循环经济的想法并不新鲜，但使用人工智能和数据分析来简化其复杂性却是新鲜事。行业终于可以实现可持续发展。
过去 50 年来，地球自然资源的开采量增加了两倍。如果不采取紧急行动扭转这一趋势，这一增长率每年平均增长 2.3%，在未来几十年内可能会比 2020 年的水平再增加 60%。这就是线性经济的一端。另一方面，专家预测，到 2050 年，城市固体废物的产生量将从 2023 年的 23 亿吨增加到每年近 42 亿吨。此外，我们知道，发展中国家 70% 的工业废物未经处理就倒入水道，污染饮用水供应。
我们传统的线性经济是指利用自然资源，制造产品和副产品，并在通常较短的生命周期结束时将其作为废物处理。这是一个不可持续的全球过程，吞噬地球并吐出垃圾和毒物。我们很早就了解这种生产和消费方式造成的环境破坏。但现在出现了一种新的变革紧迫感：供应链的不确定性、贸易冲突、自然资源稀缺、制造复杂性、人口增长、气候变化压力以及数字化转型时代对经济竞争力的需求都在推动范式转变更加可持续的循环经济。
循环经济概念并不新鲜。它包括再制造、翻新、维修、回收、重新利用和再利用，以大幅减少浪费和排放。您从已经流通的现有产品中提取所需的材料——就像大自然一样。它还涉及做出有目的的设计决策，以延长产品寿命，并在制造之前整合可回收的产品材料和组件结构。
新鲜的是人工智能、数据分析和数字技术能够简化循环经济的复杂性，并帮助行业大规模克服之前的实施挑战。
对于制造商来说，将循环方法付诸实践可能是一项艰巨而复杂的努力——即使可持续发展目标已经明确定义并且有这样做的意愿。如果流程和关键绩效指标尚未建立和测试，再制造零件的需求会波动，供应和采购可能无法预测，质量可能会有所不同，并且顺畅、及时的更换物流可能难以实现。
在关于循环经济技术创新的重要新编辑著作中，研究科学家 Manish Gupta 和 Umeshwar Dayal 贡献了一个章节，提供了详细的人工智能和数据分析系统，该系统可以提供整个价值链上信息的可见性和访问权限，捕获和共享数据，以便每个利益相关者可以在更大的背景下优化其库存管理和运营，而不仅仅是在自己有限的背景下。
使用物联网传感器和人工智能应用程序，可以跟踪和预测实际设备使用情况的数据，这些数据随时间和条件而波动。利用大量数据集的准确替换预测系统使企业能够获得实时洞察，帮助他们简化与合作伙伴的循环再制造流程，从而使需求的清晰度达到新的水平，从而快速、大规模地通知供应。
数字双胞胎也可以发挥重要作用。可以在物理系统的虚拟副本中对循环流程进行建模和优化。利用这种环境中的大数据来模拟不同的场景和生产流程，企业可以更快地评估设备状况和组件的健康状况，识别效率低下和浪费，衡量能源使用情况和产生的排放，并设计更可持续的可回收产品。
像区块链这样的数据去中心化技术也有巨大的潜力，可以在供应链中提供完全的透明度和可追溯性。使用循环系统的所有利益相关者都需要这种程度的可见性，以最大限度地减少欺诈风险，确保重建和回收材料的质量和真实性，并规划其物流。
将数据用于推动向循环经济转型的能力来得正是时候。研究人员 Rana Hajirasouli 最近在《哈佛商业评论》上指出，即使对于中小企业来说，采用循环流程也提供了一个令人信服的商机，可以重新评估副产品和废物流作为潜在资源；企业可以同时削减成本、创造新收入并获得竞争优势——本质上将浪费从成本中心转变为利润驱动力。事实上，世界经济论坛估计，到 2030 年，重复利用资源，而不是依赖原材料和新产品，可以产生高达 4.5 万亿美元的经济效益。
在世界不同地区开展业务还需要在向循环转型方面取得进展。2020 年 3 月，欧盟通过了新的循环经济行动计划 (CEAP)，该计划针对产品的设计方式、促进循环经济流程、鼓励可持续消费，旨在确保防止浪费，并将所使用的资源保留在欧盟经济尽可能长久地存在。
看到 2024 年夏季奥运会的领奖台由回收的食品容器（100% 再利用的塑料垃圾）建造而成，也许并不奇怪。这家初创公司引用了循环方法已被证实的经济潜力，利用用过的洗发水瓶和瓶盖制造了 11,000 个露天看台座椅。最近的另一个循环突破的例子刚刚发表在《自然》杂志上，它涉及一种新的、廉价的方法来回收有价值的太阳能电池板组件，可以在全球可再生能源发展中节省大量资金。借助人工智能，面板生命周期评估和组件重新利用可以在整个行业价值链中扩展。
大型企业和工业企业准备充分利用循环经济市场潜力和可持续成果。他们重新构想废物的道路将依赖于新的数据驱动方法和循环预测系统，其中共享数据和预测人工智能帮助我们检查产品生命周期并从新理解的模式中收集可行的见解。人工智能和数据基础设施现在已经存在，可以采取行动——我们有责任紧急推进。
你可能也喜欢