ในการประชุมสุดยอดการรีไซเคิลบรรจุภัณฑ์ครั้งล่าสุดของ Packaging World หนึ่งในประเด็นสำคัญที่ถักทอตลอดการประชุมคือความต้องการข้อมูล ซึ่งเป็นที่รู้จักอย่างกระจัดกระจายในโลกของการรีไซเคิล แต่มีเทคโนโลยีหนึ่งโดยเฉพาะที่เกิดขึ้นในช่วงหลายปีที่ผ่านมาซึ่งอาจเป็นกุญแจสำคัญในการปลดล็อกข้อมูลสำคัญนั้น: ปัญญาประดิษฐ์ เพื่อพิสูจน์ถึงศักยภาพ Rebecca Hu ผู้ก่อตั้งและซีอีโอของ บริษัท AI และหุ่นยนต์ Glacier ได้แบ่งปัน ร่วมกับลูกค้ารายใหญ่ของบริษัทสองคน ได้แก่ Colgate-Palmolive และ Amazon เพื่อแสดงให้เห็นว่า AI เก็บข้อมูลอย่างไร “ไม่เพียงแต่เพื่อประโยชน์ของข้อมูลเท่านั้น แต่ยังช่วยให้ทุกคนที่คิดเกี่ยวกับวิธีการเปิดใช้งานระบบหมุนเวียนให้ดำเนินการได้รวดเร็วและมากขึ้นอีกด้วย ได้อย่างมีประสิทธิภาพมากขึ้น” Hu อธิบาย ในกรณีของคอลเกต เรื่องราวเริ่มต้นด้วยการเดินทางห้าปีของบริษัทในการเปลี่ยนหลอดยาสีฟันจากลามิเนตที่ทำจากวัสดุหลายชนิดที่ไม่สามารถรีไซเคิลได้ ให้กลายเป็นหลอดที่สามารถรีไซเคิลได้ในทางปฏิบัติและทุกขนาด “ทั่วโลกมีหลอดยาสีฟันประมาณ 2 หมื่นล้านหลอดที่ผลิตทุกปี และหากไม่มีการสิ้นสุดของชีวิตแบบวงกลมซึ่งเป็นกระแสหลัก ส่วนใหญ่ของสิ่งเหล่านี้ก็จะจบลงในการฝังกลบ หรือถ้าไม่แย่กว่านั้น ก็รั่วไหลออกสู่สิ่งแวดล้อม” Greg Corra รองประธานฝ่ายบรรจุภัณฑ์ระดับโลกและความยั่งยืน บริษัท Colgate-Palmolive Company อธิบายคอลเกต -ปาล์มโอลีฟเป็นหนึ่งในผู้ผลิตยาสีฟันรายใหญ่ที่สุดของโลก โดยผลิตผลิตภัณฑ์ได้ 17,000 รายการ/นาที “นั่นคือประมาณ 9 พันล้านต่อปี” คอร์รากล่าว “ดังนั้นเราจึงมีโอกาสและความรับผิดชอบในการแก้ไขปัญหานี้” แนวทางแก้ไขคือการพัฒนาท่อรีไซเคิลที่ทำจากโพลีเอทิลีนความหนาแน่นสูงพร้อมชั้นกั้นเอทิลไวนิลแอลกอฮอล์ แพ็คเกจใหม่นี้ได้รับการออกแบบให้เข้ากันได้กับกระแสการรีไซเคิล HDPE แบบเข้มงวดที่มีอยู่ อย่างไรก็ตาม Colgate รู้ดีว่าการส่งมอบหลอดที่สามารถรีไซเคิลได้ในทางปฏิบัติและในวงกว้างนั้น จำเป็นต้องมีการยอมรับทั่วทั้งอุตสาหกรรม ดังนั้นจึงเปิดเผยเทคโนโลยีอย่างเปิดเผย เพื่อเชิญชวนคู่แข่งให้เข้าร่วมความพยายาม แนวทางการทำงานร่วมกันนี้ได้รับความสนใจอย่างมาก โดยผู้ผลิตยาสีฟันรายใหญ่อีกสามรายให้คำมั่นที่จะเปลี่ยนแปลง ในปี 2024 หลอดยาสีฟัน 9 ใน 10 หลอดที่จำหน่ายในสหรัฐอเมริกาได้รับการออกแบบมาให้รีไซเคิลได้ เพื่อให้เข้าใจถึงผลกระทบของหลอดใหม่ Colgate จึงร่วมมือกับ Glacier ซึ่งพัฒนาโมเดล AI ที่อิงการมองเห็นเป็นครั้งแรก สามารถระบุและแยกหลอดยาสีฟันและหลอดที่ไม่ใช่ยาสีฟันได้แบบเรียลไทม์ กล้อง AI ที่ติดตั้งในศูนย์กู้คืนวัสดุของพันธมิตรหลายแห่ง (MRF) จะจับภาพท่อบนสายพานลำเลียงอย่างต่อเนื่อง ช่วยให้สามารถตรวจจับ “ในทุกรสชาติและรูปแบบที่ปรากฏที่ MRF” Hu กล่าว . Hu กล่าวเสริมว่าความสามารถของ AI ในการให้ข้อมูลแบบเรียลไทม์และย่อยง่ายเป็นตัวเปลี่ยนเกม MRF ของคอลเกตและพันธมิตรสามารถเข้าสู่ระบบแดชบอร์ดและเรียนรู้ว่าเกิดอะไรขึ้นบนสายพานที่กำหนดในปีที่ผ่านมา หรือแม้แต่นาทีสุดท้าย “และเพื่อให้เราสามารถรวบรวมข้อมูลหลอดที่น่าทึ่งทั้งหมด รูปภาพทั้งหมดที่เรารวบรวมเพื่อตอบคำถามเช่น สัดส่วนของหลอดในกระแสการรีไซเคิลคือหลอดยาสีฟัน หรือแคมเปญการเปิดใช้งานของเรามีผลกระทบต่ออัตราการรีไซเคิลใน ให้ภูมิศาสตร์เมื่อเวลาผ่านไป? และทั้งหมดนี้เป็นเพียงการทบทวนคำถามเกี่ยวกับความเป็นวงกลมเชิงกลยุทธ์โดยคร่าวๆ ข้อมูลประเภทนี้สามารถช่วยตอบได้แบบเรียลไทม์” เธอกล่าว “ฉันรู้ว่ามันเป็นเรื่องยากมากที่จะบอกว่าอะไรจริงและอะไรเป็น เพิ่งตื่นเต้นเมื่อพูดถึง AI” Hu กล่าวต่อ “มีข่าวมากมาย และในฐานะคนที่ทำงานในพื้นที่นี้มาหลายปี ฉันสามารถบอกคุณได้ว่าฉันกำลังเห็นอะไรในแนวหน้า ประเภทของความก้าวหน้าของ AI ที่เราแบ่งปันที่นี่ในวันนี้มีผลกระทบอย่างมากและอาจถือเป็นการสร้างประวัติศาสตร์เล็กน้อย และนี่เป็นผลมาจากการทำงานหนักและมองไม่เห็นเป็นเวลาหลายเดือนหลายเดือนและความร่วมมือระหว่าง Glacier และ Colgate และพันธมิตร MRF ของเรา ดังนั้นงานนี้ฉันต้องบอกว่าในตอนท้ายของวันคุ้มค่า” Amazon มอบหมายให้ Glacier แจ้งการออกแบบบรรจุภัณฑ์ ในกรณีของ Glacier กับ Amazon เป้าหมายคือการระบุบรรจุภัณฑ์พลาสติกชีวภาพใน MRF เพื่อทำความเข้าใจความเป็นไปได้ในการเปลี่ยนมาใช้วัสดุใหม่นี้ และเพื่ออำนวยความสะดวกในเส้นทางผ่านกระแสการรีไซเคิล ในช่วงต้นปี 2024 Amazon ให้เงินทุนจำนวนมากแก่ Glacier ผ่านทาง Climate Pledge Fund ซึ่งเป็นกองทุนร่วมลงทุนขององค์กรมูลค่า 2 พันล้านดอลลาร์ที่อุทิศให้กับการลงทุนในโซลูชันที่สามารถช่วยบริษัทบรรลุการปล่อยก๊าซสุทธิเป็นศูนย์ได้ภายในปี 2040 หนึ่งในจุดมุ่งเน้นที่สำคัญของ Amazon คือการปรับปรุง ความสามารถในการรีไซเคิลของวัสดุบรรจุภัณฑ์ “ย้อนกลับไปในปี 2019 เรารู้ดีว่าหนึ่งในความท้าทายสำคัญที่เราจะต้องเผชิญคือการจัดการกับกล่อง กระดาษห่อพลาสติก และบรรจุภัณฑ์ที่เราส่งให้ลูกค้าโดยรู้ว่าจะเกิดอะไรขึ้นกับมัน จากนั้นจึงปรับปรุงต่อไป การออกแบบนั้นเพื่อให้แน่ใจว่าสามารถรีไซเคิลได้มากขึ้น” นิโคลัส เอลลิส ประธานของ Amazon Climate Pledge Fund อธิบาย ความร่วมมือกับ Glacier กลายเป็นทางออกที่มีแนวโน้มสำหรับความท้าทายนี้ เพื่อช่วย Amazon ในการติดตามเส้นทางของบรรจุภัณฑ์พลาสติกชีวภาพที่มีความยืดหยุ่นผ่านกระแสการรีไซเคิล Glacier ได้ติดตั้งกล้อง AI บนสายการผลิตกระดาษ MRF ซึ่งฟิล์มส่วนใหญ่จบลง จากนั้นได้พัฒนาแบบจำลอง AI เพื่อระบุพลาสติกชีวภาพ “เมื่อมีสินค้านับพันรายการทุกๆ นาทีไหลผ่านสายพานลำเลียง” Hu อธิบาย หลังจากฝึกฝนรูปภาพหลายพันภาพในช่วงหลายเดือน แบบจำลอง AI ก็สามารถตรวจจับบรรจุภัณฑ์พลาสติกชีวภาพประเภทต่างๆ ได้ตั้งแต่ถุงผลิตผลไปจนถึงบรรจุภัณฑ์ของว่างด้วยความแม่นยำ 90% การเรียนรู้ที่ได้รับจากโครงการนี้คือความสำคัญขององค์ประกอบการออกแบบบรรจุภัณฑ์ ตัวอย่างเช่น ความสามารถของโมเดล AI ในการตรวจจับบรรจุภัณฑ์จะขึ้นอยู่กับขนาดของสินค้าและการมองเห็นคุณลักษณะที่แตกต่าง เช่น กราฟิก ข้อมูลเชิงลึกอีกประการหนึ่งก็คือ ด้วยการรวบรวมและวิเคราะห์ข้อมูลเกี่ยวกับความสามารถในการรีไซเคิลของวัสดุบรรจุภัณฑ์ Amazon จึงสามารถตัดสินใจอย่างมีข้อมูลเพื่อปรับปรุงการออกแบบและการนำบรรจุภัณฑ์กลับมาใช้ใหม่ได้ “หากคุณไม่มีข้อมูล คุณจะไม่สามารถตัดสินใจได้ดี” เอลลิสกล่าว เขากล่าวเสริมในช่วงท้ายของเซสชันว่า “มีสิ่งสำคัญบางประการที่ผมหวังว่าคุณแต่ละคนจะได้รับประโยชน์จากการนำเสนอนี้ ประการหนึ่งคือมีการเรียนรู้ที่สำคัญบางประการที่คุณสามารถนำไปใช้ในการออกแบบบรรจุภัณฑ์ของคุณได้ในปัจจุบัน เรื่องความสม่ำเสมอ เรื่องขนาด เรื่องความแตกต่าง บทเรียนสำคัญเหล่านี้เป็นสิ่งที่เราได้เก็บไว้ภายใน เราได้เริ่มปรับเปลี่ยนบรรจุภัณฑ์ของเราแล้ว “หากคุณเป็นผู้ดำเนินการ MRF ฉันขอแนะนำให้คุณพิจารณาว่า AI สามารถเปลี่ยนเศรษฐศาสตร์ของธุรกิจของคุณได้อย่างไร ทำให้ลูกค้าอย่าง Amazon เป็นพันธมิตรกับคุณได้ดีขึ้น และตรวจสอบให้แน่ใจว่าเราจะไม่เสียสิ่งใดไปกับกระแสการรีไซเคิลนั้น—ซึ่งเรา ฟื้นตัวได้มากที่สุดเท่าที่เราจะทำได้” ปวส
แหล่งที่มาของข้อมูล