ZenRobotics

這是什麼

ZenRobotics 是全球第一套商用的廢棄物分揀機器人，芬蘭出身，現在的母公司是美國的 Terex Corporation（泰雷茲，重機械大廠）。這個所有權變動很重要——它從一家北歐新創變成大型工業集團的產品線，代表售後服務與零件供應的穩定度提升，但也意味著它現在是按工業設備的邏輯在賣，不是按軟體的邏輯。

系統能分辨超過 500 種廢棄物類別，用 AI 做材料辨識與分離，協助業者從廢棄物流中提取價值，同時產出可用於循環經濟分析的資料。目前在 15 個以上的國家運作，機器人分成 Heavy Picker 與 Fast Picker 等不同型號，對應不同的分揀應用——營建廢棄物、混合惰性材料與其他廢棄物流。

實際能力與限制

廢棄物分揀是機器人最難的應用之一，難的原因不在機械手臂，在感知。工廠裡的機器手臂處理的是規格一致、位置固定的零件；分揀線上的東西是壓扁的、髒的、疊在一起的、形狀完全不可預測的。同一塊木板可能沾著水泥、被塑膠布纏著、卡在兩塊石膏板中間。要在輸送帶以固定速度前進的情況下即時判斷這是什麼、能不能抓、從哪裡抓，難度遠高於一般想像。

500 種類別這個數字要理解正確：它不是說每一種都能百分之百準確辨識，而是說模型的分類體系涵蓋這個範圍。實際的分揀純度取決於物料流的組成、輸送帶速度與機器人數量。這也是為什麼供應商通常會先做物料流分析再報價——同樣一台機器，在不同廠的產出天差地別。

Heavy Picker 與 Fast Picker 的分工反映了一個現實：沒有一台機器能通吃。重物（營建廢料）要力量，輕物（塑膠、紙）要速度，兩者的機構設計是衝突的。要達到好的分揀率，通常需要多台不同型號組合成產線，這會把投資規模推得很高。

歸到 Terex 旗下之後，我認為最實際的變化是：它現在能提供工業級的維護合約。分揀線是 24 小時運轉的產線，機器人停一天就是實實在在的損失，備品與工程師到場時間比軟體功能重要得多。

優點

• 這個領域的開創者，實績與運轉時數累積最久
• 母公司 Terex 是重機械大廠，售後與備品供應有保障
• 分類體系涵蓋 500 種以上類別，適用廢棄物流廣
• 能同時產出循環經濟所需的物料流資料

缺點

• 投資規模大，通常需要多台組合，回收期長
• 實際分揀純度高度依賴物料流特性，需個案評估
• 機構設計限制使得單一機型無法通吃所有物料
• 台灣缺乏在地技術支援與案場參考

適合誰、不適合誰

適合：處理量大的營建廢棄物處理廠、資源回收場與都市固體廢棄物處理設施，特別是所在地有明確的分類法規壓力或碳排要求的營運商。

不適合：處理量小的回收業者、物料流極不穩定的場域，以及主要靠人工分揀且人力成本相對低廉的市場——這是關鍵，機器人的財務模型建立在取代高昂人工上。

替代方案

Waste Robotics 用高光譜感測搭配 AI，能辨識肉眼看不出的材質差異，對塑膠分類特別有優勢；Glacier 則走比較輕量的路線，把 AI 分揀機器人做得更容易導入，同時把垃圾流變成可分析的資料，適合規模較小的回收廠。若你的需求是分析而非分揀，那應該從物料流的感測與資料端著手，而不是直接上機器人。

台灣觀點

台灣的資源回收體系有個很特別的結構：前端靠的是綿密的人工回收網絡（清潔隊、回收商、個體戶），效率其實不低，而且人力成本相對歐美低很多。這直接衝擊了分揀機器人的財務模型——在瑞典，一台機器人取代的人工成本可能是台灣的三到五倍，回收期完全不同。

比較有機會的是營建廢棄物。台灣的營建剩餘資源處理量大、成分複雜（混凝土、磚瓦、木材、金屬、塑膠混在一起），而且人工分揀的作業環境惡劣、職災風險高，人越來越難請。這個場景的導入邏輯比一般回收廠強得多。

另外一個變數是碳盤查。隨著上市櫃公司的溫室氣體盤查要求逐步擴大，廢棄物的處理方式與回收率會進入企業的 ESG 報告。當回收率變成一個要對外揭露的數字時，投資分揀設備的理由就不只是省人工了。這是我認為台灣未來三到五年可能鬆動的地方。

總評

ZenRobotics 是這個領域的開山祖師，技術扎實、實績最厚，歸到 Terex 之後在售後與備品上更有保障——對 24 小時運轉的分揀線來說，這比多辨識十種材料重要。它的問題不在技術，在財務模型：機器人分揀的價值建立在取代昂貴人工上，而台灣的人工成本結構讓這個算式沒那麼好看。營建廢棄物與未來的 ESG 揭露壓力，是台灣少數說得通的切入點。