La inteligencia artificial acorta la búsqueda de minerales críticos

El comercio de cobre, litio, níquel, cobalto, grafito y tierras raras se ha convertido en una especie de monopolio. Sin ellos, será difícil ampliar las redes eléctricas, producir coches eléctricos, operar centros de datos o producir equipos de defensa. Pero si bien la demanda de minerales críticos está aumentando, su desarrollo sigue siendo lento, costoso y políticamente sensible. La mayoría de las cadenas de suministro internacionales se centran en China; Según instituciones internacionales, el país domina gran parte del procesamiento y suministro de importantes materias primas. Por tanto, la búsqueda de materias primas se está convirtiendo en una tarea estratégica para los estados y empresas occidentales.

La empresa estadounidense Terra AI quiere acelerar esta investigación con inteligencia artificial. La empresa ha desarrollado software que recopila datos del subsuelo: núcleos, mediciones geofísicas, análisis geoquímicos, datos sísmicos, mapas, hipótesis de geólogos y nuevas técnicas como la tomografía de muones. A partir de esta información, que hasta ahora se ha evaluado por separado, la plataforma crea modelos tridimensionales del subsuelo, así como una variedad de posibles escenarios geológicos, incluidas las probabilidades.

Cada perforación, cada medición magnética, cada muestra geoquímica proporciona sólo una parte de la realidad. Entre estos datos, muchos quedan abiertos a interpretación. Terra AI intenta no ocultar esta incertidumbre, sino calcularla sistemáticamente. La plataforma mostrará dónde es más probable encontrar materias primas, qué tipo de depósitos podrían existir y, lo que es más importante, dónde existen las mayores lagunas de conocimiento.

John Mern, cofundador y director ejecutivo de Terra AI, ve esto como una respuesta necesaria a una industria que no se ha vuelto más rápida a pesar de una cantidad de datos cada vez mayor. “A pesar de décadas de inversiones en sensores y datos, nuestra situación empeora cada año”, dijo Mern en una entrevista con FAZ: “La cantidad de metal añadido al suministro mundial este año es un 90 por ciento menor que en 1990”. Terra AI cree que no es sólo la cantidad de datos lo que marca la diferencia, sino más bien su integración en un modelo de toma de decisiones. Mern lo explica brevemente: “El método es posible gracias a la digitalización de la disponibilidad de grandes cantidades de datos”.

El punto débil en el suministro de materias primas no reside únicamente en la búsqueda de nuevos yacimientos. Es mucho más común que los proyectos se estanquen después de los descubrimientos iniciales. Según los expertos, en el caso del cobre, se necesitan en promedio unos 17 años desde el descubrimiento hasta la producción de una nueva mina. Gran parte de este tiempo se dedica a la exploración, la viabilidad y la definición de recursos. Más de las tres cuartas partes de los costos de exploración a menudo ocurren sólo después de los primeros pozos exitosos. Terra AI quiere acortar esta fase.

Según la empresa, la plataforma ha logrado reducir en repetidas ocasiones la profundidad de perforación requerida en proyectos entre un 50 y un 60%. Los depósitos especialmente grandes y valiosos se aceleraron en cuatro o cinco años. La calidad de las predicciones del modelo de recursos mejoró dos o tres veces. En casos concretos, los recursos minerales definidos se han multiplicado hasta 2,5 veces. Esta información proviene de la propia empresa y debe demostrarse mediante un uso generalizado. Pero explican por qué las grandes empresas mineras están probando o utilizando Terra AI. Entre los clientes mencionados se incluyen BHP y Rio Tinto, así como empresas mineras medianas, exploradores junior y empresas de yacimientos como OMV en el sector de almacenamiento de CO₂.

Para Markus Zechner, cofundador de la empresa tecnológica, el beneficio económico es inmediato: “Las malas decisiones clandestinas cuestan extremadamente”. Terra AI promete reducir significativamente el riesgo de exploración. En proyectos internos se habla de hasta un 60% menos de riesgo. Al mismo tiempo, incluso una pequeña mejora en las previsiones de producción puede tener un gran efecto. “Podemos superar el objetivo de producción entre un 5 y un 10 % en comparación con el enfoque convencional”, afirma Mern. Esto significa que si comprende mejor el subsuelo, podrá planificar los objetivos de producción de manera más confiable y utilizar el capital de manera más eficiente. En lugar de simplemente visualizar datos geológicos, la plataforma tiene como objetivo proporcionar información cuantificada de riesgo. ¿Dónde deberías perforar? ¿Qué datos adicionales son útiles? ¿Qué depósito debería comprarse, desarrollarse o abandonarse?

Por tanto, el modelo de negocio es más amplio que el software de minería clásico. Terra AI vende infraestructura de toma de decisiones para empresas que necesitan comprender y desarrollar recursos subterráneos. La minería involucra minerales críticos, oro o sistemas polimetálicos. La energía geotérmica aborda la cuestión de dónde la perforación puede producir calor de forma económica. El almacenamiento de CO₂ trata de la seguridad con la que se puede presionar el dióxido de carbono bajo tierra.

Zechner, que tiene un doctorado de la Universidad de Stanford y ha trabajado modelando las incertidumbres del subsuelo durante más de dos décadas, ve los mismos problemas subyacentes en múltiples mercados. La caracterización dinámica del subsuelo es lenta, costosa y arriesgada. En la industria de la energía geotérmica, la perforación puede representar entre el 50 y el 70 por ciento de los costos del proyecto. Los proyectos de almacenamiento de carbono pueden retrasarse de cuatro a siete años incluso antes de que comience la inyección.

Un proyecto conjunto con la empresa austriaca de materias primas OMV muestra cómo Terra AI quiere utilizar su plataforma más allá de la minería tradicional. El grupo de energía y química colabora con Terra AI en el sector de las bajas emisiones de carbono, en particular en la captura y almacenamiento de carbono (CAC) y la energía geotérmica. OMV trae consigo conocimientos de exploración acumulados durante décadas.

En particular, se dice que la CCS es una aplicación en la que la incertidumbre geológica tiene consecuencias económicas directas. Que una instalación de almacenamiento pueda operarse de manera económica y monitorearse de manera confiable depende en gran medida de las condiciones geológicas locales y del marco regulatorio y económico. Los enfoques de optimización convencionales a menudo consideran sólo un número limitado de escenarios posibles. El cofundador Anthony Corso explica el enfoque con una comparación del mundo de los vehículos autónomos: “Los algoritmos adaptados de este ámbito pueden tener en cuenta millones de escenarios posibles”. De manera similar a cómo los vehículos autónomos predicen muchas situaciones de tráfico, Terra AI evalúa diferentes desarrollos geológicos y opciones de acción bajo tierra. Esto facilita la comparación de opciones de desarrollo, hace que los riesgos técnicos sean visibles de antemano y basa las decisiones de inversión en una base de datos mucho más amplia.

El enfoque desarrollado por OMV y Terra AI tiene como objetivo ayudar a determinar cuándo y dónde son útiles las mediciones sísmicas. En un proyecto real de CCS en el Mar del Norte, que aún se encuentra en una fase inicial de planificación, el uso de inteligencia artificial logró aumentar la cantidad teórica de almacenamiento y reducir significativamente los costes esperados de la recopilación de datos, según los participantes. Los primeros resultados internos del proyecto noruego son prometedores. Según los cálculos de los socios del proyecto, el valor esperado del proyecto aumentó en más de un 25%, mientras que los riesgos cuantificados del subsuelo se redujeron en aproximadamente un 50%. Al mismo tiempo, los períodos de planificación y desarrollo centralizados se han acortado significativamente.

Esta expansión es importante para las perspectivas del modelo de negocio. Terra AI no se basa únicamente en la exploración de metales. La plataforma está diseñada para operar de forma independiente del sistema porque la incertidumbre geológica juega un papel central en casi todas las aplicaciones subterráneas. Esto abre mercados en minería, energía geotérmica, almacenamiento de CO₂ y posiblemente otras aplicaciones. El mercado para las empresas mineras junior parece ser especialmente atractivo. Según la empresa, estas empresas de exploración más pequeñas son responsables de alrededor del 70% de los descubrimientos minerales del mundo, pero a menudo tienen un capital limitado. Si pueden producir mejores modelos con menos perforación, esto aumentará sus posibilidades de financiación.

La ronda de financiación de 20 millones de dólares liderada por el especialista en capital de riesgo Khosla Ventures, que Terra AI ha lanzado ahora, permitirá esta expansión. Al describir la oportunidad, Mern dijo: “Esta inversión nos permite pasar a la siguiente fase de crecimiento al escalar nuestro ‘motor de modelado’ generativo, acelerar las implementaciones en toda la empresa y avanzar en la tecnología de inferencia del subsuelo que la industria necesita para satisfacer la demanda de minerales críticos”.

Las oportunidades son grandes, pero no exentas de riesgos. La minería es conservadora, intensiva en capital y altamente regulada. Una plataforma de IA no sólo debe convencer desde el punto de vista técnico, sino también ante los expertos en geología, financieros, autoridades de homologación u operadores. Los modelos que calculan probabilidades no sustituyen a la perforación. Pueden ayudar a decidir dónde y cuándo perforar. Además, el éxito depende de la calidad de los datos existentes. En los distritos mineros más antiguos, pueden existir grandes cantidades de datos históricos, pero en formatos inconsistentes y con lagunas. Sin embargo, en las regiones menos exploradas a menudo faltan datos iniciales fiables.

Sin embargo, hay mucha evidencia que sugiere que la exploración basada en datos es cada vez más importante. La demanda de materias primas aumenta, en muchos lugares ya se conocen los mejores yacimientos cercanos a la superficie, los nuevos proyectos son cada vez más caros y políticamente más difíciles. Al mismo tiempo, crece la presión para limitar las intervenciones sobre la naturaleza y el paisaje. Menos perforaciones incorrectas no sólo significan menores costes, sino también un menor impacto sobre el medio ambiente.