Il mercato del waste to energy, che converte i rifiuti non riciclabili in energia, è in forte crescita. Ma questo comporta anche dei rischi per i lavoratori, per esempio negli impianti di termovalorizzazione: una bombola di gas immersa tra i rifiuti, materiali pericolosi, oggetti pesanti di dimensioni eccessive. Ed è per questo che la startup svizzera Jaipur Robotics ha deciso di sviluppare soluzioni di computer vision (l'analisi automatizzata delle immagini) e intelligenza artificiale per rendere più sicuri gli impianti di waste to energy.
La sicurezza e la continuità delle operazioni passano da un dettaglio fondamentale: la capacità di riconoscere tempestivamente i materiali che entrano nel flusso dei rifiuti. Rifiuti pericolosi o fuori misura possono causare gravi danni alle apparecchiature e improvvisi blocchi della produzione. A rendere complessa la gestione è la natura stessa dei rifiuti, la cui composizione varia continuamente, richiedendo massima attenzione da parte degli addetti alla supervisione delle fosse di stoccaggio e alla manovra delle gru.
Secondo Jaipur Robotics, una miscelazione inefficiente e la mancata individuazione dei materiali a rischio possono generare fermi impianto, perdite energetiche e costi operativi fino a 5 milioni di euro all’anno per singola struttura. A questo quadro si aggiunge la crescente difficoltà nel reclutare e trattenere personale specializzato per svolgere mansioni così critiche.
La startup svizzera ha quindi ideato la piattaforma Jaipur Intelligence. Sfruttando la computer vision, il sistema individua in tempo reale gli elementi pericolosi o non conformi e avvisa gli operatori tramite allarmi automatici. L'obiettivo non è sostituire l'uomo, ma affiancarlo: la piattaforma fornisce dati utili per decisioni rapide, lasciando al giudizio dei tecnici la gestione delle situazioni imprevedibili e dei casi limite.
Oltre al rilevamento dei rischi, la piattaforma offre una mappatura avanzata del potere calorifico dei rifiuti per ottimizzare la miscelazione e la combustione, consentendo di regolare i processi con maggiore precisione. Il sistema supporta inoltre la verifica della conformità dei fornitori, il controllo delle emissioni e l'automazione predittiva delle gru per massimizzare la produttività.
La tecnologia di Jaipur Robotics si fonda su un dataset di oltre 50 milioni di immagini etichettate - uno dei più ampi, se non il più ampio, in Europa nel settore waste to energy -analizzando più di 5 milioni di tonnellate di rifiuti all’anno con un’accuratezza dichiarata del 99%.
Lo sviluppo delle interfacce ha visto il coinvolgimento diretto degli operatori ed è stato testato sul campo in oltre 35 impianti europei e svizzeri. Tra questi spicca quello cantonale di termovalorizzazione dei rifiuti (ICTR) di Giubiasco, in Ticino, dove l’adozione dell’intelligenza artificiale è stata fondamentale per evitare i fermi non programmati causati da materiali incompatibili.
Jaipur Robotics sta riscontrando interesse tra gli investitori. Lo scorso settembre, difatti, la società ha annunciato un round seed da 4,3 milioni di euro, guidato da EquityPitcher Ventures e High-Tech Gründerfonds (HTGF). I fondi raccolti serviranno a consolidare la presenza sul mercato, raggiungere nuove regioni e ampliare l’offerta. In occasione dell’annuncio dell’operazione, Ermes Zamboni, cofondatore e amministratore delegato di Jaipur Robotics, aveva dichiarato: «Immaginiamo un futuro in cui i dati provenienti dai rifiuti guidino pienamente la sicurezza e l’automazione. Questo round ci permette di rivoluzionare l’intera gestione degli impianti». Mentre Anna Stetter, investment manager di High-Tech Gründerfonds, parlò della «convincente combinazione di un dataset, un team con una profondità rara nell’ingegneria meccanica, sviluppo industriale e risultati eccezionali e misurabili sui siti dei clienti».
Mordor Intelligence prevede che il mercato della termovalorizzazione crescerà da 45,42 miliardi di dollari nel 2025 a 49,97 miliardi nel 2026 e che raggiungerà gli 85,35 miliardi entro il 2031, con un tasso di crescita annuale composto (CAGR) dell'11,30% nel periodo 2026-2031.