När Sverige ställer om till en cirkulär ekonomi uppstår utmaningar i hanteringen av återvunnet material och återbrukade prylar. ”Matchningsproblem” uppstår när insamlade avfallsflöden saknar en tydlig mottagarmarknad. Exempelvis lagras stora mängder textilavfall utan efterfrågan, och inlämnade prylar med återbrukspotential saknar fungerande affärsmodeller och marknad.

Exempel på intressanta projektområden:

• Målkonflikter – när hållbarhetsmålen krockar: Att driva cirkulär ekonomi innebär ofta att olika mål ställs mot varandra. Exempelvis kan vissa plastmaterial vara lättare att återvinna, men ha sämre klimatprestanda vid produktion än andra alternativ. På samma sätt kan biobaserade material minska fossilberoendet, men skapa nya utmaningar vid återvinningsprocesser. 
• Affärsmodeller för hållbar konsumtion: För att möjliggöra en verkligt cirkulär ekonomi behövs nya affärsmodeller där produkter designas för att hålla längre, hyras ut istället för att köpas och när de är uttjänta ska de vara lättare att demontera och materialåtervinna.  
• Utveckling för att överbrygga matchningsproblem: För att möjliggöra en fungerande cirkulär ekonomi krävs lösningar som både hanterar marknadens brister och gör regelverket mer flexibelt.

Avfall Sveriges medlemmar har kommit olika långt i sin digitalisering och AI-utveckling och har därför olika förutsättningar och utmaningar. Samtidigt står alla kommuner med samma grund-uppdrag och har samma behov av grundläggande förutsättningar för att verksamheten ska fungera.

Utvecklingsprojekt inom AI och digitalisering, med en tydlig tillämpning inom avfallsområdet, kan ge alla medlemmar förutsättningar att arbeta smartare och effektivare.

Exempel på intressanta projektområden:

• Upphandling som ett viktigt verktyg i den digitala transformationen: Kommuner har behov av liknande digitala lösningar men är ofta är inlåsta i system som inte kommunicerar med varandra. Upphandlingar är ett av kommunens viktigaste verktyg i den digitala transformationen och i hållbarhetsarbetet. Utveckling av gemensamma kravställningar och upphandlingsguider/- mallar hjälper medlemmarna att spara kostnader, minska inlåsnings-effekter och bidrar till utveckling av leverantörsmarknaden avseende tjänster för utveckling av digitala produkter och lösningar.
• AI-baserade bild- och sensorsystem för att förbättra identifiering/sortering av avfall: Kunskapssammanställning och goda exempel på test och utveckling av tekniken är intressant.
• Prediktiv AI-analys för insamling och logistik: Kunskapssammanställning och goda exempel på test och utveckling av tekniken är intressant avseende ruttoptimering baserat på t.ex. fyllnadsgrad, trafikdata och väderförhållanden men även dynamisk schemaläggning av avfallsinsamling för att exempelvis minska bränsleförbrukning och koldioxidutsläpp.  
• AI-stödd analys av materialströmmar: Kunskapssammanställning och goda exempel på test och utveckling av tekniken är intressant för att identifiera potential för återanvändning och högvärdig återvinning.  
• Kemisk analys med AI: Kunskapssammanställning och goda exempel på test och utveckling av tekniken är intressant för att förbättra återvinning av svårhanterade material som plast-blandningar och kompositmaterial.  
• AI-baserade analysverktyg för att bekämpa illegal dumpning och nedskräpning: Kunskapssammanställning och goda exempel på test och utveckling av tekniken är intressant för att exempelvis rapportera om illegal avfallshantering i realtid och för att förutsäga var nedskräpning sker och förebygga genom riktade insatser.