчетверо больше документов без расширения штата. Это целевые показатели, а не уже достигнутые результаты.

Рентабельность отдельных заказов и распознавание сырья

Сопоставляя закупочные цены, затраты на переработку и стоимость полученных материалов, Attero может точнее оценивать рентабельность каждого заказа.

Еще одно направление разработки — распознавание поступающего сырья по фотографиям поставщиков. Для этого компания планирует увеличить набор изображений с 10 000 до 100 000.

В Attero ИИ используют для конкретных операционных задач: оценки сырья, поиска ошибок в документах и анализа рентабельности. Общая цель — связать разрозненные данные и увеличить объемы работы, не полагаясь только на расширение команды.