推動回收不容易，尤其在疫情期間，很多歐美企業暫停回收業務，降低人手回收效率。一些初創公司就看準時機，運用人工智能（AI）及機械人自動回收，為回收市場帶來另一種可能。
位於美國科羅拉多州的初創公司 AMP Robotics，提供能夠自動辨認、分類垃圾的 AI 機械人系統。其機械人的訓練數據來自 AMP Neuron，內置演算法會通過海量圖像自我改進。創辦人 Matanya Horowitz 稱人類每分鐘只能完成約 40 次分類，同時人手工作會感到疲累，而其 AI 機械人每分鐘可以分類多達 80 件物品，相當於兩個人的工作，能幫助回收業者提升回收效率，一定程度上實現自動化。自動化可協助解決許多回收問題，包括愈來愈多難以回收的塑膠廢物，以及避免消費者失誤污染回收品。
AI 機械人的運作原理簡單，新一代機械人多配備視覺系統和機械手臂；軟件方面，AI 驅動的光學技術能提供有關廢物性質和污染物成分等實時數據，例如罐內剩下幾多花生醬。垃圾回收服務公司 Recycle Ann Arbor 選用了 Machinex 的機械人 SamurAI，公司行政總裁 Bryan Ukena 指機械人一般花 3 個月時間學習材料的形狀、尺寸和密度，然後才投入運作，雖然其分類速度跟人類一樣快，但準確程度仍有待改進。
根據美國環境保護署數據，單是 2015 年該國就產生約 2.62 億噸市區垃圾，雖然超過 9,100 萬噸垃圾成功回收並堆肥，但 COVID 疫情期間顧及回收工人的安全，很多企業都暫停了回收工作。自動化有助改善人手回收效率，因而預計垃圾分類機械人市場到 2024 年將達 122.6 億美元。
以 Glacier 研發的機械人為例，其機械人可以使用 AI 信息來識別物品材質，從回收輸送帶上拾起物品，將它們分類到正確位置。這款機械人安裝簡單，1 天內就可完成，能更精準、更大量處理回收材料。
另一家公司 CleanRobotics 則設計出 AI 垃圾分類機械人 TrashBot，專為機場、醫院、體育館和其他高流量設施而設。公司在匹茲堡一個可容納 1.8 萬名觀眾的室內體育場進行了為期 1 年的實驗，分類 3 萬件物品，準確率高達 90%，而人手分類垃圾準確率僅為 30%；實驗最終收集約 1,800 磅回收物，傳統回收垃圾箱則只收集得 650 磅。
另一方面，隨著生產者責任延伸（EPR）概念持續成熟，業者愈益重視回收一環，亦更需要 AI 收集的廢物資訊。密芝根州環境、五大湖和能源部回收市場開發專家 Matt Flechter 形容，AI 提供數據，讓人類能做出更好的決策。該部門正在試驗 Glacier 和 Machinex 的分揀機械人，他希望取得產品的即時數據再交予製造商，助製造商設計更有利回收的產品。
