La corsa globale ai minerali critici, come rame, platino e palladio, si sta intensificando poiché la transizione verso l’energia verde e la tecnologia avanzata richiede più materie prime. Per Earth AI, una startup che utilizza l’intelligenza artificiale per individuare queste preziose risorse, l’ostacolo principale al progresso non è la tecnologia in sé, ma la velocità della verifica fisica.
Il collo di bottiglia: dalle previsioni dell’intelligenza artificiale alla realtà fisica
Earth AI utilizza sofisticati modelli di apprendimento automatico per identificare promettenti depositi minerari in regioni precedentemente ritenute sterili, comprese parti dell’Australia. Tuttavia, un modello di intelligenza artificiale è efficace quanto lo sono i dati che riceve. Anche se il software può prevedere dove potrebbero trovarsi i minerali, non può confermarne la presenza o la concentrazione senza prove fisiche.
Per colmare questa lacuna, l’azienda deve impegnarsi nell’esplorazione del sottosuolo, che richiede la perforazione della terra per estrarre campioni di roccia. Questo processo crea una dipendenza critica dai laboratori esterni per analizzare i campioni.
Il problema con i laboratori di terze parti
Attualmente, il settore dell’esplorazione mineraria deve affrontare un ostacolo logistico significativo: arretrati di laboratorio.
Roman Teslyuk, fondatore e CEO di Earth AI, osserva che mentre una volta i ritardi in laboratorio erano di circa due mesi, l’aumento dell’interesse globale per i minerali critici ha fatto sì che questi tempi di attesa siano più che raddoppiati. Ciò crea un “ritardo nei dati” che ostacola l’efficienza:
- Processo decisionale ritardato: Aspettare mesi per i risultati significa che la fase successiva di perforazione si basa su informazioni obsolete.
- Perforazione inefficiente: Senza un feedback rapido, le aziende non possono adattare facilmente i propri percorsi di perforazione per seguire le vene minerali più concentrate.
- Arretrati accumulati: Earth AI segnala di essere “7 km indietro”, il che significa che hanno 7.000 metri di campioni di perforazione attualmente in attesa di analisi.
La soluzione: integrazione verticale
Per risolvere questo problema, l’intelligenza artificiale terrestre si sta muovendo verso l’integrazione verticale creando i propri laboratori interni. Questo cambiamento strategico mira a trasformare la tempistica della verifica dei minerali da cinque mesi a soli cinque giorni.
Controllando il processo di laboratorio, Earth AI intende creare un ciclo di feedback ad alta velocità:
1. L’intelligenza artificiale identifica un potenziale sito.
2. Estratti di perforazione campioni di roccia.
3. I laboratori interni analizzano i campioni immediatamente.
4. I dati perfezionano l’intelligenza artificiale, consentendo una perforazione successiva più precisa.
Questo ciclo rapido riduce al minimo la “perforazione cieca”, garantendo che ogni metro perforato sia ottimizzato per fornire dati della massima qualità per il modello.
Perché questo è importante per il settore
Questa mossa evidenzia una tendenza crescente nel settore delle risorse basate sulla tecnologia: la necessità di controllare l’intera catena del valore. Man mano che l’intelligenza artificiale diventa più capace di fare previsioni geologiche complesse, il fattore limitante si sposta dall’”intelligenza” alle “infrastrutture”.
Mentre Earth AI continuerà a utilizzare laboratori di terze parti per convalidare le scoperte per scopi economici e legati alla vendita, l’approccio interno è progettato per ottimizzare la fase di esplorazione. In un mercato in cui velocità e precisione determinano la sostenibilità economica di una miniera, ridurre il ciclo di feedback da mesi a giorni potrebbe rappresentare un vantaggio competitivo decisivo.
Conclusione
Costruendo i propri laboratori, l’intelligenza artificiale terrestre sta tentando di risolvere il problema del “ritardo dei dati” che affligge l’esplorazione tradizionale. Questa integrazione verticale mira a trasformare processi di perforazione lenti e costosi in un ciclo di scoperta rapido e guidato dall’intelligenza artificiale.
