Lakeuden Etapin Seinäjoen jäteaseman kehityksessä on hyödynnetty palvelumuotoilua. Palvelumuotoilun avulla on saavutettu parempi asiakastyytyväisyys ja korkeampi lajitteluaste. (Kuva: Westenergy Oy)
Tekoälypohjaisilla jätteen tunnistusmenetelmillä vauhtia kierrätystavoitteiden saavuttamiseen
Euroopan unionin Green Deal -sopimus velvoittaa jäsenmaita kierrättämään ja uudelleenkäyttämään kotitalousjätteitään. Vuonna 2025 kotitalousjätteestä tulisi hyödyntää 55 prosenttia. Vuonna 2024 kierrätysaste jäi Suomessa kuitenkin vain 45 prosenttiin.
Vastaavia ratkaisuja voidaan asentaa myös kuljetusautoihin ja jäteastioihin. Ohjelmistoa pyörittävään pientietokoneeseen voidaan yhdistää erilaisia antureita, jotka tunnistavat jätelaje- ja ja niiden koostumuksia muun muassa muodon ja tiheyden perusteella. Hankkeessa kootaan tälläkin hetkellä relevanttia jätedataa, siis aitoa suomalaista jätettä, jotta kone oppii tunnistamaan eri jätteitä myös haastavimmissa kuormissa. Asiakas keskeisessä roolissa Mikäli kierrätystä ja jätteiden lajittelua halutaan tehostaa synty- paikassa eli tässä tapauksessa kotitalouksissa, keskeinen tekijä on kuluttaja. Jätteiden lajittelussa asiakkaan rooli korostuu. Syn- typaikkalajittelu ei voi toimia ilman kuluttajan aktiivista toimin- taa. Jätealan organisaatio tarjoaa puitteet lajittelulle erilaisten astioiden, logistiikan ja viestinnän avulla. Sisäänrakennettuna ajatuksena on asiakkaan aktiivinen toiminta lajittelun alueella. Tässä, hieman optimistisessa näkökulmassa, asiakas nähdään aktiivisena toimijana palveluun liittyvissä toimissa. Käytännös- sä asiakas on usein melko passiivinen palvelutilanteessa. Kulut- tajan intressi yleensä on palvelun lopputulemassa ja kulutuspro- sessissa, ei niinkään osallistumisessa sinällään. Jätteiden lajit- telun lopputulos ei ole samalla tavalla konkreettinen, kun vaik- kapa hiustenleikkauksessa, vaan tuotos on luonteeltaan enem- mänkin tunnetiloihin liittyvä reaktio. Prosessin tuotettava arvoa kaikille osapuolille Lajittelun tulisi tuottaa arvoa liiketoimintaekosysteemin eri osa- puolille. Kuluttajille arvo voi olla kaikkea sitä minkä kuluttaja kokee merkitykselliseksi. Arvo voi olla esimerkiksi rahallista tai emotionaalista. Lajittelemalla kuluttaja tuntee tekevänsä oikeita ja mahdolli- sesti arvojensa mukaisia toimia. Käsitemäärityksestä riippumat- ta asiakkaalla on merkittävä rooli lajitteluun liittyvässä palvelu- tapahtumassa. Kuitenkin asiakkaan toiminta on epävarmuus- tekijä prosessissa, ja käyttäytyminen ei aina ole ennakoitavaa. Lisäksi jätteiden lajittelun asiakaspolku ei välttämättä noudata palveluyrityksen määrittämää palveluprosessikuvausta. Vaik- ka kotitaloudella olisi erilliset keräysastiat eri jätelajeille, lajitte- lua ei välttämättä tapahdu kuten palvelutarjoaja on suunnitellut. Edellä mainittu arvonmuodostuksen käsite on merkittävä kai- kessa palvelukehityksessä. Mikäli asiakas kokee bio- tai muo-
Teksti: Marko Mäki ja Eetu Tuominen, Haaga-Helia
O sa EU:n strategiaa ovat kierrättämättä jätetystä jät- teestä perittävät maksut. Esimerkiksi kierrättämät- tä jääneestä muovijätteestä EU perii 80 sentin mak- sun kiloa kohden. Suomi on maksanut näitä muovi- maksuja EU:lle vuosittain kymmeniä miljoonia euroja. Yksi mahdollisuuksista on hyödyntämiskelpoisten jätteiden tunnistaminen jätteenkäsittelylaitoksilla. Uusinta teknologiaa ei tällä hetkellä hyödynnetä tunnistusprosessissa juuri lainkaan, ja tunnistamatta jääneet poikkeavat jätteet johtavat sanktioi- den lisäksi pahimmillaan myös vaaratilanteisiin jätelaitoksilla. Mustasaaressa, Vaasan alueella toimivan kiertotalousyritys Westenergyn Strategic Policy Officer Camille Dubostin mukaan Ekoälyä-hanke tarjoaa uudenlaisia mahdollisuuksia reaaliaikai- seen jätteentunnistukseen. Teknologian hyödyntäminen voi joh- taa kierrätysasteen paranemiseen, jätteen tuottajien vastuutta- miseen sekä datan tuottamiseen päättäjille, jotta kierrätystavoit- teista voidaan muokata materiaalikohtaisempia ja realistisempia. Tavoitteena pilottikäyttö jätteenkäsittelylaitoksella jo tänä vuonna Vuonna 2024 käynnistynyt Ekoälyä-hanke ratkoo jätteentunnis- tukseen liittyviä ongelmia anturiteknologian ja koneoppimisen avulla. Haaga-Helia ammattikorkeakoulun, Turun Yliopiston ja Westenergyn yhteistyöprojektissa kehitetään edullista ja liiku- teltavaa tunnistusratkaisua jätteenkäsittelylaitoksille. – Syksyksi 2025 suunnittelemme neljää pilottia tunnistuksen ja antureiden testaamiseen yhteistyökumppaneiden jätteidenkä- sittelyprosesseissa. Pilotit toteutetaan neljässä eri jätehuoltoket- jun pisteessä, jossa teknologian on arvioitu tuovan eniten apua, projektipäällikkö Sami Nykter Haaga-Heliasta kertoo.
20 MUOVIPLAST 3/2025
Made with FlippingBook - Online magazine maker