自然再生型で、リターンを生む投資機会の一つとして循環経済に貢献しうるAI対応の廃棄物選別は、規模拡大の準備が整っている。
ごみ箱単位のセンサーから分子レベルのスキャナーに至るまで、AIは今や廃棄物のサプライチェーン全体に組み込まれている。
各段階では、スタートアップの株式から地方債まで異なる資本が活用されているが、そのほぼすべてが長期的な買取契約の成否にかかっている。
一人当たりの平均的な廃棄物発生量は、毎日約0.88キログラムである。米国とカナダでは、その2倍以上に達しており、1日あたりの排出量は2.2kgを上回っている。世界のプラスチック廃棄物のうちリサイクルされているのは約9%にすぎず、2023年に生産された繊維のうちリサイクル原料から作られたのは、わずか8%であった。残りは埋め立て、焼却、あるいは環境中への流出によって失われている。
この損失の裏側には経済的な機会が存在する。アクセンチュアの試算によれば、直線型の「採る・作る・捨てる」から循環型システムへの移行は、4.5兆ドルの追加的な経済的産出を2030年までにもたらし、2050年には25兆ドルに拡大しうるという。
現在失われているものと回収可能なものとの間にあるこのギャップは、世界経済フォーラムの新たな自然経済のための50の投資機会報告書で取り上げられており、同報告書は、自然損失は環境コストであると同時に、企業や投資家が持続可能性を支えながら獲得しうる潜在的な経済価値でもあると論じている。
同報告書では、13の分野にまたがる、すでに投資可能な自然再生型のビジネス活動50件を示しており、技術的な成熟度と財務的な成熟度によって分類されている。自然再生型の目標に貢献するバリューチェーン内の事業活動が、リターンを生み、投資可能となりうることを示すため、ここでは報告書で詳述されている活動の一つ、AI対応の（プラスチック）廃棄物選別を取り上げる。
高度なAI対応の廃棄物選別
化学、プラスチック、循環型素材分野における高度でAI強化型のプラスチック選別は、規模拡大に向けた準備が整った機会として特定されている。基盤技術は成熟しており、資金調達の手段はすでに存在し、その需要は規制要件と地政学的動向によって後押しされている。
リサイクル施設は従来、作業員が移動するコンベアベルト上からリサイクル可能物を手作業で選別することに依存してきた。その作業速度は1分あたりおよそ30～40個であり、精度にもばらつきがある。また、離職率が高く健康被害のリスクも指摘される仕事である。コンピュータービジョンシステムは、人間を危険性の高い環境から遠ざけ、雇用を完全に置き換えるのではなく、これらの仕事をより効率的なものへと補完することで、この状況を変えつつある。Greyparrot、AMP Robotics、TOMRAを含む企業は、カメラと機械学習を用いて、最大98%の精度で廃棄物を特定し、ロボットアームや光学選別機を制御している。これらの装置は、1分あたり80個以上の物品を選別する。
AIを活用した選別は、廃棄物の量と多様性が増すにつれ、素材の特定を自動化し、選別精度を向上させ、人件費を削減し、資源回収を最大化することができる。ただし、その効果は各国の廃棄物管理システムの成熟度に左右される。これらの技術は、収集、集約、基礎的な選別を含む基盤インフラがすでに整っている場合に最も効果を発揮する。こうした基盤がまだ発展途上にある場合は、まずシステムの強化が優先されなければならない。
—ジャン＝ルー・マッソン、循環型ソリューションセンター主席アドバイザー、プラスチック廃棄物撲滅同盟
ジャン＝ルー・マッソン、循環型ソリューションセンター主席アドバイザー、プラスチック廃棄物撲滅同盟
廃棄物のサプライチェーンにおけるAIの位置づけ
廃棄物は、ごみ箱から収集車、資源回収施設、再生処理業者を経て、利用可能な原料として消費者ブランドや包装事業者に戻るまで、五つの明確な段階を経て移動する。現在、AIツールはこのバリューチェーンのいくつかの地点で活用されており、それぞれが問題の異なる部分を解決すると同時に、上流と下流の成果を結びつけ、より賢明な意思決定を可能にしている。
収集段階では、単一ストリーム方式のシステムがリサイクル可能物を食品や有機廃棄物と混ぜてしまい、選別が始まる前から素材の品質を低下させている。例えば、Intuitive AIなどの企業によるごみ箱単位のAIシステムのようなスマート廃棄物技術は、廃棄の時点で直接汚染物質を捕捉する。
サプライチェーンのさらに下流では、従来型の選別施設が依然として苦戦しており、標準的な光学センサーでは多層フィルム、黒色プラスチック、柔軟包装といった選別が難しい形式を検出できないため、投入された素材のわずか4分の1程度しか回収できないことが多い。その結果、施設は埋め立てや焼却に頼らざるを得なくなっている。
高度なコンピュータービジョンシステムは、手作業による選別を置き換え、古いセンサーでは見逃していた複雑な素材を識別することで、こうしたギャップを埋めている。新興技術はさらに一歩進んでおり、例えばGoogle Xのマテラ・プロジェクトは、分子レベルの識別を活用して正確な化学組成を特定し、これまでリサイクル不可能だったポリマーを、高度な化学リサイクルのための高品質な原料として活用できるようにしている。
各工程における収集と効率の改善は、大きな経済的、環境的、社会的成果をもたらし、循環型プラスチック経済への移行を加速させることができる。
ただし、選別が成果を上げるのは、最終的に出てくる素材が信頼できる場合に限られる。品質にわずかでも不備のある梱包品を販売する施設は、年間で数十万ドルの損失を被る可能性があり、リサイクル素材の市場は、中国が2018年に混合リサイクル品の輸入を停止した際のように、ときに一夜にして消滅することもある。再生材含有率の目標を課されたブランドも、各梱包品に何が含まれているかについての検証可能な記録がなければ、梱包材のどれだけが実際にリサイクルされているかを証明する手段がない。まさにそのギャップを、AIによる選別データが埋めるのである。
品質管理にとどまらず、ライン上で収集された個別品目のデータは、梱包材メーカーに対し、より安全でリサイクルしやすい製品を設計するための実行可能な知見をもたらす。同時に、政府や拡大生産者責任組織（PRO）に対しては、政策、資金配分、インフラ投資を最適化するために必要な正確な指標を提供する。
需要を後押ししている要因
二つの力が、この証明に対する支払い意思を高めている。
再生材含有義務は、主要市場のほとんどですでに施行されているか、間もなく施行される予定である。例えば欧州連合の包装および包装廃棄物規則は、2030年からプラスチック包装に最低限の再生材含有量を義務付けており、インドのガイドラインは、2026年4月から硬質プラスチック包装に40%の再生材含有を求めている。また、米国の複数の州も、同様の期間にわたり生産者責任手数料を導入している。これらはいずれも、手作業による選別では求められる純度や量を満たすことができない。
同時に、バージン素材は高価になり、信頼性も低下している。2026年初頭に中東で紛争が勃発して以降、バージン素材のサプライチェーンは集中しており、変動が大きく、ますます高価になっている。再生素材にはそのようなリスクは伴わない。
中東の混乱がバージン素材のサプライチェーンを直撃して以来、当社のポートフォリオにある再生素材の生産能力に対する外部からの問い合わせが増えており、投資家の関心は、単なる持続可能性への取り組みとしてだけでなく、リスクヘッジとしての循環型経済へと移りつつあることがうかがえる。—アマンディーヌ・ジョリー、パートナーシップ・対外関係責任者、サーキュレート・キャピタル
アマンディーヌ・ジョリー、パートナーシップ・対外関係責任者、サーキュレート・キャピタル
拡張型廃棄物の経済性
ここでの資金調達は階層的に行われている。AIそのものを構築するソフトウェア企業は、依然として主に初期段階のベンチャー株式によって資金を得ており、その例として、最近2,700万ドルのシリーズBを確保したGreyparrotが挙げられる。生産を拡大する必要があるハードウェアメーカーは、代わりにグロース株式を調達しており、AMP Roboticsのような企業がその例である。この技術で選別ラインを改修する施設運営者は、プロジェクトファイナンスや持続可能性連動型ローンに頼ることができる。これは、既存のキャッシュを生み出す事業に対する実証済みのアップグレードだからである。
収集は事情が異なる。収集そのものは利益を生まないため、公的資金や混合型ファイナンスに依存しており、通常は開発金融機関や自治体を通じて提供される。その例として、世界銀行の1億ドルのプラスチック廃棄物削減連動型債券が挙げられる。この債券は、ガーナとインドネシアにおける収集およびリサイクル事業に資金を提供している。
これらの資金調達経路を結びつけているのは、検証済みの素材に対価を支払う意思のある買い手の存在である。買取契約や再生材含有義務によってその需要が後押しされなければ、調達担当チームは依然としてバージンプラスチックの価格を基準に比較し続けることになる。この障壁を乗り越えるには、スポット市場での購入から、長期的な事前市場コミットメント（AMC）と構造化された買取契約へと移行する必要がある。検証済みの再生樹脂に対して固定の最低価格を保証することで、企業の買い手は、貸し手がリスクを軽減し大規模なリサイクルインフラに資金を提供するために必要とする収益の確実性をもたらす。
フォーラムはどのようにリーダーのAI理解と責任あるイノベーションでの協働を支援しているか
AI卓越性センターは、各分野のリーダーをつなぎ、人工知能の急速な進化と、それが経済や社会に与える影響を理解することを支援している。AI導入に伴う機会、リスク、トレードオフに関する、十分な情報に基づく対話を支援している。
信頼できる場とマルチステークホルダーの取り組みを通じて、同センターはパートナーが共通理解を構築し、AIの革新と活用に関する責任あるアプローチに向けて協力できるよう支援している。
規制の強化により、再生材含有は選好の問題から法的義務へと変わりつつあり、一方でバージン素材はコストの上昇とサプライチェーンの変動に直面している。これらの市場要因が相まって、単なる投機的関心ではなく機関投資家の資本を引き寄せており、最近の分野別の取引は、自然再生型の投資戦略に対する明確な根拠を示している。ただし、AIによる選別は下流の効率性という重要な成果をもたらす一方で、プラスチック経済を完全に循環型へと移行させるには、バリューチェーンを横断する解決策と、インフラの全面的な変革を推進するための広範な制度的合意が依然として必要である。
本稿は、世界経済フォーラムの「新たな自然経済のための50の投資機会」の詳細シリーズの一部であり、高度なAIベースのプラスチック選別を扱っている。報告書はこちらから閲覧でき、この機会に関する詳細情報はこちらで確認できる。
AIがプラスチックのバリューチェーンをどのように変革しうるかに関する世界経済フォーラムの取り組みの詳細については、最新の概要報告書をこちらでご覧いただきたい。
