透明废塑料和浅蓝色废塑料，掺多少，卖价不一样。
在Greentech Baltic的PET回收厂，生产负责人Tadas Lenkutis过去靠经验判断配比。用上Greyparrot后，团队根据传送带上的实时成分数据调配产品：透明塑料碎片可以卖出溢价；客户允许混入少量浅蓝色碎片时，就调整配比。Greyparrot在2025年10月发布的客户案例估算，这种精细配料让该厂PET回收收入增加约10%。客户配料与收入案例
做这件事的AI没有伸手去捡瓶子。
Greyparrot把摄像分析设备架在回收厂已有的传送带上，识别经过的废料，再把成分、流量和变化显示在后台。回收厂买的也不是一台摄像头，而是包含设备使用、软件更新和支持服务的年度许可。官方许可说明
架在传送带上方的Analyzer。来源：Greyparrot客户案例配图。
瓶子分出来了，还得知道能卖什么价
回收厂并不缺分拣设备。难的是：眼前这一批到底混了什么，机器调过之后有没有改善，最后交出去的料符不符合客户要求。
Greentech Baltic过去每月拆开一包有代表性的废料，做人工质量检查。来料却不等抽样日：污染比例、颜色和来源随时可能变化。连续数据让团队更早发现不合格来料，也让配料不再只靠经验。
AI识别的终点不是“这是个塑料瓶”，而是“这批料该怎么处理、怎么卖”。
在Analyzer后台，左边可以回看传送带画面，右边是随时间变化的物料组成。系统还允许为不同材料设置价格，把材料数量转成估算价值，而不是让工厂自己从一堆识别标签里算账。Analyzer产品说明 数据与价值计算方式
官方后台演示：识别画面与成分变化放在一起。演示数据，不是上文客户的现场记录。
不必等到机器人接管整座工厂
另一家客户Omrin，把Analyzer先装在一条出料线上。
这家荷兰公司的工程师Karin Wolters原本每周做三次人工抽样。有了连续监测后，降到每周一次；物料纯度发生变化，团队可以更快查原因，再调整风量或近红外分选系统。按2025年3月的客户案例，当时操作机器的仍是人，把数据接入机器自动调节是后续设想。Omrin使用案例
Omrin已有生产线上的部署。来源：Greyparrot发布的客户现场照片。
这给产品划出了一条务实的落地路径：不要求客户先换掉整条生产线，也不用等全自动工厂建好，先让工程师知道哪里该调。
Greyparrot另有Sync接口，可以把数据送给兼容的第三方硬件和软件；它自己不造分拣机器人。Sync与设备联动说明
监测、人工决策、设备联动，可以分步发生，不是一笔必须同时买齐的改造工程。
摄像头按年收费，买的是持续可用
它的年度许可包含Analyzer硬件、后台不限用户访问、系统更新和团队支持，价格随客户需求与部署设备数量变化，官网没有统一标价。
设备装上去不是结束：现场需要校准，镜头脏了需要清理，物料库和后台也要继续更新。年费把这些后续工作也纳入了产品。
官方全厂部署示意：多个分析点对应不同物料流，不代表每家客户都部署了整套配置。
单条出料线能回答质量问题，多个点位才能进一步对照进料和出料。许可数量因此和工厂想看清多少环节联系在一起，而不只是办公室里有多少人登录。
Greyparrot官网目前披露，已有300多台Analyzer在20多个国家、65家以上回收设施中运行。官方部署规模
看垃圾的数据，又进入了品牌公司的办公室
2025年6月，Greyparrot推出Deepnest，把同一套回收设施数据用于另一个问题：品牌设计出来的包装，丢掉以后究竟有没有被分到正确的地方？
工厂关心某条线上跑掉了多少有价值的塑料；品牌关心自家的瓶子、标签或泵头，为什么会在分拣过程中落选。Deepnest据此提供按品牌、材料和地区查看的分析，而不只依靠实验室对“可回收”的判断。Deepnest发布说明
2026年5月，消费健康公司Kenvue与Deepnest公布合作，计划用英国和美国回收设施的数据，研究标签、泵头等部件对分拣的影响，并模拟材料或透明度变化带来的后果。这是已公布的合作方向，不是已完成改包装的效果报告。Kenvue合作公告
于是，产品面对的采购理由发生了变化：生产负责人为当下的配料和损耗买单，包装团队则需要为下一版产品设计找依据。
这也改变了下一阶段的销售难题。给工厂看，得指出哪里正在损失材料；给品牌看，得说清下一版包装该改标签、泵头，还是瓶身。能采到同一批数据，不等于能用同一套报告卖给所有人。
点击文末「阅读原文」，前往Greyparrot官网了解产品与客户案例。