全球每年产生大量垃圾,仅2018年,美国就贡献了2.92亿吨。截至2022年,尽管各国采取了多种措施以减少垃圾,但全球垃圾总量仍以每年约3%的速度稳步增长。然而,从2010年代开始,美国的垃圾回收率一直停滞在30%-35%之间。截至2023年5月,美国仅有32.1%的垃圾被回收,而中国的垃圾回收率仅为26%。
回收率低的主要原因在于需求不足和回收能力有限。一方面,由于回收材料的纯度长期难以保证,导致其市场需求受限。另一方面,近年来回收成本的上涨超过了回收材料价格的提升,进一步压制了回收行业的供应。这种供需困境的根源在于回收设施对昂贵且易出错的人工劳动力的高度依赖,制约了回收效率的提高和行业的发展。
AMP Robotics正是为了解决这一难题。该公司通过引入更精确、高速的分拣机器人,替代效率低下、成本高昂且人员流动性大的人工分拣方式,不仅降低了回收企业的运营成本,还提升了回收材料的价值。这使回收企业得以挖掘全球每年约2000亿美元未被回收的潜在材料价值。
从2019年6月至2024年12月,AMP Robotics已在美国、欧洲和亚洲的100个设施中部署了400多套机器人系统。该公司拥有业内最大的机器人队伍以及用于回收物分拣的人工智能训练数据集。AMP Robotics的数据集由其全球化的机器人团队生成,这一数据优势使其机器人相比竞争对手更为精准高效,从而巩固了其市场竞争力。
一、创立故事
AMP Robotics由马坦亚·霍洛维茨(Matanya Horowitz)于2014年创立,他目前担任首席执行官。霍洛维茨出自书香门第,父亲是大学教授,他自己也一个学霸。从小就对智能的起源以及人类在阅读、思考和分析方面的能力充满兴趣。他小时候便对机器人产生了浓厚的兴趣,比如《变形金刚》、《杰森一家》等动画,以及科幻作家艾萨克·阿西莫夫的作品——后者也启发了埃隆·马斯克创立SpaceX。
霍洛维茨在学术上表现出色,中学时就完成了大学预科课程,并最终获得了机械工程、计算机科学、数学和经济学四个学科的学士学位。他对机器人技术的早期兴趣促使他在加州理工学院攻读控制与动态系统博士学位,研究机器人在传统行业中的应用。在攻读博士期间,他在多个机器人实验室工作,并参加了美国国防高级研究计划局(DARPA)挑战赛,致力于开发更好的机器人手臂。
博士毕业后,霍洛维茨开始寻找能够应用他专业知识的领域,最终选择了回收行业,这部分是因为这一领域几乎没有其他人在关注。他亲自走访了一家物料回收工厂,发现工作条件十分艰苦,现有流程浪费严重。他敏锐地意识到,机器学习和机器人技术可以对这一依赖劳动密集型且成本高昂的行业产生重大影响。这一发现促使他在完成博士学位的同年创立了AMP Robotics,从而开启了回收行业的技术革新之路。
二、公司产品
1、AMP Cortex:高速分拣机器人
AMP Robotics 的核心产品是 AMP Cortex,这是一套高速机器人分拣系统。AMP Cortex 利用其摄像头系统(“AMP Vision”)将传送带的实时视频传送至其 AI 平台(“AMP Neuron”)。AMP Neuron 通过识别材料类型,指挥机器人手臂抓取并分类这些物品。
AMP Cortex 的机械臂由 ABB 和欧姆龙等公司生产的标准组件组成,其独特之处在于 AMP Neuron 软件的高速和高精确性。与竞争对手类似的硬件相比,AMP Cortex 的速度和准确性是其主要优势。
-
成本效益:AMP Robotics 的机器人单价在 2020 年为每台 30 万美元。与人工相比,这些机器人每分钟能分拣 80 多件物品,而普通人工在 8 小时工作时间内每分钟只能分拣 30-40 件。一个 AMP Cortex 系统能替代两班次的 4 名工人,节省的人工成本可能高达每年 12 万至 20 万美元。
-
减少人力和工伤:除了人工成本外,AMP Cortex 还减少了雇佣和工伤相关费用。回收行业的人员流失率极高,每三个月流失率可达 50%。此外,AMP Robotics 的产品显著降低了每吨垃圾处理成本,从 95 美元/吨降至 65 美元/吨。
-
高精度分拣:AMP Cortex 的高精度分拣可提高回收材料的纯度,使回收商能够以更高价格出售打包的材料。例如:杂混塑料几乎没有市场价值;但如果被精确分拣为 #1 PET(饮料瓶)或 #2 HDPE(牛奶壶、清洁剂容器),其价格分别可达 546 美元/吨和 2300 美元/吨。
2、AMP Vision:材料识别的视觉系统
AMP Vision 是一套计算机视觉系统,可集成到回收操作中,用于高分辨率成像、监控和垃圾审计。该系统每年处理超过 700 亿件物品,能够识别 50 多种分类类别,帮助用户全面了解从进料到出料的材料流动情况。
3、AMP Neuron:AI 核心平台
AMP Neuron 是 AMP Robotics 的人工智能平台,其核心功能是通过计算机视觉快速识别复杂垃圾流中的可回收材料,并指挥机器人进行高效分拣。特点包括:
-
多样材料识别:可识别超过 100 种材料,包括各种状态的纸张、金属容器和塑料;
-
持续学习:通过汇总全球部署的机器人数据,AMP Neuron 不断优化分拣性能。这种规模化的学习能力使其 AI 能力与竞争对手拉开差距。
截至 2023 年 6 月,AMP Neuron 每年处理超过 700 亿件物品,即使在材料被压碎或变形的情况下也能进行准确识别。
4、AMP Clarity:数据分析平台
AMP Clarity 是一个基于网络的材料分析平台,通过整合 AMP Vision 和 AMP Neuron 的数据,为客户提供实时的材料特性和操作性能指标。其功能包括:
-
操作优化:帮助客户识别特定材料的高频率出现,从而调整分拣策略;
-
瓶颈分析:追踪不同步骤的处理速度,帮助识别瓶颈并优化时间和人力分配。
客户反馈显示,AMP Clarity 的数据洞察对于废物减少及材料管理相关的所有利益相关方都极具价值。
5、AMP Vortex:自动化薄膜清除系统
AMP Vortex 是 AMP Robotics 的自动化薄膜清除产品,被描述为“废物与回收行业的首个 AI 自动化解决方案”。该系统专注于去除污染的薄膜材料,为回收操作增加了进一步的自动化和精确性。
三、市场格局
1、公司客户
AMP Robotics 的核心客户是回收设施的运营商,例如总部位于佛罗里达的 Single Stream Recyclers,该公司过去主要依赖人工进行材料分拣。其他知名客户包括 Waste Management、GFL Environmental、Evergreen 和 Napa Recycling。截至2023年5月,AMP Robotics 的机器人已在跨越三大洲的100多个回收设施中部署。
2、市场规模
根据市场估算,2021年垃圾分拣机器人的市场规模约为20亿美元,并以19%的年复合增长率(CAGR)增长,预计到2030年市场规模将超过100亿美元。这一增长受到以下因素的驱动:
-
固体废弃物产生量的增加;
-
回收率的提升;
-
机器人在回收行业的进一步渗透。
然而,截至2023年6月,AMP Robotics 的全球部署量约为300台机器人,表明这一市场仍处于初期阶段,渗透率较低。
四、竞争对手
根据硅谷科技评论(svtr.ai)创投库,全球10余家分拣机器人获得机构投资。在整个机器人赛道134家初创公司中,AMP以2.66亿美元累计融资额排名第6位。
AMP Robotics 面临来自传统回收设备供应商和以机器人为核心的初创企业的激烈竞争。其核心竞争力在于其人工智能平台 AMP Neuron。通过从全球部署的机器人队伍中汇总数据,AMP Neuron 不断优化分拣精确度和效率,形成数据网络效应。这种技术差异化可能成为 AMP Robotics 的持久优势。
AMP Robotics 通过更快的分拣速度、更高的精确度以及对更多材料的识别能力与竞争对手区分开来。截至2023年6月,AMP Robotics 拥有超过300台机器人,占全球垃圾分拣机器人总量的50%以上。
在分拣回收机器人领域,AMP和竞品的比较如下:
五、商业模式
AMP Robotics的客户可以选择以30万美元一次性付款购买AMP Cortex机器人,或以每月6000美元的价格租赁。 该公司的软件采用SaaS模式,但尚不清楚租赁协议中是否包含软件。 AMP Robotics将制造和维护外包给欧姆龙(Omron),使其成本结构类似于软件公司。
六、重大进展
AMP Robotics的销售额从2019年到2021年翻了一番,第三方估计2021年的收入约为4000万美元。同年,公司处理了超过500亿件物品。到2022年,其人工智能技术能够识别超过100种不同的材料。
截至2022年11月,AMP Robotics从2017年至2020年间共部署了275台机器人,覆盖40多个回收中心。而到2022年,这一数字增长至230台机器人,分布在近80个设施,横跨三大洲。2023年进一步增长到300台机器人,而2024年底,部署的机器人数量达到400台。
值得注意的回收企业包括Waste Connections和Evergreen。Waste Connections购买了24台机器人,这成为截至2022年1月AMP Robotics最大的一笔订单。此外,2023年5月,AMP Robotics在《Fast Company》“改变世界的创意”奖中获得荣誉提名,并被认可为人工智能和机器人领域的先锋。
七、融资估值
-
2021年1月完成了5500万美元的B轮融资,当时公司的估值为2亿美元。这一估值约为2020年2000万美元收入的10倍。
-
2022年11月完成了9100万美元的C轮融资,并在2023年5月追加了800万美元的C轮过渡融资。然而,C轮融资的估值未被披露。
-
2024年12月完成9100万美元D轮融资,投资方为Congruent Ventures、Blue Earth Capital、California State Teachers Retirement System、Liberty Mutual Investments、Wellington Management、Range Ventures、Sequoia Capital、Tao Capital Partners、XN。
截至2024年12月,AMP Robotics累计融资总额已达2.66亿美元,投资方包括微软的气候创新基金(Microsoft’s Climate Innovation Fund)、Congruent Ventures、XN以及惠灵顿管理公司(Wellington Management)、Sequoia Capital。
八、关键机遇
1. 循环经济的发展
从2022年开始,越来越多的企业承诺增加对回收材料的使用。随着供应链难以提供足够的原生材料,诸如联合利华、可口可乐和沃尔玛等消费品公司(CPG)计划在2025年前实现100%可重复使用或可回收包装的目标。这种需求的增长导致回收材料价格在2020年至2022年间增长了3倍,同时也推动了对回收基础设施的投资需求。
2. 回收设施的运营
AMP Robotics凭借其人工智能和优化软件,在运营分拣设施方面占据了显著优势。2022年,公司开始建设分拣设施,以处理其他回收商的废弃物,其技术实现了更高的资源回收率。为测试运营能力,AMP Robotics在克利夫兰和亚特兰大设立了分拣设施。如果其能够通过人工智能技术领先于传统材料回收设施(MRF)的创新,便有可能进入价值2000亿美元的未回收材料市场。
3. 应用领域的扩张
废物识别的人工智能技术可以延伸至废弃物的投放环节。2022年,美国环保署(EPA)资助了一项由Clean Robotics实施的试点项目,测试在机场使用人工智能引导垃圾分类的效果。研究显示,近50%的美国人无法确定某项物品是否可回收,因此直接将其丢入垃圾箱,导致回收过程被绕过。Clean Robotics的系统可以扫描用户手中的物品,并引导其正确分类。AMP 拥有全球最大的相关人工智能训练数据集,这将使城市能够有效减少进入填埋场的可回收物和有机废弃物的数量,为其提供重要的技术支持。
九、主要风险
1. 市场环境的不确定性
AMP Robotics的业务收入与回收商品价格直接相关,但商品价格每年波动显著。2018年中国实施“禁废令”,禁止进口低质量回收材料到中国,导致全球最大回收市场需求骤减。结果,美国回收价格从接近90美元/吨暴跌至50美元/吨,令材料回收设施(MRFs)陷入亏损。
2. 竞争对手的威胁
EverestLabs等更为年轻的公司已经在技术层面接近AMP Robotics,其机器人已实现99%的分拣精度。随着竞争者不断提升速度和性能,AMP Robotics的速度与精度优势可能难以维持。此外,EverestLabs的机器人小型化、安装简便,且日常维护时间不到一分钟,而AMP Robotics的设备体积较大,安装和维护成本较高。小型、低成本的产品可能更受中小型客户的青睐,削弱AMP Robotics的市场吸引力。
3. 盈利能力的挑战
AMP Robotics尽管已部署数百台机器人,但考虑到其2.66亿美元的累计融资额,显示公司仍高度依赖外部投资支持其增长和运营。如果销售和服务收入无法覆盖运营成本以及研发投入,公司将面临长期亏损压力,特别是在经济下行或技术变革加速的背景下。一旦外部投资消耗枯竭,公司可能难以维持正常运营。
十、全文总结
AMP Robotics 通过利用高速分拣机器人代替回收设施中的体力劳动来解决全球废物问题。这项创新旨在降低回收商的运营成本并提高回收材料的价值。 AMP Robotics 的旗舰产品 AMP Cortex 采用人工智能驱动的视觉系统来识别和分类可回收材料。该公司的人工智能平台 AMP Neuron 有助于识别复杂废物流中的可回收材料。此外,AMP Clarity 通过基于网络的门户提供实时材料表征和性能指标。通过分拣效率与准确性的提升,AMP Robotics致力于彻底改变回收操作方式,抢占并推动一个价值数十亿美元的市场。
硅谷科技评论(SVTR.AI),在ChatGPT问世之际,创立于美国硅谷,依托AI创投库、AI创投会和风险投资,打造全球前沿科技(AI)创新生态系统。目前覆盖全球10W+ AI从业者,孵化案例:AI超级工程师模本科技;AI教育咨询公司高考纸鸢。
如果您也对机器人领域有兴趣,欢迎联系微信(pkcapital2023),或上方扫码加入AI创投会嘉宾团,我们每周末闭门分享,不见不散!文末阅读原文,获取更多内容。
Startup
+
11x.ai:AI虚拟销售员,半年内突破200万美元 |
AlphaSense,金融界的“谷歌” |
Anduril Industries:AI 重新定义现代战争与和平 |
Anthropic:OpenAI”宫斗”背后的公司 |
Bardeen:让AI代理更稳更快 |
Brightwave,AI驱动的投研助手 |
Calendly:日程安排助手,AI效率工具鼻祖 |
Canva:从Adobe、Figma、Canva 到 OpenAI |
Carta:想要取代纽交所的股权管理工具 |
Cerebras,打造世界最大芯片挑战AI霸主英伟达 |
Cohere:为企业提供大模型 |
Consensus:用AI解锁学术 |
CoreWeave:GPU租赁独角兽,英伟达的好盟友 |
Databricks:从数据湖到大模型丨人工智能战略 |
DeepL:从机器翻译到AI写作的语言沟通利器 |
Discord:腾讯多次押注,打造属于你自己的线上互动社区 |
DoNotPay:世界首款AI机器人律师 |
Duolingo:如何改写语言学习 |
E2B:为 AI 代理构建自动化云平台 |
Figma:从Adobe、Figma、Canva 到 OpenAI |
Figure,从体力劳动中解放全人类 |
Glean:重塑知识工作的未来 |
Grammarly:从论文查重到AI写作的沟通利器 |
Helion,AI的终极能源梦想 |
Hugging Face:开源AI的未来 |
Jenni AI:如何通过AI写作实现年入千万 |
Letta:AI代理技术栈市场地图 |
Marblism:一句AI提示词自动生成各类软件 |
Midjourney:0融资,11人,$1亿收入 |
Mistral,欧洲大模型,性价比之王 |
MultiOn,用人工智能代理给软件装上大脑 |
Neuralink:让失明者重见光明,让瘫患者再次行走,让人类与AI融合永生 |
OpenAI:人工智能突破的前沿丨员工丨董事会丨营销丨GPT Store丨奥特曼丨马斯克丨微软丨产品生态 |
Pika:AI视频的未来 |
Rad AI:如何用 AI 改变医疗保健 |
Reddit:奥特曼押注基于兴趣社交的美版“贴吧” |
Replicate:1人AI公司背后的幕后英雄 |
Replite:教马斯克的儿子如何写代码 |
Rows:一年内用户增长20倍背后的故事 |
Perplexity:挑战谷歌,站在AI搜索最前沿 |
Runway:AI视频的未来 |
Scale AI:如何成为数字世界的“水源” |
Shein:打造下一个“中国首富” |
Skild AI,打造通用机器人“大脑 |
SpaceX:梦想照进现实,人类星际生命的曙光 |
Stability AI:SD 背后的公司和创始人 |
Stripe:马斯克和奥特曼押注的支付王者 |
Substack:美版公众号,为价值付费 |
Superhuman:邮件超人,拥抱 AI |
Telegram,俄罗斯兄弟的密聊纸飞机 |
Vannevar Labs:AI+国防,军事人工智能掘金者 |
Vercel,如何用AI引领技术开发? |
Zapier:ChatGPT最受欢迎插件的过去和未来 |
People(找人) |
如何找到创业合伙人丨如何聘请CEO丨如何确定CEO的薪水丨如何分配股权和头衔丨如何组建和召开董事会丨选择自己的创业导师 丨找这种人实现快速裂变 |
Funding(找钱) |
如何写商业计划书丨初创公司估值丨如何做电梯演讲丨如何确认真实投资意愿丨如何选择VC丨早期融资的“科学”与策略丨初创公司的融资生存法则丨风险投资人最关心的一个指标丨“七条法则”让投资人主动“敲门” |
Vision(找方向) |
性格决定创业成败丨如何成为亿万富翁丨如何做出困难的决定丨如何寻找创业方向丨如何在海外启动新产品丨GTM指南丨不要像投资人那样思考丨创始人与市场契合度丨为什么初创公司会失败丨什么决定创业成败丨如何建立社交媒体形象丨PMF决定初创的未来丨创始人的必读书单丨 5 点创业洞见丨如何做增长 |
AI创业 |
如何打造AI驱动的公司丨AI创业如何选赛道丨如何打造AI软件产品丨AI公司要不要融资丨AI初创公司商业模式丨AI原生公司定价策略丨AI初创公司增长策略 |
Venture
+
A16Z:全球AI产品Top100丨人工智能到底能做什么丨AI将会拯救世界 |
Air Street Capital:State of AI(2024) |
Alphabet谷歌战投:全球最牛AI战投是如何炼成的丨人工智能战略 |
Altimeter:谁是AI C端赢家 |
Amazon:人工智能战略 |
Apple:产品收入变迁丨 AI 并购之王 |
Battery Ventures:AI正推动云计算的下一波增长丨AI正带来 4 万亿美元市场机会 |
Bessemer Venture Partners:Cloud 100(2024)丨如何打造AI核心竞争力 |
Bond:AI将改变教育和教学方法 |
Coatue:AI革命丨AI是超级周期的开始 |
Cowboy:AI大势所趋 |
Daniel Gross:硅谷90后AI投资人 |
Dawn Capital:如何通过人工智能增强人脉 |
Elad Gil:关于人工智能我所不知道的事情 |
Emergence:生成式 AI 六大最新趋势 |
FirstMark:MAD 24问,AI 2023年总结,2024年展望 |
Forerunner:超个性化和动态交互才是未来 |
Foundation Capital:服务即软件的万亿机会 |
Founders Fund:如何投出下一个独角兽丨彼得·泰尔丨泰尔研究员 |
General Catalyst:AI+医疗支持者 |
ICONIQ:小扎的朋友圈丨AI成为大企业战略核心 |
Insight Partners:AI应用将如何实现人机协同丨AI Agent正在颠覆自动化 |
Lightspeed:AI+法律市场机会地图 |
M12(微软):如何抢占AI投资制高点丨收入拆解 |
Menlo Ventures:2024企业Gen AI现状报告丨AI代理全面崛起丨Gen AI 应用拐点已到丨AI+安全市场地图丨企业AI架构的设计原则 |
NVIDIA:收入丨AI投资策略 |
Sam Altman(山姆·奥特曼):如何做早期投资丨地产生意丨投资帝国丨婚礼丨阅读清单 |
Sapphire:AI原生应用丨AI进入调整期丨AI 行研 丨 销售人工智能如何重塑 GTM |
Scale Venture Partners:如何用AI工具解决硬件难题? |
Sequoia(红杉资本):如何做投资丨代理型AI应用崛起丨生成式AI进入第二阶段 |
Sierra Ventures:垂直场景将是最大的创业机会 |
SOSV: 从草根到帝国 |
TRAC:风投界的水晶球 |
Thrive Capital:高位接盘OpenAI |
Wing Venture Capital:2024年企业科技 30 强(ET 30) |
YC:全球排名第一的AI投资机构丨给年轻创始人建议丨如何独立思考 |
20VC:从播客主持人到风投大佬 |
投资行业 |
精品基金/超级基金丨AI驱动VC丨通才/专才风投人丨VC/PE丨孵化器丨加速器丨初创工作室 |
投资技能 |
如何及早识别独角兽丨如何避免7大投资陷阱丨合伙人是怎么炼成的丨Souring的艺术丨颜值如何影响VC决策丨如何快速解读对方性格丨硅谷投资人的武器库丨如何用数据控制初创公司团队风险丨什么决定创业成败 |
AI投资 |
如何评估AI初创公司丨海外投资人谈AI新趋势丨应该关注哪些AI公司丨AI 创投七大新趋势丨全球AI创投生态丨全球AI投资机构Top10 |
Technology
+
AI工程师有多强?3天上线全球首个AI数库 |
“AI张雪峰”诞生,北大团队用 AI 重塑教育咨询 |
1人团队,百万营收的AI套壳 |
2024 年必读人工智能书单 |
加密信条:数字货币的前世、今生和未来 |
内容创作指南,如何通过写作赚钱? |
传统公司如何抓住AI浪潮? |
全球七大科技巨头的 4000 亿美元 AI 战略布局 |
全球 Gen AI 独角兽大盘点,中国4家大模型上榜 |
AI大模型:海外 | 数学 | 性价比 | 编程 | 医疗 | 评估 | 训练成本 | 小模型 |
AI 创始人 | 华裔创始人 | 北美科技人才中心地图丨职业经历丨教育背景丨斯坦福丨普林斯顿丨多伦多大学 |
AI 公司地理和行业分布 | 以色列 | 德国 | 旧金山湾区 | 欧洲丨法国 |
福布斯AI 50 | 斯坦福AI指数 | 企业科技AI 30 | 高增长AI 50 | C端AI 50 | 工具AI 50 | SVTR AI 100 | 自力更生AI 25丨2024年全球最具价值独角兽丨Gen AI专利公司 Top20丨开源 AI 初创公司 Top 75丨开源 AI 开发者工具 Top 20丨全球数据中心按功耗排名 Top 50丨PH 2023年度最佳应用丨2023年北美新增独角兽 |
AI+国防安防:如何重新定义现代战场的核心竞争力 |
AI+人力资源:用科技重塑就业与招聘的未来 |
AI+搜索:全球新锐公司谁能杀出重围? |
AI+社交:该怎么玩? |
AI+编程:公司排行榜丨市场地图丨AI工程师丨SaaS的新曙光 |
AI+金融:如何缔造下一个金融科技传奇丨大模型在金融投资领域的应用丨AI将如何改变会计 |
AI+游戏:市场研究报告丨初创公司Top 10 |
AI+机器人 |
AI+医疗:市场地图丨心理/精神公司 |
AI+教育:市场地图 |
AI+客服:市场地图 |
AI+法律:市场地图 |
AI+视频:市场地图丨3D视频 |
AI+生产力工具市场地图 |
Review
+
001 | 002 | 003 | 004 | 005 | 006 | 007 | 008 | 009 | 010 |
011 | 012 | 013 | 014 | 015 | 016 | 017 | 018 | 019 | 020 |
021 | 022 | 023 | 024 | 025 | 026 | 027 | 028 | 029 | 030 |
031 | 032 | 033 | 034 | 035 | 036 | 037 | 038 | 039 | 040 |
041 | 042 | 043 | 044 | 045 | 046 | 047 | 048 |
049 |
050 |
051 | 052 |
053 |
054 |
055 |
056 |
057 |
058 |
059 |
060 |
061 |
062 |
063 |
064 |
065 | 066 |
067 |
068 | 069 | 070 |
071 | 072 | 073 | 074 | 075 | 076 | 077 | 078 | 079 | 080 |
081 | 082 |
(文:硅谷科技评论)