ИИ в управлении отходами и рециклинге: TOMRA, ZenRobotics и умная сортировка

Ежегодно мир производит >2 миллиардов тонн твёрдых отходов. К 2050 году это число утроится. Традиционная ручная сортировка медленна, дорога и неточна. TOMRA — норвежская компания — создала AI-роботов для сортировки отходов, которые распознают тип пластика в 1/10 секунды и сортируют >70 объектов в минуту. Один AI-сортировщик заменяет 5–10 ручных сортировщиков при большей точности.

Кейс 1. TOMRA Systems — мировой лидер AI-сортировки

Масштаб TOMRA

• >100 000 установок по всему миру
• Сортирует: пластик, бумагу, металл, стекло, пищевые отходы, электронику
• Клиенты: муниципалитеты, переработчики, пищевые компании

TOMRA AI Technology

Near-Infrared (NIR) + AI:

• Каждый объект на конвейере: облучается ИК-излучением
• Спектр отражения: уникален для каждого материала (ПЭТ, ПВТФ, ПЭНП, стекло)
• AI классифицирует за 1/10 секунды
• Сжатый воздух: выдувает ненужные объекты в нужный бункер

Hyperspectral AI:

• Не только тип материала, но и: качество (загрязнение, окраска)
• «Прозрачный ПЭТ» отдельно от «цветного ПЭТ» — разная стоимость при переработке
• Пищевые отходы на продукте → флаг для отдельного потока

Accuracy:

• Правильная классификация: >98% для основных материалов
• Ручная сортировка: ~85% в лучших условиях

TOMRA in Practice — кейс Германия:

• Система залогов на ПЭТ-бутылки (Pfand)
• TOMRA автоматы: приём бутылок → AI проверяет подлинность → возвращает залог
• >1,5 миллиарда бутылок обработано в год в Германии через TOMRA
• Corruption rate (попытки обмануть систему): <0.001%

Кейс 2. ZenRobotics — AI-роботы для строительного мусора

Специфика строительных отходов

Строительный мусор — самый сложный для сортировки:

• Разнородный состав: дерево + металл + гипс + бетон + пластик
• Грязный и тяжёлый
• Традиционная сортировка: почти невозможна экономически

ZenRobotics System:

• Conveyor belt + multiple cameras + 3D LiDAR
• AI за секунду: «это кусок дерева, весом ~2 кг, в позиции X,Y»
• Роботизированный захват: берёт и кладёт в нужный контейнер
• Скорость: >4 000 захватов в час

Что сортирует ZenRobotics:

• Металлы (цветные и чёрные): отдельно
• Дерево: для биомассы или переработки
• Минеральные материалы: гипс, бетон
• Пластик, RDF (Refuse Derived Fuel): для сжигания с получением энергии

Финансовый кейс:

• До AI: строительный мусор → на полигон за €50–80/тонна
• С ZenRobotics: сортировка + продажа вторсырья
• Металл: €200+/тонна → высокая ценность
• В итоге: мусор становится прибыльным

Кейс 3. AMP Robotics — AI-роботы для смешанных отходов

Американский лидер роботизированной сортировки

AMP Robotics (США, оценка >$500 млн):

• Клиенты: Republic Services, Waste Management, Recology
• Специализация: смешанные твёрдые отходы (MSW) — то что выбрасывают домохозяйства

Cortex AI:

• Vision: камеры 4K с частотой >60 fps
• ML: обучен на >50 миллионах изображений отходов
• Классифицирует за <100 мс: бумага, картон, ПЭТ, ПЭНП, алюминий, стекло
• Скорость: >80 захватов в минуту (vs 30–40 у человека)

Adaptive Recycling:

• Что актуально сейчас перерабатывать? → commodity prices меняются
• AI может перенастраиваться: «сегодня картон дорогой → приоритизировать картон»

Data Insights:

• AMP публикует: «Что находится в американском мусоре»
• В мусоре 60% — пригодные к переработке материалы
• Только 35% этого отбирается традиционными методами
• С AI: 85%+ отбирается

Кейс 4. Умные мусоровозы и умные контейнеры

IoT + AI в сборе отходов

Bigbelly (США) — умные контейнеры:

• Сенсор заполненности + IoT + solar panel (подзаряжается сам)
• AI-маршрутизация: вывоз только когда нужно (а не по расписанию)
• Экономия: 49% меньше рейсов вывоза мусора
• Города с Bigbelly: Нью-Йорк, Бостон, Дублин, Осло

Компактирование + AI:

• Сенсор: когда контейнер заполнен → автоматическое компактирование (5:1)
• Реальная вместимость: в 5 раз больше обычного

Маршрутизация мусоровозов:

• Routific + IoT данные о заполненности: AI-оптимизация маршрутов
• «Сегодня переполнены только контейнеры в районе A и B — туда сначала»
• Экономия топлива: 15–30%

Кейс 5. Российские отходы и AI

Состояние рынка в России

Реформа обращения с отходами:

• РОП (Расширенная ответственность производителя) с 2019 → расширяется
• Мусорная реформа: региональные операторы обязаны строить сортировочные комплексы

Российские игроки:

«РТ-Инвест» (Росатом дочерняя):

• Строит КПО (Комплексные полигоны) с AI-сортировкой
• Партнёрство с Steinert (Германия): оборудование + AI
• Мощность: несколько сотен тысяч тонн/год

ГК «ЭкоЛайн» (Москва):

• Сортировочные линии с частичной автоматизацией
• Внедрение: NIR-сортировщики

Потенциал:

• Россия: менее 10% отходов перерабатывается (vs 40–60% в Германии, Японии)
• TOMRA, ZenRobotics: готовы работать в России (ограничения после 2022 — надо уточнять)
• Отечественные разработки: «ТехноМатик», «ЭкоПром» — отечественные решения начинают появляться

Практика для предприятия по переработке отходов

Внедрение AI-сортировки

Шаг 1 — Аудит потоков (₽300 000–1 000 000):

• Состав входящего потока: что реально приходит
• Ценность каждой фракции: текущие цены вторсырья
• «Сколько денег мы оставляем на столе»

Шаг 2 — Пилот (₽3–10 млн):

• 1–2 NIR сенсора с AI на пробной линии
• 3–6 месяцев: сравнение с ручной сортировкой
• KPIs: точность, производительность, экономика

Шаг 3 — Масштабирование (₽20–100 млн):

• Полная автоматизированная линия
• Расчёт ROI: экономия труда + стоимость вторсырья - CAPEX - OPEX

ROI для сортировочного завода 200 000 тонн/год: | Эффект | Результат | |---|---| | Точность сортировки +10%: больше вторсырья | ₽20 000 000/год | | Снижение ручного труда (15 сортировщиков) | ₽18 000 000/год | | Снижение отходов на полигон | ₽5 000 000/год | | Итого | ₽43 000 000/год | | CAPEX | ₽50 000 000 | | Окупаемость | 14 месяцев |

Источники: TOMRA Annual Report, AMP Robotics platform data, ZenRobotics documentation, «РТ-Инвест» официальные данные, Bigbelly platform statistics.