Earth AI 用人工智能加速关键矿产探索

在淘金热时代，人们只顾着寻找黄金，却忽视了真正的“金矿”其实是卖铲子的人。如今，在以人工智能和清洁能源为核心的新一轮科技浪潮中，当行业目光多集中在基础设施和应用层，一家初创公司则押注于这轮浪潮中最底层的“铲子”——关键矿产原材料。 这家公司名为 Earth AI，总部位于美国，由澳大利亚团队创立，定位为一家利用人工智能技术更快速、更高效发现关键矿产资源的矿产勘探企业。

当前，围绕 AI 和清洁能源的全球竞赛正推动前所未有的基础设施扩张。 从堆满高性能芯片的 AI 数据中心，到大规模光伏电站、电动车电池、储能系统等，这些设施有一个共同点：它们无一例外都高度依赖锂、铜、镍、钴、石墨以及稀土元素等关键矿产。 在消费电子、通信和军工技术等领域的叠加需求推动下，联合国预计，从 2023 年约 2.5 万亿美元的规模起算，关键矿产的全球贸易额有望在 2030 年增长三倍，并在 2040 年增长至四倍。

然而，需求曲线持续上扬的同时，大型新矿床发现却日益稀少。 多项研究和行业报告显示，近几十年来，在勘探预算不断抬升的情况下，重大矿产发现的数量却明显下滑。 传统勘探手段已将相对容易发现的矿体基本“扫荡一空”，迫使企业不得不付出更高的成本，去更深处、更偏远的地区“碰运气”，但成功率却屡创新低。 换句话说，依赖传统方法寻矿的矿业公司，尽管投入了更多时间、资金和人力，却越来越难找到新的经济性矿床。

Earth AI 认为，人工智能有望改写这一不利局面。 在一种颇具“反讽”意味的情形下，正是这场推高关键矿产需求的 AI 革命，如今被用来帮助寻找这些矿产。 与其主要依靠传统地质勘查手段和经验直觉，该公司选择用 AI 模型去“啃”海量地质数据，从中识别那些被忽略却具有高矿化潜力的区域。 Earth AI 的商业模式，是将预测软件与自主研发的移动式、低扰动钻探技术结合，用于寻找并验证潜在矿点，随后将已证实的项目权益转让给矿业公司。 其 AI 模型综合利用数十年的历史采矿数据和卫星遥感信息，在尚未开发的“绿地”地区筛选和锁定前景区。

公司创始人兼 CEO Roman Teslyuk 指出，尽管世界对矿产资源的需求，从能源转型到日常生活都在不断扩大，但新矿床的发现一直以“烧钱”和“耗时”著称。 他表示，Earth AI 通过自研的 AI 系统和钻探技术正在重塑这一范式，并且已经在此前并未有大规模开发记录的地区实现经过验证的发现。

从公司披露的情况来看，这套方法的回报相当可观。 Earth AI 称，其已在澳大利亚发现多个此前未知的矿化带，其中包括含铜、钴和金矿化的矿体，并在目标锁定时间上明显快于传统勘探路径。 公司宣称其项目发现率达到 75%，而行业平均水平不足 1%。 在已公布的发现中，包括澳大利亚东海岸一处巨大的地下镍和钯矿资源，以及同样位于澳大利亚、含有铟的矿床——铟是一种对 AI 半导体极为关键的稀有金属。

在业内专家看来，Earth AI 的方案出现在一个供应紧张不再只是未来风险、而是正在上演的现实时点上，显得尤为关键。 投资者似乎也认同这一判断：2025 年初，Earth AI 宣布完成 2000 万美元 B 轮融资，约合 1479 万英镑。

过去几年中，Earth AI 的标准流程大致如下：公司首先利用 AI 在澳大利亚全国范围内筛选潜在矿点；一旦锁定目标，其地质团队便前往现场采集岩石样本，并委托第三方实验室进行地球化学分析；如果检测结果显示具有经济性矿化前景，公司再通过钻探加以验证，取得该地块的权益，最终将项目权益出售给有意开发的矿业企业。 然而，在业务扩张后，公司发现这一流程的瓶颈越来越明显——问题出在样品检测环节高度依赖外部实验室。

随着市场对资源发现的关注升温，第三方实验室的积压订单持续增加，样品检测周期从原先的约两个月拉长到更久。 Teslyuk 透露，自从公司扩大钻探能力以后，样本积压问题尤为突出，他形容团队正“落后了 7 公里”，即有约 7000 米钻孔取得的样本尚未获得分析数据。

为了摆脱这一掣肘，Earth AI 决定自建实验室，希望将检测周期从五个月级别压缩到五天左右。 上个月，公司宣布旗下首个自有地球化学分析实验室正式投入运营，使其在勘探流程中的关键环节实现内部闭环。 这一举措意味着，Earth AI 现在已从数据建模到目标甄别、现场钻探、样品检测，形成了一条完全垂直整合的资源发现与勘探链条。 公司同时强调，在对矿区的经济价值作出最终判断前，仍会借助第三方机构对关键结果进行独立验证。

如果 Earth AI 的技术在未来能够继续保持接近目前宣称的成功率，这家公司或将成为本轮科技与能源大潮中的“卖铲子之王”，在 AI 带动的矿产“淘金热”中扮演关键角色。