人工智能能否拯救回收业？——《华尔街日报》

全美各地的回收企业正面临困境，工人短缺和成本上升导致回收业务往往无利可图。

他们寄希望于人工智能能扭转局面，提高回收率。

根据美国环保署最新数据，城市固体废物回收率从2015年的近35%降至2018年的约32%，环保署数据显示。

人工智能如何助力？通过接手越来越多人不愿做的分拣工作——且做得更好。AI驱动的机器人每分钟可分拣约80件可回收垃圾；人工分拣速度约为每分钟50至80件。光学分拣机作为更成熟的技术，借助改进的AI效率更高，每分钟可分拣多达1000件。

美国大型回收企业和许多中小型企业正在部署这两种方案，旨在从废物流中回收更多可用材料。

博尔德县回收中心员工正在进行材料分拣作业。### 填补劳动力缺口

一切始于劳动力问题。由饮料、食品等企业支持的非营利组织"回收伙伴关系"首席系统优化官科迪·马歇尔表示，分拣站点通常只有80%到岗率，有时低至20%。人手不足意味着无法满负荷运转。“AI可以填补这些空缺”，他说。

苏珊娜·琼斯，博尔德县回收中心运营方Eco-Cycle的执行董事。在科罗拉多州最大的回收站之一——博尔德县回收中心，这项技术正发挥作用。该设施三年前在分拣厂引入了机器人。两条配备机械臂和吸盘的机器人在传送带上分拣塑料瓶、牛奶盒等可回收垃圾。该非营利运营机构Eco-Cycle的执行董事苏珊娜·琼斯表示，机器人承担了人们不愿做的繁重工作。

更重要的是，“它们不需要休息，不休假，还能连轴转”，琼斯说。

咨询公司Resource Recycling Systems总裁J.D.林德伯格指出，长远来看，分拣机比人工更经济。他表示回收企业通常两年内就能收回机器人系统的投资，虽然维护升级有持续成本，但机器人能以更低成本处理更多分拣。

部分回收企业选择规避前期投入。美国最大回收机器人制造商AMP Robotics首席执行官马坦亚·霍洛维茨透露，公司多数机器人采用租赁模式，费用比企业支付的人工时薪低20%至50%。

双轨并行

当前AI分拣设备主要有两种形态：近年快速普及的机械臂和光学分拣机。Resource Recycling Systems数据显示，美国使用机器人的分拣中心比例从2019年的不足5%升至32%。通过深度学习（一种图像识别技术），机器人AI视觉系统能精准识别形状、尺寸甚至品牌标志，准确分拣塑料、纸张、玻璃和金属等可回收物。

根据资源回收系统公司的数据，光学分选机存在于美国大多数大型回收设施中，这些设施共同处理了美国一半以上的可回收物。它们利用传感器和光线，在混合材料的传送带上快速识别可回收物品。一旦发现可回收材料，机器会喷射压缩空气将其分拣至对应收集箱。

资源回收系统公司的林德伯格表示，机器人可被添加到现有设施中，与人类在同一传送带上工作；而光学分选机需要独立传送带处理垃圾，需额外空间，通常需在回收中心重建或新建时安装。

博尔德县回收中心是科罗拉多州规模最大的回收机构之一。### 重大押注

美国最大废弃物管理公司Waste Management将人工智能作为其2030年前实现可回收物回收率提升60%目标的核心策略。该公司去年启动总额超10亿美元的投资计划，到2026年前建设40个回收中心，其中大部分资金将用于自动化和人工智能技术。

该公司可持续发展主管塔拉·海默指出，当前自动化工厂可能仅需4-6名员工配合机器分拣，而非自动化设施需要多达50名员工。

作为人工智能设备影响的一个例证，该公司表示，在配备光学分选机的回收中心，酸奶杯和黄油容器中常见的聚丙烯回收率提升了近40%。

WM公司的自动化进程主要聚焦于光学分选设备，但机械臂在聚丙烯分拣领域同样成效显著。回收合作伙伴组织数据显示，安装机械臂的聚丙烯分拣场地物料回收量提升了259%。

美国第二大废物回收公司共和服务集团正投资机器人技术，作为其2030年前实现纸板、金属、纸张和塑料等关键材料回收率提升40%目标的重要举措**。**

该公司回收与可持续发展副总裁皮特·凯勒表示，计划到明年年底将机器人部署比例从目前的约10%提升至74个分拣中心的20%。他指出，虽然降低人力成本是采购机器人的主因（因地而异），但材料回收量和品质提升等因素可能更具决定性。

博尔德县回收中心三年前在分拣工厂引入机器人，与人工协同作业。### 新挑战

生态循环组织的琼斯指出，人工智能技术仍面临挑战：机器人需要前期投入，且设备需频繁维护升级。林德伯格透露，单台机器人成本通常在15万至30万美元之间。围绕光学分选机新建或改造回收中心的成本更高（每套系统100万至200万美元），且需要停产改造，部分回收商难以承受。

总部位于明尼阿波利斯的非营利组织尤里卡回收公司联合总裁凯特·达文波特表示，该机构2021年选择租赁两台机器人（而非光学分选机）来分拣瓶罐，原因是承担不起安装光学分选机所需的停机时间。

她指出，机器人通过回收材料的价值覆盖了自身成本，并随时间推移不断改进，但人类在回收设施中仍具价值，因为某些工作人类仍能做得更好。例如，工人可以快速归拢传送带上涌来的大量塑料瓶，而机器人必须用吸盘逐个抓取。“我们将机器人视为工具箱中的一种工具。“她解释道。

此外还存在持续的维护修理成本。但达文波特表示，尽管这些机器人每年可能累计故障两周，它们仍能实现收支平衡。

AMP机器人公司首席执行官霍洛维茨认为，随着机器人调试优化，未来几年升级维护频率将会降低。他表示这种学习曲线与汽车制造等其他行业的机器人发展轨迹相似。

与此同时，林德伯格看到了人工智能分拣机更广泛的潜在效益，部分源于机器能记录流经回收中心的材料数据。例如，这些数据正帮助某些州了解其废物流中的品牌构成，从而制定或扩展所谓的生产者责任延伸计划——通过对企业产品征收小额费用来资助回收。包装设计师也可利用这些数据，确保系统能识别进入废物流的新型材料。

他表示，人工智能可以通过机器学习逐步提升机器的分拣能力。“AI技术对回收经济的影响才刚刚开始。”

迪特尔·霍格是加利福尼亚州圣克鲁斯的作家，联系方式：[email protected]。

本文发表于2023年11月9日印刷版，标题为《人工智能能拯救回收业吗？》。