作者丨邱晓芬、编辑丨苏建勋
36氪获悉，全球首家大宗废料交易平台「再生博士」近期完成由奇绩创坛的数百万元种子轮融资，资金将用于扩充研发人员和开发市场，公司正在进行下一轮天使轮融资。
一直以来，高速发展的工业化产物不止是腾飞的经济，还有堆积如山的废料和碳排放。目前，全球每年仅被统计的就有超过200亿吨废料被焚烧、填埋。
但其实，除了简单粗暴的焚烧填埋，大宗废料其实还有很大的回收价值。「再生博士」创始人谭天告诉36氪，“没有真正的废料，只有错置的资源”，废料回收其实是一笔不太起眼的生意，仅国际间废料交易一年的价值就有4000多亿美元，废料业也一直有“城市矿业”的称号。
不过，全球只有不超过20%的废料被回收，中国废料的回收率更是远低于国际平均水准。废料回收行业并还没有真正形成规模。
谭天认为，发展掣肘在于，废料一般以小量、混杂、不定成分的冒泡形式出现，并且产料点离散。这导致了，业界的知识训练无法形成统一体系，行业内没有通用的“教科书”，而有行业经验的回收公司从业者鉴定的能力各有差异，加之从业者多数学历有限，导致经验传递困难，信息形成孤岛。而废料回收行业要发展，不管是材料识别、分析还是估价，都需要倚赖业界的极度稀缺的高级专家。
废料回收也是一个笼罩着偏见的行业。谭天认为，生产者们的偏见在于，认为在制造过程中使用回收废料，会产生出更高的运营成本。
问题产生的核心在于，国内的废料回收从业者一般以个体户居多，模式基本就是，回收物料从一手贩子倒到二手、三手贩子，废料难以产生规模，进而无法用更标准化的生产线处理回收废料提高材料纯度。另一方面，从业者缺乏全球视野，难以匹配到对废料需求更大、价格更贵的去处。
材料交易量分散、材料品质浮动缺乏一致性，市场流通机制不成熟，三者变成了限制业界往更高水平发展的桎梏。
谭天举了一个例子：同样的废矿泉水瓶，在石化大宗商品涨价的时候做成瓶片给吹塑厂价格最高；而在棉花大宗商品涨价的时候，做成粒子给布料厂去拉丝价格最高；但到了苹果每年9月份的新品发布季，做成改性塑料给手机壳生产厂价格最高。
如何客观识别、估价并提供最佳的供需匹配是废料回收行业最大的难关。谭天介绍道，「再生博士」9月份上线的平台就是为了解决这些痛点。
谭天向36氪介绍，面向综合性回收工厂、废料加工厂和废料使用工厂，「再生博士」提供了一个操作简单的系统，用于废料的识别、质检、估价和交易。具体操作上，卖方只需要拍摄或者上传废料图片，「再生博士」就能识别废料类别与成分，实时估价，并在全球范围内自动匹配最优买方，快速完成废料交易。
识别、质检、估价
在废料识别方面，平台主要是采用了机器视觉和深度学习的技术，基于自建的废料数据库，首次实现了对大宗废料品类和含量的精准识别。
谭天告诉36氪，自己自2016年起就开始收集和标注废料数据，“目前平台拥有全球最大的废料数据库”。经过测试，平台目前针对有色金属品种下的数百种废料识别与估值准确率都超过90%。
关于如何对废料进行更准确的估值，谭天认为，首先任何普遍存在的原料都和大宗期货商品有价格上的连动性，原料中的元素内在价值可以对应其期货类别。其次，废料价值还需要综合考虑能源期货波动所产生的生产、运输成本变化。 虽然个别单一交易看似无序，但经过分析大量交易信息，废料和期货的相对关系有迹可循。最后，定价算法还参考了谭天过去十年的废料回收的历史数据。
最后一个环节是，客户上传废料信息后，后台还会基于算法推荐，把数据推荐给需求更大的废料买家，买家可以对此进行竞价。
匹配需求
值得注意的是，废料回收也是一项促进减排的措施。为此，「再生博士」也在进行“碳谱”产品的开发。
一般而言，废料如果没有妥当回收，去向便是填埋或者焚烧，产生环境污染。 以美国为例，美国国家环境保护局（EPA）此前数据显示，废塑料的回收率只有9.1%，仅2015年一年，被填埋的塑料就有2600万吨。 在国内，中国物资再生协会再生塑料分会提供的统计数据显示，2019年约有6300万吨的废塑料需要处置，其中回收再利用的废塑料只有30%左右。
「再生博士」通过将废料商品化，减少了废料被填埋的几率。此外，工厂使用废料再生的物料生产产品，大大减少原来所需石化提炼或矿石冶炼所产生的碳排。
比如，从铝土矿冶炼、制造一吨铝将会产生100吨二氧化碳，而使用废铝的产碳量只有0.87吨。谭天表示，避免废料的填埋、以及废料回收再利用，双边都是减碳的过程，未来公司计划将交易数据上链，后续将会开启碳证申请。对于平台的卖方买方来说，交易的过程数据将会被真实记录下来，最终可抵消其他业务中的碳排放，帮助交易公司减碳。
创始团队方面，创始人谭天是位连续的回收行业创业者，有着十多年的行业经验和全球52个国家的回收经验。团队核心成员包括国内外回收行业的专家，AI和CV领域的科学家，部分来自微软、阿里、美团等公司。据了解，再生博士目前正在进行下一轮天使轮融资，同时还将于近期在北京开设分公司扩充团队。
,
