Greyparrot

回收廠有個很荒謬的現實：他們處理了幾十萬噸的垃圾，卻不太知道自己處理了什麼。

傳統做法叫人工採樣——每隔一段時間停下輸送帶，抓一籃出來，人工分類、秤重、推估整體組成。抽樣率可能連 0.1% 都不到，而且結果全靠當天抓到的那一籃。

Greyparrot 的做法是：不抽樣，全部看。

功能特色與適用場景

它把硬體裝在輸送帶上方，即時分析並分類通過的每一件廢棄物，用官網的話說，是用連續監測取代人工抽樣，覆蓋率 100%。

產品有三個：

1. Analyzer——硬體加雲端入口，提供給營運、工程與商務團隊各自的儀表板
2. Sync——把 Analyzer 的資料接進廠內既有的設備與軟體
3. Deepnest——給品牌與包裝業者的包裝廢棄物情報平台，可以測試自家包裝設計在實際分選線上的可回收性

最後一項很聰明。它把客戶從回收廠擴張到品牌端——聯合利華、Amcor、L'Oréal、Kenvue 都在名單上。這些品牌面臨愈來愈嚴的包裝法規，需要證明「我們的包材真的回收得掉」，而 Greyparrot 手上剛好有真實分選線的資料。

辨識能力涵蓋 111 種以上材質類別（塑膠、纖維、金屬、玻璃等），另有即時污染偵測與警示、組成追蹤與趨勢分析。

規模數字：250 台以上 Analyzer 部署於 20 多國、65 座以上設施，2025 年分析超過 520 億件廢棄物。總部在英國倫敦。

適用場景：回收處理廠（MRF）的物料組成監測、污染即時預警、再生料品質保證、品牌端的包裝可回收性驗證、以及延伸生產者責任（EPR）的合規舉證。台灣的回收體系以清潔隊與回收商為主，資料極度不透明，這種「讓廢棄物流可被量測」的思路值得參考。可對照 Recycleye 的分選機器人與 ZenRobotics 的重型揀選。