(​图源:www.wsp.com)

循环经济与人工智能是近几年来的热门话题。然而,目前在国内似乎尚未见到任何结合两者的实际案例。
谷歌公司与艾伦·麦克阿瑟基金会联合撰写了报告《人工智能和循环经济:AI 是一种有助于加速步入循环经济的工具》,对人工智能和循环经济两大趋势的结合进行了探索,并以食物与消费性电子两大产业为例,从人工智能赋能、加速循环经济的实例应用和未来趋势的角度进行了分析,重点讨论了人工智能在三个方面的贡献:设计循环产品、零件、和原料,助力循环经济商业模式,和优化循环模式基础设施。我们从报告中总结了一些观点,希望能启发创变者们从中发现新契机。

循环经济是什么?

根据艾伦·麦克阿瑟基金会的定义,循环经济主要有三大原则: 
1. 从设计之初避免废弃和污染 
2. 延长产品和材料的使用周期 
3. 促进自然系统再生
获取—制造—废弃”的线性生产模式是目前多数公司的选择,而循环经济旨在跳出这种模式,重新定义增长,并创造积极的全社会效益。

(图源: www.managementors.co.uk)

人工智能:循环经济转型的“助推器”

研究发现,人工智能可以从三个层面促进跨行业的循环经济创新:
1. 设计循环产品、零件、和原料。
人工智能可以借助机器学习等手段快速搭建原型,加速测试迭代,辅助设计过程,从而加速适合循环经济的新产品、组件和材料的开发。

(图源:roosboard.com)

 2. 助力循环经济商业模式。
人工智能可以放大循环经济商业模式的竞争实力,如产品的服务和租赁。结合来自产品和用户的实时和历史数据,人工智能可以通过定价和需求预测、智能库存管理来增加产品流通和资产利用率。
 3. 优化循环模式基础设施。
人工智能可以通过改进产品分类和拆卸、再制造部件和回收材料的过程,帮助改进产品和材料“闭环”所需的逆向物流基础设施建设。

实例分析:人工智能如何赋能可持续

共享经验,合作双赢

人工智能加速电子元件的设计过程
创立于2010年的 Motivo 公司用人工智能优化集成电路的开发与制造。在传统的集成电路制造过程中,设计、测试与迭代往往要耗时一年左右,设计越复杂,用于检查验证的时间也越冗长。即使在芯片制成进入市场后,也可能出现各种性能问题。对生产公司而言,要解决这些问题十分困难,其原因之一在于芯片生产过程中的人工手动干预。传统的纠错方式往往是通过调整参数来消除缺陷,但这一方法的效率并不高,因为调试者并没有从过往经验中学习,所采取的措施仅限于当前批次产品的即时处理。
Motivo 公司认为人工智能在这一方面拥有更多的优势,它不仅能根据过往的数据进行学习,还能进行预判,找出芯片可能存在的故障和其他潜在的问题,做到防患于未然。

(图源:Motivo 官网)

几次测试中,Motivo 公司表示,机器学习算法能有效的将芯片设计调试过程从一年缩短到几周,大大提升了设计效率。同时,随着测试效率的提升,消耗的能量和废料也可以被大幅度减少,进而达到更可持续的目的。
从设计层面来看,人工智能主要的优势在于其计算能力与学习能力。产品的设计、研发过程中,调试优化往往需要无数次的试错反复,寻找某种最优材料或配方也需要耗费大量的时间精力,而人工智能可以帮助执行这些重复或相似的测试操作,并且在过程中快速学习,推算出合适的方案。这项优势节省了劳动力,提升了效率,更降低了成本,和减少了材料的消耗,让公司与环境都受益,真正做到降本增效。

助力循环经济商业模式

Stuffstr: 人工智能助力二手物品流转,助推循环经济
循环经济的原则之一在于提升物品的使用率,减少能源、材料的浪费,而这需要公司与消费者的共同努力。随着可持续发展理念的传播,人们的消费观也逐渐改变,越来越多的人开始接受二手闲置物品交易这一方式。但二手物品的交易与商场物品买卖不同,双方信息的不对称、定价折旧的波动性、监管的困难等使得实际交易比想象中复杂许多。
Stuffstr 公司致力于开发人工智能方案来解决这一问题。一方面,他们为消费者提供购买二手物品的机会,另一方面,他们也鼓励消费者卖出闲置的物品,促进二手物品流通。在这一过程中,人工智能帮助预测产品在二手交易市场中的实时需求,确保消费者买进与卖出的商品都拥有合适的价格。这个解决方案还能根据反馈及时地调节销售策略,促进商品在市场中的交易。
(图源:Stuffstr.com)
从运营层面来看,人工智能的优势在于消费者洞察,它可以根据大数据对消费者人群进行细分,并根据需求变化来动态定价,有效减少商品的库存囤积,进而减少浪费。生活用品制造过程中的碳排放其实体量惊人,却常被忽略。如果二手交易市场等循环经济商业模式能借由人工智能更好地发展,这将为可持续发展带来巨大贡献。

优化循环模式基础设施

ZenRobotics: 人工智能辅助分类,实现材料回收“闭环”
循环经济其中一个关键理念是实现材料和产品的有效回收利用,这需要通过技术对回收、再制造和循环利用提供支持,以及高效广泛的基础设施来进行收集、分类、分离和再分配。当前大环境面临的挑战是如何把有回收价值的物质从废物中分离并归类。分离效果越好,再利用和再制造的物料质量也就越高。
ZenRobotics 是第一家将人工智能与机器人技术运用到废物处理中的公司。他们使用摄像头与传感器获取并输入数据,结合计算机视觉技术对混合物料进行分类,并借由机器人处理废料,这一操作据称能达到98%的准确度。ZenRobotics 机器人所实现的废物高精度快速分离,为改善产品后续处理效率和实现可回收再利用的闭环提供了契机。
(图源:Recycling Magazine)
从基础设施层面来看,人工智能在促进产品回收过程规模化,解决技术挑战方面也相当有潜力。例如在消费性电子产业,产品的回收往往非常繁琐、分散且劳动密集。技术上的复杂性也为回收的过程筑高了壁垒。人工智能的出现有望缓解这一现状:人工智能基础设施相比起人工劳动力更易于大规模铺设,机器学习提高了分类分级过程中的客观性、敏捷性与准确性,也能够帮助降低评估和再制造的成本。

创变者可以怎么做?

随着能源、碳排放等环境问题日益严峻,循环经济的经济、环境和社会效益也日益明显。在循环经济中,创造价值与消耗有限资源越来越脱钩。它向小型和大型组织、地方和全球组织、私营和公共组织展示了打造多样化和具包容性经济的潜力。循环经济的愿景在于构建一个适合未来的再生系统,遵循循环经济理念的创业者们都将是构建这个系统的一员。 
人工智能是实现循环经济愿景的重要助推器。它在食品及消费性电子行业的成功实例表明,人工智能在循环经济中带来价值的机会并不局限于特定行业,而是在实现系统性转变上发挥重要作用。作为创变者,您可以着重思考关注以下几个方面:

(图源:medium.com)

  • 深入了解人工智能如何赋能循环经济:以本文中提到的案例作为起点,认清人工智能的优势和局限,了解利益相关方的需求,以及可能的应用场景;
  • 数据的访问与共享权限:高质量数据收集是帮助人工智能做出精准决策的重要因素,除项目开源外,如何获得相关数据,也是需要与利益相关者们一同探寻的议题;
  • 个人隐私与数据安全:隐私与安全是面对人工智能技术时的常见问题——在获取过程中和使用数据时,个人隐私与数据安全的保护是开发者需要多加关注的环节。
人工智能与循环经济的结合将带来许多机遇与挑战。尽管现阶段已经有了人工智能辅助设计的实例,若要将人工智能应用于“重新调整设计整个经济系统”这样更为复杂的任务,则仍有很长一段路要走。在现今人工智能迅速发展的这一风口,创变者们可以进一步探索将事业结合人工智能,进而赋能转型循环经济这一商业模式的可能。
参考资料:
1. 谷歌,艾伦·麦克阿瑟基金会,“人工智能和循环经济:AI 是一种有助于加速步入循环经济的工具” 
2. 艾伦·麦克阿瑟基金会,“什么是循环经济”,https://www.ellenmacarthurfoundation.org/cn/%E5%BE%AA%E7%8E%AF%E7%BB%8F%E6%B5%8E/%E5%BE%AA%E7%8E%AF%E7%BB%8F%E6%B5%8E%E5%8E%9F%E5%88%99 
3. 36氪,“麦肯锡:半导体制造行业的高级分析,关注晶圆厂改革之路”,http://36kr.com/coop/toutiao/5069002.html?ktm_source=toutiao&tt_group_id=6403584433614192897&tt_from=android_share&utm_medium=toutiao_android&utm_campaign=client_share