在一次前往印度的家庭旅行中，Jagadeesh Ambati 对当地回收系统破败不堪的状况感到震惊。在向妻子抱怨后，她挑战他做出改变。他最终做到了，创立了 EverestLabs 以开发一套 AI 系统，帮助回收设施平均比过去回收更多的废弃物。
几年后，Ambati 声称 EverestLabs 已取得“显著进展”，并指出其在北美已部署客户项目，包括位于布鲁克林的 SIMS Sunset Park，这是该地区较大的工厂运营商之一。着眼于全球扩张，EverestLabs 今日完成了一轮 1610 万美元的 A 轮融资，使公司累计融资金额达到 2463 万美元。
Translink Capital 领投了该轮 A 轮融资，NEC Orchestrating Future Fund、BGV、Sierra Ventures、Morado Ventures 和 Xplorer Capital 等机构参与投资。Ambati 告诉 TechCrunch，这笔资金将用于持续的销售、运营和产品开发工作。
他在电子邮件中表示：“疫情对我们来说是一次塞翁失马，因为在最初的封锁结束后，我们与客户有了高质量的相处时间。”因此，我们通过加倍投入原始研发，完善了我们的解决方案。”
解决回收行业长期挑战
EverestLabs 致力于解决回收行业的一个长期挑战：提高处理住宅和商业回收物的工厂的效率。这几乎是一项西西弗斯式的任务。例如，在纽约市，只有约五分之一的垃圾被回收——远低于理论上可能的最大值——据报道部分原因是垃圾清运人员在完成长路线的压力下，将分类好的可回收物与垃圾混合在一起。
EverestLabs 的解决方案是一套供回收工厂使用的软件和现场硬件，能够识别传送带上的物体并将其路由到正确的目的地。Ambati 表示，经过三年半的开发，对象识别算法是使用专有数据集以及客户数据和第三方来源的数据进行训练的。
“我们是回收领域第一家让 AI 软件通过当地市政工厂及其独立审计师审计的公司，”他声称。“EverestLabs 是回收领域唯一保证机器人抓取成功率和抓取效率的公司。”
EverestLabs 还提供一项服务，由工程师团队监控回收厂中现有的机器人分拣设备，跟踪抓取效率和准确性等指标。工程师还提供维护协助，Ambati 将其宣传为一种让运营商专注于保持与接收和处理材料节奏一致的方法。
“回收设施中使用的这项已有数十年历史的技术根本无法完美地分拣所有物品。较新的机器人清洁解决方案效果不够理想，且成本过高。由于工作环境不佳以及任务单调乏味，人工分拣员在一班工作期间速度越来越慢，导致产出低而成本高。”Ambati 表示。“无论我们在家庭和企业中回收了多少、做得多好，如果材料回收设施在回收环节表现不佳，那么一切最终都会进入垃圾填埋场。”
市场竞争与业务展望
EverestLabs 并非第一个意识到回收领域巨大可寻址市场的人。粗略的 Google 搜索显示，至少有六家公司从不同角度解决回收难题，例如 Glacier 和 Gongeye Technology——这些初创公司利用机器人技术和关于不同类型废弃物的数据库来分拣垃圾。在本土附近，还有 CleanRobotics，这是一家位于科罗拉多州的公司，利用机器学习从单个投放点分拣材料。总部位于英国的 TrueCircle 采用计算机视觉技术，试图提高回收设施的回收率和质量。此外还有 AMP Robotics，它设计的拾取臂能够区分小型可回收材料并将它们放置在需要的位置。
但 Ambati 虽然拒绝评论 EverestLabs 的收入情况，却声称他并未看到业务有任何放缓迹象。Ambati 列举了 EverestLabs 的其他客户，包括 Recology、Alameda County Industries 和 Smart Station，并表示该公司有望在今年年底前将13人的员工规模大致翻倍。
“乌克兰战争和供应链问题带来了挑战，但我们正在努力克服这些问题，”Ambati 说。“我们预计将在稳健的基本面支持下实现强劲的同比增长。随着我们招聘大量新员工，我们的资金消耗率也在不断变化。”
技术能否发挥作用仍有争议
至于像 EverestLabs 这样的技术能否在回收领域发挥作用，目前仍有争议。根据欧盟委员会联合研究中心的数据，所有与产品相关的环境影响中，超过80%是在产品设计阶段确定的——这凸显了制造商转向更可持续设计的必要性。但世界上的废物问题不能仅仅归咎于设计。消费模式最终必须改变——例如从塑料容器转向可堆肥盒子，从塑料袋转向可重复使用的袋子。
与此同时，EverestLabs 及其竞争对手将继续这场艰难的 uphill battle（逆风之战）。