La transición hacia una economía circular exige diseñar para eliminar los residuos, mantener los materiales en uso y regenerar los sistemas naturales.
La IA puede proporcionar la infraestructura esencial para esta transición mediante la conectividad digital y la obtención de información útil para la acción a partir de datos.
La economía circular impulsada por la IA es la clave para superar la fragmentación de los datos y gestionar los ciclos globales de recursos.
La transición hacia una economía circular es un imperativo fundamental para la resiliencia mundial, que se define por tres condiciones: diseñar para eliminar los residuos, mantener los materiales en uso y regenerar los sistemas naturales.
La inteligencia artificial (IA) puede proporcionar la infraestructura esencial para esta transición al aumentar la conectividad digital y la capacidad de generar información útil y basada en datos en toda la cadena de valor, actuando así como el sistema nervioso que vincula el diseño de productos, la fabricación y la recuperación.
De hecho, el potencial de la IA para reducir las emisiones en sectores clave supera con creces su propia huella energética, lo que valida su papel como herramienta de impacto neto positivo para la transición, según investigaciones recientes.
La IA como ‘sistema nervioso’ de una economía circular
Actualmente, los componentes básicos del modelo circular funcionan de forma aislada. Por ejemplo, los transformadores de envases y los recicladores carecen a menudo de los datos digitales sobre la composición de los materiales necesarios para garantizar una reutilización segura y de alto valor. Incluso cuando se recopilan datos, el sector carece de las herramientas necesarias para sintetizarlos en información que oriente cambios operativos a gran escala.
Por eso la IA hace que la cadena de valor circular sea más inteligente y esté más conectada. La IA puede funcionar como un mecanismo de retroalimentación de rápida iteración que transmite información y conecta estas partes de la cadena de valor, históricamente aisladas. Al convertir en datos útiles el nuevo desarrollo químico o el seguimiento y los flujos de residuos, la IA permite que el sistema funcione con la inteligencia necesaria para la resiliencia.
Sin la capacidad de gestionar digitalmente el flujo de materiales, el diseño de productos y la gestión de residuos, la economía circular tardará en escalarse. La IA actúa como el mecanismo de retroalimentación necesario para conectar estas partes de la cadena de valor. Esto resulta especialmente urgente en el sector de los plásticos, donde se prevé que la producción mundial alcance 500 millones de toneladas este año, aunque solo alrededor del 9% se recicla a nivel mundial.
Cómo fortalece la IA la cadena de valor de los plásticos
Desde la creación de materiales hasta la identificación de residuos, la IA empieza a transformar la cadena de valor de los plásticos de maneras medibles para mejorar su circularidad general.
1. Síntesis química y de materiales novedosos
La IA acelera la investigación necesaria para crear alternativas circulares y soluciones químicas para el final de la vida útil.
Diseño inverso: Los laboratorios de investigación universitarios y empresas como CuspAI están desarrollando plataformas de IA generativa que funcionan como un «motor de búsqueda de materiales». El enfoque de «diseño inverso» de la empresa permite a los investigadores especificar las propiedades necesarias (por ejemplo, biodegradable, muy estable, fácilmente despolimerizable) y que la IA proponga la estructura molecular óptima.
Crecimiento exponencial: La escala de esta aceleración no tiene precedentes; por ejemplo, Google la herramienta GNOME de DeepMind ha identificado recientemente más de 2 millones de estructuras cristalinas teóricas – 45 veces el número identificado hasta la fecha por la ciencia – lo que reduce drásticamente los plazos para los avances en materiales.
2. Diseño sostenible de productos y envases
La conectividad habilitada por la IA, desde el fabricante hasta el reciclador, mediante la retroalimentación digital, será fundamental en la economía circular. La IA generativa está transformando la forma en que los fabricantes diseñan productos que pueden desmontarse y reutilizarse con facilidad.
Descubrimiento optimizado de materiales: En colaboración con IBM Research, Nestlé utiliza IA generativa y modelos de lenguaje químico para acelerar el desarrollo de nuevos materiales para envases de alta barrera. Esto le permite evaluar miles de nuevas composiciones de materiales en cuestión de días, lo que garantiza que el diseño final cumpla criterios estrictos de seguridad, costo y reciclabilidad total.
Seguimiento a lo largo de la vida útil: La clave para conectar el diseño y la recuperación es una cadena de datos estandarizada, un concepto habilitado por la IA: el pasaporte digital de producto (DPP). Originado en iniciativas regulatorias como el Reglamento sobre diseño ecológico para productos sostenibles de la UE (ESPR), el DPP es un registro digital completo de la composición y los atributos de circularidad de un producto. Esta transparencia garantiza que cada producto químico y material sea trazable, proporcionando al consumidor y al reciclador los datos precisos que necesitan a lo largo de la vida del producto.
3. Identificación y clasificación de residuos
La falta de datos digitales y de información en la fase de recuperación es el principal obstáculo para un reciclaje de alta calidad. La IA aborda directamente esta fragmentación mediante:
Análisis en tiempo real: Empresas como GreyParrot utilizan visión artificial y aprendizaje profundo basados en IA para analizar en tiempo real las corrientes de residuos e identificar los tipos de material con gran precisión: caracterizan miles de objetos por minuto y siguen los artículos en cintas transportadoras en movimiento a velocidades de hasta 3 m/s. Esta capacidad duplica de forma efectiva la eficiencia de los métodos tradicionales de clasificación.
Pureza y valor: Los datos en tiempo real que proporcionan estos sistemas eliminan la falta de visibilidad a nivel de las instalaciones. Esto permite a los operadores alcanzar niveles de pureza superiores al 95% en los productos reciclados y reducir las tasas de contaminación hasta en un 85%. Esto es fundamental para reciclar plásticos de forma segura, dados los riesgos para la salud asociados a los aditivos químicos.
Circuito de retroalimentación del diseño: Es crucial que estos datos de clasificación en tiempo real se estén aprovechando ahora para informar a las marcas. Los sistemas de IA pueden identificar por qué determinados envases de consumo se clasifican de forma incorrecta o se contaminan (por ejemplo, debido a un aditivo de color oscuro, una etiqueta compleja o una forma única). Al trabajar con marcas de consumo, estos datos ayudan a las empresas a introducir cambios incrementales en sus envases, como ajustar el tamaño, la forma, el color o el etiquetado de un producto, para aumentar de inmediato su reciclabilidad sin necesidad de rediseñar por completo el producto.
4. Flujo de materiales y logística predictivos
El flujo de materiales recuperados se gestiona de forma eficiente mediante inteligencia predictiva, lo que garantiza que cada material se dirija a su destino de mayor valor y se reduzca al mínimo el esfuerzo desperdiciado.
Reducción de emisiones y costos: Los análisis predictivos basados en IA modelan en tiempo real las redes de logística inversa, dirigiendo los vehículos de recogida según datos de sensores en directo. Al evitar desplazamientos ineficientes y maximizar la capacidad de carga, estos sistemas pueden lograr una reducción de hasta 35% de las emisiones de carbono asociadas procedentes del transporte, junto con un ahorro del 20% al 30% en costos operativos.
Ahorro de materiales: Además, la optimización de la logística anterior mediante modelización predictiva reduce notablemente los residuos de material debidos a la sobreproducción, la obsolescencia y los daños. Por ejemplo, el Motor de Decisiones de Embalaje de Amazon utiliza IA para determinar el embalaje más eficiente para los envíos; desde 2015, este modelo ha ayudado a evitar más de 3 millones de toneladas métricas de embalaje de material a escala mundial.
Colaboración para acelerar el cambio hacia la circularidad
La IA aporta la inteligencia, pero es esencial un esfuerzo colaborativo entre toda la cadena de valor para escalar las soluciones digitales hasta convertirlas en acción sistémica. La colaboración garantiza que los datos generados por la IA se aprovechen en toda la cadena de valor.
Los marcos normativos actuales están diseñados en gran medida para una economía lineal, por lo que no logran crear la necesaria «demanda» de materiales sostenibles en el mercado. Los gobiernos y los responsables de políticas deben corregir esta situación estableciendo normativas claras y armonizadas de responsabilidad ampliada del productor (RAP) a nivel mundial y regional que incentiven la circularidad.
Además, deben definir indicadores clave de rendimiento estandarizados en toda la cadena de valor para hacer seguimiento de los avances, garantizando que la presión regulatoria vaya más allá de objetivos imprecisos y llegue a resultados medibles.
Mientras tanto, las empresas tecnológicas y los innovadores deben ofrecer herramientas interoperables y evitar las «cajas negras» propietarias. Los datos generados por la plataforma de Google X llamada Materra, CuspAI y GreyParrot deben ser accesibles para los fabricantes de productos químicos, los transformadores, las marcas y los recicladores, con el fin de orientar el diseño y la planificación de la infraestructura.
Además, los fabricantes y los líderes del sector deben adoptar una transparencia radical en cuanto a la composición de los materiales y el estado al final de su vida útil. Más allá de los datos, esto exige un cambio cultural hacia el intercambio de conocimientos precompetitivo, en el que los líderes del sector difundan activamente casos de éxito de adopción de la circularidad para acelerar la curva de aprendizaje de todo el sector.
La economía circular impulsada por la IA es la clave para superar la fragmentación de los datos y gestionar los ciclos globales de recursos.
Al utilizar la IA como sistema nervioso para mejorar y conectar cada etapa de la cadena de valor, y al priorizar una colaboración radical, podemos ir más allá de la gestión de residuos y avanzar hacia la resiliencia de los recursos en todos los flujos de materiales.
¿Qué hace el Foro Económico Mundial frente a la contaminación por plásticos?
Con asociaciones en 25 países que llegan a una de cada cinco personas en todo el mundo, la Alianza Mundial para la Acción contra los Plásticos (GPAP) —la mayor iniciativa multiactor del mundo para abordar la contaminación por plásticos— pondrá en marcha en 2026 una nueva línea de trabajo en innovación para reunir a líderes públicos y privados en torno a tecnologías emergentes, entre ellas la IA, los biomateriales, la química avanzada y el seguimiento digital, con el fin de acelerar la circularidad y desbloquear valor económico.
