Il robot collaborativo ha appena afferrato un monitor. È in grado di distinguerlo da altri oggetti elettronici come pc, smartphone, tablet che potrebbero capitare sotto la sua mano artificiale, e quindi sa come afferrarlo. Lo porge a un addetto che comincia a smontarlo. Quando tutti i pezzi sono separati - monitor di vetro, struttura in plastica, scheda elettronica - il robot li colloca su un nastro trasportatore che li porta in un’altra area, dove i componenti vengono analizzati per capire se possono essere riutilizzati, riparati o, nella peggiore delle ipotesi, buttati. In quest’ultimo caso giungono in un’ultima postazione automatizzata, dove i materiali vengono separati, triturati nel caso della plastica o del vetro, e avviati al riciclo. La parte più complicata riguarda le schede elettroniche, che contengono materiali costosi, come il rame, o addirittura preziosi e strategici, come le terre rare.
La frontiera del “re-manufacturing”
Siamo in Italia, a Milano, nell’impianto sperimentale di “re-manufacturing” e “de-manufacturing” realizzato congiuntamente da STIIMA, l’Istituto di sistemi e tecnologie industriali intelligenti per il manifatturiero avanzato del CNR, e dal Politecnico di Milano. Per quanto sia ancora a livello di esperimento pilota, questo sito è un esempio eloquente delle enormi potenzialità dell’intelligenza artificiale nell’economia circolare. Perché? Non esistono al mondo impianti capaci di prendere un rifiuto elettronico, capire di cosa si tratti, smontarlo e recuperarne le parti utili o preziose. Per questo motivo milioni di tonnellate di vecchie tv, monitor, pc rotti, telefonini ed elettrodomestici di ogni tipo si accumulano nelle discariche, da dove possono essere rimossi per alimentare un mercato illegale ed estremamente inquinante.
Le reali dimensioni sfuggono alle stime, ma secondo l’UNEP, l’agenzia per la protezione ambientale delle Nazioni Unite, il mercato globale dei rifiuti elettronici vale oltre 62 miliardi di dollari e solo il 20% viene formalmente riciclato. Tutto il resto alimenta un business basato sull’esportazione di questi scarti in Africa Equatoriale, India, Sud Est Asiatico. Una pratica che ha un enorme impatto ambientale e sociale.
I segreti per progettare prodotti circolari
Il nostro modo di gestire i rifiuti elettronici è soltanto uno dei tanti possibili esempi di come un’economia basata su un processo lineare, che parte dallo sfruttamento di risorse naturali per concludersi in discarica, non sia più sostenibile per il pianeta. È fondamentale, quindi, convertirsi a un’economia circolare che garantisca una minore pressione sulle risorse naturali e una loro gestione più equilibrata. In questa transizione, l’AI può giocare un ruolo cruciale, come l’impianto pilota di de-manufacturing di Milano dimostra.
Lo conferma la Ellen MacArthur Foundation, un’organizzazione che opera nel mondo per diffondere esempi e buone pratiche legate all’economia circolare. Attraverso un network di un centinaio di imprese globali di cui fa parte anche il nostro Gruppo, la fondazione produce documenti e strumenti per diffondere la cultura circolare. In questo tutorial, per esempio, spiega come l’intelligenza artificiale possa mettere a frutto la propria capacità di analizzare rapidamente enormi quantità di dati per migliorare tre aspetti fondamentali nella progettazione di prodotti circolari. Il primo è la capacità di individuare, tra i molti possibili, il miglior modo di progettare secondo criteri di circolarità, considerando l’utilizzo di materie prime e tutto il ciclo di vita di un oggetto. Il secondo è il poter velocizzare il processo di progettazione di un prodotto circolare e, quindi, di rendere più rapido il suo arrivo sul mercato. Il terzo aspetto, infine, riguarda l’apporto che l’AI può fornire nel trovare nuove soluzioni, pensare “out of the box” e cominciare a concepire i beni di consumo in modo diverso.
Ad esempio l’AI può essere utilizzata per prevedere guasti e relative problematiche durante la vita di un prodotto rendendolo più circolare attraverso l’estensione della vita utile. Per questo in Enel abbiamo adottato e promosso l’utilizzo di tecniche di machine learning che hanno permesso di effettuare analisi predittive per la manutenzione della rete di distribuzione elettrica e dei componenti degli impianti di generazione di energia, individuando in anticipo le criticità di funzionamento degli apparati e prevenendo in tal modo i guasti estendendo la vita utile dei nostri asset e, nello stesso tempo, migliorando la qualità del servizi.
Dall’elettronica di consumo ai cibi innovativi
Esempi di un approccio di questo tipo già esistono e si stanno diffondendo. In uno studio del 2019, pubblicato da McKinsey e realizzato con Google ed Ellen MacArthur Foundation, sono descritte numerose applicazioni reali, per esempio in campo agroalimentare o nell’elettronica di consumo. Per la gestione e la separazione corretta dei rifiuti elettronici, per esempio, vengono utilizzati sistemi di AI che selezionano nell’indifferenziato e classificano batterie o cellulari, come fa la società svedese Refind Technology, oppure sistemi di machine learning che analizzano le immagini degli scarti per individuare quelli elettronici. Soluzioni di questo tipo sono state messe a punto da aziende come AMP Robotics, Bulk Handling Systems, Sadako Technologies e ZenRobotics.
Nel settore alimentare l’AI è impiegata per progettare cibi innovativi, basati su prodotti con cui affiancare carne, pesce e prodotti a base di latte e uova generati da una filiera ad alto impatto ambientale. Un esempio sono le carni vegetali di Beyond Meat, arrivata anche nei ristoranti italiani, o di Impossible Foods, oppure il latte, il gelato e la maionese della spagnola NotCo. Ma le applicazioni si estendono a tutte le fasi della filiera agroalimentare, dalla coltivazione al confezionamento. È attraverso soluzioni hi-tech creative e intelligenti che la strada verso l’economia circolare può diventare un’autostrada. E il pianeta ringrazia.