
시카고의 MRF에서 일하는 두 개의 빙하 시스템. 로봇은 분당 최대 45 개 항목을 분류 할 수 있습니다. | 출처 : ON Glacier의 공동 창립자 인 Areeb Malik LinkedIn
인공 지능과 로봇 공학을 사용하여 재활용 가능한 재료를 효율적으로 분류하는 Glacier는 오늘 시리즈 A 자금으로 1,600 만 달러를 모금했다고 발표했습니다. 이 회사는 또한 시애틀에있는 Recology의 King County Material Recovery Recovery Facility 또는 MRF가 AI 재활용 로봇의 함대를 배치했다고 밝혔다.
샌프란시스코에 본사를 둔 Glacier는이 투자 한도가 획기적인 기간을 차지한다고 샌프란시스코, 로스 앤젤레스, 시카고, 디트로이트 및 피닉스를 포함한 시장으로의 입지를 확대했다고 밝혔다.
Glacier의 공동 창립자이자 CEO 인 Rebecca Hu-Thrams는“자금은 우리가 진행중인이 성장 궤적에 대한 놀라운 증거 일뿐 아니라 우리는 몇 가지 주목할만한 방법으로 자금을 사용하고 있습니다. 로봇 보고서. “첫 번째는 로봇과 비전 시스템을 포함한 하드웨어를 점점 더 확장 가능하고 더 빠르게 배포하는 것입니다.”
Glacier는 예측할 수없는 재활용 스트림의 특성을 다루기 위해 로봇을 조립했습니다. 컴퓨터 비전과 AI 기술 애완 동물 플라스틱 및 알루미늄 캔과 같은 일반적인 품목에서 치약 튜브, 고양이 음식 통과 같은 특정 포장 유형에 이르기까지 30 가지가 넘는 다양한 유형의 재료를 식별하고 정렬해야합니다.
Glacier는 데이터 플라이휠을 구축합니다
Hu-Thrams는 빙하가 점점 더 많이보고 있다고 말했습니다. 재활용 로봇과 AI 데이터는 동일한 플라이휠의 두 부분으로 데이터입니다. 데이터는 로봇을 더 좋고 정확하게 만듭니다. 로봇은 선택할 때마다 더 많은 데이터를 수집합니다.
Thrams는“현재 우리가 실제로 집중하고있는 것은 그 플라이휠을 구축하고 로봇이 즉시 치료해야 할 일에 대한 불가지론 일 수있는 문제를 해결하기 위해 데이터를 활용할 수있는 방법을 이해하는 것입니다. “우리의 궁극적 인 비전은 빙하가 이러한 재활용 시설의 운영 체제가 될 수있는 도구가되는 것입니다.”
EIF (Ecosystem Integrity Fund)가 라운드를 이끌었습니다. 또한 기존 투자자의 참여도 포함되었습니다 New Enterprise Associates (NEA), Alleycorp, Overture Climate VC, Amazon Climate Pledge Fund 및 VSC Ventures.
Glacier의 새로운 투자자들은 Elysium, Overap Holdings, Cox Exponential, Alumni Ventures, 하나의 작은 행성 및 운전 자본 기금을 포함했습니다.
원형 제조 루프를 닫습니다
Glacier의 장기 목표를 이해하려면 먼저 재활용 가치 사슬의 작동 방식을 이해해야합니다. 재활용 쓰레기통을 연석에 넣는 것으로 시작합니다. Hu-Thrams는 재활용품이 트럭으로 픽업되어 MRF로 가져 갔다고 Hu-Thrams는 말했다.
“그 MRF의 임무는 기본적으로 거대한 재활용 재활용 더미를 가져가는 것입니다. 그 중 상당수는 또한 가능한 한 효과적으로 구성된 상품으로 분류합니다.”라고 그녀는 설명했습니다. “정렬 프로세스가 완벽하다면,이 아름다운 종이, 골판지, 플라스틱, 알루미늄 캔이기 때문에이 MRF는 시장 제조업체가 새로운 물건으로 바뀌기 위해 판매하기 위해 판매 할 수있게 될 것입니다. 이제는 상상할 수있는 분류 프로세스는 매우 번거롭기 때문에 실제로는 여전히 수사적 인 노동으로 이루어집니다.”
MRF는 매우 높은 수준의 이직률을 경험하며 대부분의 MRF가 인력을 찾을 수 없다면 폐기물을 사용 가능한 재료로 분류 할 수 없습니다. Hu-Thrams는 Glacier가 원형 제조업에서 루프를 닫으려고 노력하고 있다고 말했다.
이상적으로, 재활용 쓰레기통의 재료는 시설로 이동하여 개별 구성 요소로 분해되어 재 포장되어 제조 공장으로 전달하여 다른 것으로 만들어집니다. 그러나 현재이 원에는 MRFS가 깨진 링크가 있습니다.
Hu-Thrams는“이러한 MRF가 무엇을하고 있는지 생각해보십시오. 공급 원료를 앓고있는 다음 특정 품질 속도로 특정 수확량을 생산하고 전형적인 제조 공장에서 기대할 수있는 모든 품질 검사를 수행하는 것입니다. “그러나 그들은 플라스틱 병 링 플랜트보다 도구가 적습니다.”
“그들은 여전히 육체 노동에 크게 의존하고있다”고 덧붙였다. “그들은 여전히 규모로 데이터가 거의 없으며 프로세스를 감사하고 효율성을 향상시키는 데 도움이됩니다. 이는 빙하가 그들을 채우려는 격차입니다.”
재활용은 분류 문제를 제기합니다
MRF는 더럽고 분류하기가 매우 어렵다는 엄청나게 이질적인 재료의 흐름을 다루고 있습니다. 이는 프로세스를 자동화하기를 희망하는 회사에 많은 도전을 제시했습니다. 첫째, Glacier 이전에, 다른 재활용 분류 시스템은 MRF에 대해 일반적으로 너무 비싸지 않은 상용 로봇을 사용했다고 Hu-Thrams는 언급했다.
“둘째,이 유닛들 중 많은 부분이 매우 공간이 제한되는 환경에서 물리적으로 크고 공간 소모적이었다”고 덧붙였다. “정렬 라인에서 3 ~ 4 개의 분류기의 공간을 차지하고 1의 작업을 수행하는 로봇을 상상해보십시오.”
마지막으로, 제조 플랜트와 같은 MRF는 업스트림을 기반으로 살거나 죽는다”고 Hu-Thrams는 말했다.
“그들은 병, 캔과 종이를 가공하는 것뿐만 아니라 크리스마스 조명, 서핑 보드, 전자 레인지, 자동차 모터, 총과 손 수류탄과 같은 것들을보고 있습니다.”라고 그녀는 말했습니다. “그런 종류의 재료 스트림으로 효과적으로 일할 수있을 정도로 다재다능한 시스템을 어떻게 설계합니까? 이것이 우리가 목적에 맞춰야 할 길이라고 결정한 이유입니다.”
Hu-Thrams는 Glacier는 신뢰할 수있는 OEM의 기성품 구성 요소를 사용한다고 말했다. 그만큼 회사 이 부분을 독립적으로 공급하여 소형 로봇을 구성하고 가동 시간이 높으며 ROI (Restor Return on Investment)가 있습니다. 실제로 Hu-Thrams는 많은 Glacier의 고객이 1 년 이내에 ROI를 얻었다고 말했다. 재활용의 경우, 3 년의 전환이 빠르게 간주 될 것이라고 그녀는 말했다.
Glacier는 MRF가 수집하는 데이터를 최대한 활용하도록 도와줍니다.
대화 전반에 걸쳐 Hu-Thrams는 고객의 요구를 최우선으로하는 Glacier의 헌신을 강조했습니다. 비용, 가동 시간, 지불 모델, 로봇 서비스에 대한 고객의 권리, 아마도 가장 중요한 AI에 있어서는 사실입니다.
“우리는 재활용 시설 고객에게 가서 그들에게 물어볼 것입니다. 당신이 가장 관심을 갖는 상품이나 물건의 유형은 무엇입니까?” Hu-Thrams가 말했다. “우리는 실제로 우리가 AI 분류를 구축하는 방식을 살기 위해 그 접근법을 사용했습니다.”
예를 들어, Glacier는 고객이 데이터를 사용하여 플랜트의 전반적인 효율성을 향상시키는 방법을 찾기 위해 노력합니다. Hu-Thrams는“데이터베이스를 성장 시켰고 AI의 기능을 성장시킬 때 실제로 데이터를 전형적인 제조 공장과 같은 독립형 제품으로 사용하는 많은 고객이 실제로보고 있습니다.
“우리는 실제로 수많은 고객들이 매년 매립지로 보내고있는 수많은 수익을 식별하고 정량화하는 데 도움이되었으며, 계획을 세분화하고 계획을 미세 조정하고 이러한 변화가 전체 복구율에 영향을 미쳤던 곳을 실시간으로 볼 수 있습니다.”라고 그녀는 계속 말했습니다.
Hu-Thrams는 앞으로도 그녀는 빙하가 로봇이나 로봇이되기를 희망한다고 말했습니다. 일체 포함 데이터 회사뿐만 아니라 재활용 시설이 최고 라인 문제를 해결하는 데 도움이되는 파트너도 있습니다. 예를 들어, 고객이 종이 스트림에서 오염에 문제가있는 경우 Glacier는 전략적 위치에 비전 시스템과 로봇을 설치하여 순도를 개선 할 수 있습니다.
Hu-Thrams는“아마도 처음으로 아마도 처음 으로이 시설들이 실제로 아이템 수준에서 실시간으로 이해하는 데 도움이 될 수 있습니다. “우리는 그들 에게이 복구 도구를 제공하여 실제로 그들이 특정한 방식으로 선택하고 있는지 확인합니다.”
게시물 Glacier는 1,600 만 달러를 가져와 새로운 Recology King 배치를 발표했습니다. 먼저 나타났습니다 로봇 보고서.