GR3N si assicura 15,5 milioni di euro per il riciclo del PET

La startup svizzera GR3N, attiva nel settore delle cleantech, ha annunciato di aver chiuso un round di finanziamento di Serie B, raccogliendo 15,5 milioni di euro. Questa iniezione di capitale è destinata a sostenere un progetto ambizioso: la costruzione del primo impianto al mondo su scala commerciale per il riciclo del PET (polietilene tereftalato) assistito da microonde. L'operazione è stata guidata dal fondo 360 Capital, con l'aggiunta di un nuovo investitore, VP Textile, che ha contribuito a consolidare il supporto finanziario per l'iniziativa.

Il finanziamento rappresenta un passo significativo per GR3N, che punta a rivoluzionare il modo in cui uno dei materiali plastici più diffusi viene gestito a fine vita. Il PET è ampiamente utilizzato in una vasta gamma di prodotti, dalle bottiglie per bevande agli imballaggi alimentari, fino ai tessuti, rendendo il suo riciclo efficiente una priorità per l'economia circolare.

Il Progetto MODUS: un approccio innovativo al riciclo

I fondi raccolti saranno interamente dedicati alla realizzazione del progetto MODUS, un impianto che sorgerà in Spagna. Questa struttura all'avanguardia è progettata per trattare 40.000 tonnellate di PET all'anno, un volume considerevole che evidenzia l'intento di GR3N di operare su scala industriale. La tecnicia alla base di MODUS si distingue per l'utilizzo delle microonde, un metodo che promette di migliorare l'efficienza e la sostenibilità del processo di riciclo.

Tradizionalmente, il riciclo meccanico del PET può incontrare limiti nella qualità del materiale riciclato, soprattutto quando si tratta di flussi di rifiuti misti o contaminati. Le tecnicie di riciclo avanzato, come quella proposta da GR3N, mirano a superare queste sfide, consentendo di ottenere un PET riciclato di alta qualità, spesso paragonabile al materiale vergine. Questo apre nuove possibilità per l'utilizzo del PET riciclato in applicazioni che richiedono standard elevati, contribuendo a ridurre la dipendenza dalle risorse fossili.

Contesto del mercato e implicazioni per l'economia circolare

L'investimento in GR3N si inserisce in un contesto globale di crescente attenzione verso la sostenibilità e la gestione dei rifiuti plastici. La pressione normativa e l'aumento della consapevolezza dei consumatori stanno spingendo le industrie a cercare soluzioni più efficaci per il riciclo e il riutilizzo dei materiali. In questo scenario, le cleantech che offrono processi innovativi e scalabili giocano un ruolo cruciale.

Il settore del riciclo del PET è particolarmente dinamico, dato l'enorme volume di questo polimero immesso sul mercato ogni anno. La capacità di un impianto come MODUS di processare 40.000 tonnellate all'anno potrebbe avere un impatto significativo sulla riduzione dei rifiuti e sull'ottimizzazione delle catene di approvvigionamento per le aziende che utilizzano PET. Per le imprese che valutano l'adozione di materiali riciclati, la disponibilità di PET di alta qualità proveniente da processi avanzati è un fattore abilitante fondamentale.

Prospettive future e l'impatto dell'innovazione

La realizzazione dell'impianto MODUS rappresenta un banco di prova importante per la tecnicia di GR3N e per l'intero settore del riciclo avanzato. Il successo di un'iniziativa di questa portata potrebbe accelerare l'adozione di soluzioni simili a livello globale, contribuendo a mitigare l'impatto ambientale della plastica. L'innovazione nel riciclo è essenziale per costruire un'economia più circolare, dove i materiali vengono mantenuti in uso il più a lungo possibile.

Sebbene il focus di AI-RADAR sia primariamente sui Large Language Models e le infrastrutture AI, l'investimento in tecnicie come quella di GR3N sottolinea un trend più ampio: la necessità di capitalizzare l'innovazione per affrontare sfide complesse, siano esse legate alla sostenibilità ambientale o all'avanzamento tecnicico. La capacità di scalare soluzioni innovative, come un impianto di riciclo da 40.000 tonnellate, è un principio trasversale che risuona anche nel deployment di infrastrutture AI, dove l'efficienza e la capacità sono parametri chiave.