Economia Circolare

Economia Circolare e Intelligenza Artificiale: vantaggi e trend futuri

Sono diversi i benefici che il settore dell’Intelligenza Artificiale può portare all’Economia Circolare: dalla progettazione dei prodotti, alla gestione dei modelli di business, fino ad arrivare all’ottimizzazione delle infrastrutture.

Simone Tabellini per Sfridoo

Simone Tabellini

Digital Marketing Specialist

Illustrative image of artificial intelligence

L’intelligenza artificiale può accelerare la transizione all’economia circolare?

Ebbene sì, sfruttare a pieno il potenziale dell’intelligenza artificiale (IA), può portare alla progettazione e all’implementazione rapida e di successo di una varietà di soluzioni di Economia Circolare.

Sono diverse le possibilità di integrazione dell’IA all’alterno di questo settore come per esempio la progettazione di materiali circolari, la gestione dei modelli di business sostenibili e l’ottimizzazione dei flussi di prodotti.

Prima di entrare nello specifico di questo mondo, è necessario comprendere cos’è un’intelligenza artificiale e come funziona.

Cos’è l’Intelligenza Artificiale?

infographic explaining how artificial intelligence can help make the consumer electronics industry more circular, to reduce the amount of e-waste produced
FONTE: “Artificial intelligence and the circular economy ai as a tool to accelerate the transition”

L’intelligenza artificiale (IA), in inglese “Artificial Intelligence” (AI), è un termine generale per una raccolta di tecnologie, che si occupano di modelli e sistemi che svolgono funzioni cognitive simili a quelle umane, come il ragionamento e l’apprendimento.

Lo sviluppo di un algoritmo AI segue tipicamente un processo di raccolta dati, attraversol’acquisizione di metadati (testi, immagini, suoni), i quali vengono costantemente etichettati e ingegnerizzati in un formato leggibile da macchina, sviluppando così un algoritmo in grado di fornire un output atto a risolvere un particolare problema.

Funzionamento e infrastruttura

Per interagire con questa nuova ed emergente tecnologia sono necessari esperti, in grado di tradurre l’output dell’algoritmo in risultati che abbiano senso per gli esseri umani, assieme alla disponibilità di dati di alta qualità, sufficienti per addestrare l’algoritmo, in quanto, dati mal ingegnerizzati, portano a risultati di scarsa qualità.

Per acquisire valore dall’IA, le organizzazioni devono stabilire processi digitali, una cultura aperta intorno a essa e, a livello tecnico, una potenza di elaborazione adeguata per gestire tutti gli input di dati.

Tali elementi danno la possibilità all’AI di disegnare connessioni tra diverse parti di una rete di dati e generare soluzioni che vanno oltre la capacità e la velocità umana.

Come l’intelligenza artificiale aiuta l’Economia Circolare

Secondo il rapporto “Artificial intelligence  and the circular economy ai as a tool  to accelerate the transition” della Ellen MacArthur Foundation (EMF), in collaborazione con Google, le capacità dell’intelligenza artificiale possono aiutare a costruire un’Economia Circolare a un ritmo più veloce di quanto sarebbe possibile senza, stimolando lo sviluppo di aziende circolari completamente nuove o aiutarle nella loro transizione.

Altre grande applicazione, è quella dell’utilizzo di algoritmi di AI per contribuire all’ottimizzazione dei processi di riciclaggio e alla gestione intelligente dei materiali, aiutando le aziende nella ricerca di soluzioni eco innovative.

Le applicazioni sono dunque svariate, ma in questo articolo andremo a concentrarci su tre aspetti in particolare di tale integrazione:

  1. progettare prodotti, componenti e materiali circolari;
  2. gestire modelli di business circolari;
  3. ottimizzare l’infrastruttura per garantire flussi di prodotti e materiali circolari.

Progettare prodotti, componenti e materiali circolari

L’Economia Circolare richiede innovazione progettuale per mantenere sempre prodotti, componenti e materiali alla loro massima utilità e valore, distinguendo tra cicli tecnici e biologici.

Un focus sul design può potenziare i cicli di riutilizzo, riparazione, ristrutturazione e riciclaggio dei materiali tecnici, favorendo lo sviluppo dei cicli a cascata che collegano imprese diverse, anche attraverso piattaforme territoriali, in modo che scarti di una, diventino materiali per un’altra, o che lo sfrido diventi la materia prima “seconda” della stessa.

Caratteristiche come lo smontaggio, la aggiornabilità o il riuso, possono essere gestiti dall’AI, attraverso un processo di feedback continuo in cui i progettisti testano e perfezionano i suggerimenti di progettazione generati, portando a un risultato migliore, in un periodo di tempo più breve.

Inoltre, formando un algoritmo per l’analisi dei dati chimici noti, l’AI potrebbe essere utilizzata per prevedere la tossicità di sostanze chimiche o materiali in modo più economico ed efficiente.

Tuttavia, gran parte dei dati sulla proprietà dei materiali è attualmente inaccessibile, limitandone le possibilità di applicazione.

Esempio pratico di progettazione di materiali con l’AI

Un esempio in cui l’AI è stata utilizzata per assistere e accelerare la progettazione dei materiali, è stato il progetto “Accelerated Metallurgy”, gestito dall’Agenzia Spaziale Europea.

La tecnologia AI è stata utilizzata per creare un modo rapido e sistematico per produrre e testare nuove leghe metalliche, che presentano principi base dell’Economia Circolare, quali:

  • l’assenza di tossicità;
  • la progettazione volta al riutilizzo;
  • l’impiego di metodi di produzione innovativi;
  • lavorazione additiva che riducono al minimo gli sprechi.

Accelerated Metallurgy utilizza algoritmi AI per analizzare sistematicamente enormi quantità di dati sui materiali esistenti e le loro proprietà, e per progettare e testare nuove formulazioni di leghe metalliche, catturando i dettagli delle proprietà chimiche, fisiche e meccaniche.

In questo modo, facendo uso dei cicli rapidi di risposte, gli algoritmi possono mappare le

tendenze chiave nella struttura, nel processo e nelle proprietà, rendendo più efficace, in termini di tempistiche, il tradizionale processo di “prova ed errore”.

Gestire modelli di business circolari

Lo sviluppo di modelli di business circolari di successo e redditizi, richiede l’organizzazione di funzioni aziendali come marketing, prezzi e vendite, servizi post-vendita, assistenza clienti, logistica e logistica inversa, sostenute da principi di Economia Circolare.

Si tratta di introdurre nuove proposte commerciali come la condivisione degli asset e il product-as-a-service, e di far competere con successo i prodotti circolari esistenti con quelli lineari. 

Il lavoro di logistica inversa e di rigenerazione richiede la soluzione di diversi problemi, tra cui la domanda e l’offerta di prodotti e componenti usati, da cui scaturisce un prezzo di mercato volatile.

Esempio pratico di gestione dei modelli di business circolari con l’AI

Staff Str, startup B Corp londinese, dedicata alla riduzione e riutilizzo di materiale inutilizzata, acquista e raccoglie prodotti usati dai consumatori, con focus sull’abbigliamento, e li vende sui mercati secondari esistenti, aumentando la consapevolezza del valore di indumenti inutilizzati.

Stuffstr utilizza algoritmi AI, per la determinazione dei prezzi di scambio e per perfezionare la strategia di vendita, attraverso la sperimentazione costante e rapidi cicli di feedback.

La tecnologia AI genera valore circolare all’interno degli attuali modelli di business, creando il potenziale per tagliare i livelli di inventario, senza compromettere la capacità di soddisfare la domanda dei clienti.
Questo potrebbe portare a una grande riduzione dei rifiuti da prodotti invenduti, nonché ad una conseguente riduzione dei costi.

Otimizzare l’infrastruttura per garantire flussi circolari di prodotti e materiali

Una caratteristica fondamentale di un’Economia Circolare è che i materiali e i prodotti non vengono consumati e smaltiti, ma utilizzati più e più volte.

Ciò richiede il riutilizzo, la riparazione, la rigenerazione e il riciclaggio di prodotti tecnici, e la riconquista di nutrienti dai flussi di rifiuti biologici per i quali è necessaria un’infrastruttura efficiente e ampia per la raccolta, la selezione, la separazione, il trattamento e la ridistribuzione.

Una sfida comune è che questi flussi sono misti ed eterogenei in materiali, prodotti e sottoprodotti, sia biologici che tecnici, mentre il loro recupero ne richiede flussi omogenei e puri.

In generale, maggiore è il livello di recupero, cioè più i componenti possono essere identificati per il riutilizzo e la rigenerazione, maggiore è la qualità dei materiali estratti durante il riciclaggio.

Esempio pratico di ottimizzazione dell’infrastruttura con l’AI

ZenRobotics, azienda finlandese specializzata nel riciclaggio di componenti robotiche, ad esempio, utilizza telecamere e sensori, i cui input di immagini consentono all’AI di controllare robot intelligenti per la selezione dei rifiuti.

Questi robot possono raggiungere un livello di precisione del 98% nella selezione di una miriade di flussi di materiali, dagli imballaggi in plastica ai rifiuti edili.

Il software AI, chiamato ZenBrain, analizza i dati del sensore, creando un’accurata analisi in tempo reale del flusso di rifiuti e, sulla base di tale analisi, i robot prendono decisioni autonome su quali oggetti raccogliere, separando rapidamente le frazioni di rifiuti con alta precisione.

La maggiore flessibilità nella selezione dei rifiuti consente agli operatori di reagire rapidamente ai cambiamenti in un flusso di rifiuti, aumentando il tasso di recupero, la purezza dei materiali secondari e la qualità complessiva delle uscite.

Due casi studio di integrazione nel mondo e-waste e food

L’intelligenza artificiale come abbiamo capito può essere impiegata in diversi settori per accelerare la transizione verso l’applicazione dei modelli circolari.

Tra i contesti dove questa tecnologia può avere un impatto maggiore, due nello specifico sono i settori che possono beneficiare in maniera esponenziale dei vantaggi dell’AI: il settore dell’elettronica di consumo e il settore del food.
Vediamo nel dettaglio le opportunità per questi due settori e alcuni casi studio reali.

AI ed Economia Circolare nell’elettronica di consumo

infographic explaining how artificial intelligence can help make the consumer electronics industry more circular to reduce the amount of e-waste produced.
FONTE: “Artificial intelligence and the circular economy ai as a tool to accelerate the transition”

I prodotti elettronici di consumo sono diventati una parte essenziale della nostra vita quotidiana, influenzando il modo in cui lavoriamo, trascorriamo il nostro tempo libero e persino il modo in cui comunichiamo e ci relazioniamo l’un l’altro.

Secondo il report dell EMF, ogni anno vengono prodotti 10,5 milioni di tonnellate di rifiuti elettronici di consumo (di cui il 20% viene riciclato) e la Cina è il più grande produttore di e-waste al mondo, con circa 6 milioni di tonnellate di prodotti.

In un futuro economico circolare, i rifiuti elettronici saranno un concetto del passato: i dispositivi elettronici sono progettati per essere riutilizzati, riparati, ricondizionati e rigenerati, mentre tutta l’elettronica di consumo post-uso non viene smaltita, ma fatta circolare tra utenti con esigenze diverse e mutevoli, oppure restituiti direttamente al produttore, attraverso meccanismi di logistica inversa.

L’AI se implementata in modo corretto può contribuire a rendere questo settore più circolare, contribuendo ai seguenti aspettI:

  • Aumentare il periodo di utilizzo dei dispositivi.
  • Recuperare in maniera più efficiente i rifiuti elettronici.
  • Ottimizzare l’utilizzo di materiali, riducendo gli sprechi.
  • Scalare i processi di ricerca e sviluppo (R&S), per velocizzare l’innovazione.

Caso studio Refind Technologies

Refind Technologies ha creato dei sistemi in grado di identificare e selezionare automaticamente le batterie o classificare e smistare telefoni cellulari.

I servizi offerti dall’azienda consentono alle imprese di estrarre l’intero valore dai flussi di rifiuti elettronici in due modi:

  • in primo luogo, aiuta a ridurre gli e-waste migliorando i tassi complessivi di riciclaggio e ristrutturazione;
  • in secondo luogo, ne aumenta la valorizzazione, identificando se la condizione di un prodotto è più adatta per la ristrutturazione o per il riciclaggio.

I sistemi di smistamento, dotati di sensori e telecamere, attraverso il riconoscimento visivo e la tecnologia di apprendimento automatico supervisionato, possono classificare il tipo e la condizione di rifiuti elettronici, in modo che risulti una selezione più sicura, veloce e di qualità.

AI ed Economia Circolare nel settore del food

infographic where it is illustrated how to make regenerative and local the production fiel of the food sector
FONTE: “Artificial intelligence and the circular economy ai as a tool to accelerate the transition”

Negli ultimi due secoli, il sistema alimentare industriale ha fatto miracoli per aumentare rapidamente la produzione di cibo su scala globale.

Sebbene il sistema alimentare industriale abbia ottenuto grandi guadagni in termini di produttività, esso è in sostanza estrattivo, dispendioso e inadatto a soddisfare il fabbisogno alimentare mondiale a lungo termine.

Nella visione di un sistema alimentare circolare, la produzione di cibo migliora anziché degradare l’ambiente e le persone hanno accesso a prodotti sani, nutrienti e rispettosi dell’ambiente.

L’innovazione tecnologica, compresa l’intelligenza artificiale, svolge un ruolo importante nel realizzare questa visione circolare, generando un’opportunità economica che secondo il report della EMF arriverà a 127 miliardi di dollari nel 2030.

Le capacità digitali supportano la produzione alimentare distribuita e il trattamento dei sottoprodotti. Tecnologie come droni, blockchain, AI e altri strumenti rendendo il settore agricolo più sostenibile, tracciabile, trasparente ed efficiente.

L’intelligenza artificiale, se implementata in modo corretto, può contribuire al raggiungimento di un sistema alimentare circolare, portando all’interno del sistema numerosi vantaggi, ad esempio:

  • Progettare per eliminare gli sprechi alimentari evitabili.
  • Utilizzare meglio i sottoprodotti del settore.
  • Coltivare in modo rigenerativo e locale, ove opportuno.

Caso studio TOMRA

TOMRA è un’azienda norvegese fondata nel 1972, che fornisce un’ampia gamma di soluzioni per aumentare la produttività delle risorse nei processi di selezione e raccolta. 

Nello specifico per l’industria alimentare fornisce apparecchiature per la selezione, la cottura a vapore e la pelatura e può fornire informazioni sui processi di maturazione degli alimenti. 

Le tecnologie dell’azienda, grazie a sensori e algoritmi di intelligenza artificiale, sono in grado di rilevare gli alimenti, aiutando a reindirizzare i prodotti di buona qualità non considerati adatti alla vendita diretta ai consumatori per utilizzarli in altri prodotti alimentari, evitando che diventino rifiuti.

Sfide e considerazioni etiche

L’intelligenza artificiale può essere un fattore abilitante e acceleratore della transizione verso un’economia circolare.

L’opportunità economica globale che l’intelligenza artificiale può offrire entro il 2030 è stata stimata in 13.000 miliardi di dollari USA.

Tuttavia, il potenziale per un uso pionieristico di questa tecnologia nelle applicazioni dell’economia circolare è attualmente largamente non sfruttato.

Per sfruttare maggiormente questo potenziale, è necessario partire da una riflessione: capire dove si trovano queste opportunità per i diversi stakeholder e creare le condizioni per realizzare efficacemente.

Riflessione che ci porterà ad affrontare tre grandi sfide:

  • La creazione di una maggiore consapevolezza e comprensione di come l’IA porterà a supportare l’economia circolare, incoraggiando le applicazioni nella progettazione, nei modelli di business e nelle infrastrutture.
  • L’aumento dell’accessibilità e la condivisione dei dati richiederà nuovi approcci e una collaborazione attiva tra le parti interessate.
  • Lo sviluppo dell’IA in modo da essere equa, inclusiva e salvaguardare la privacy e la sicurezza dei dati delle persone.

Vuoi dare valore ai tuoi scarti aziendali?

Con Sfridoo® cogli il valore residuo dei tuoi scarti, traendo benefici economici, fiscali e ambientali, grazie ai principi dell’Economia Circolare e alla collaborazione con le altre aziende della rete.

VALORIZZA ADESSO

Compra Vendi Scarti aziendali

Sfridoo aiuta la tua impresa a nuovi partner per massimizzare il valore di tuoi scarti, sottoprodotti, materie seconde e avanzi di magazzino aziendali

SCOPRI DI PIÙ
Simone Tabellini per Sfridoo

Simone Tabellini

Digital Marketing Specialist

Una delle sfide del settore dell’Economia Circolare, è quella di riuscire a comunicare in maniera chiara ed efficace i vantaggi che questo modello economico può dare alle aziende. Investendo su tale aspetto possiamo incrementare consapevolezza e conoscenza nelle persone.