最近のラスベガスでの採掘会議で面白いことを見つけました。投資の責任者であるエキン・オバーは、AIが実際に重要な金属分野をどのように再形成しているかについて、魅力的な研究を行っています。私の関心を引いたのは、技術的な側面だけでなく、イノベーション、持続可能性、そして採掘の実際の運用上の課題との交差点について彼女が考えている点です。

というわけで、採掘は伝統的に新しい技術の採用が遅い傾向がありますよね？しかしエキン・オバーは、生成AIによってそれが急速に変わりつつあると見ています。ただし、真のボトルネックは？業界の関係者に価値提案を理解させることです。彼女の言葉を借りれば、人々は技術の専門家である必要はないが、誰かがこれらのツールの仕組みを示し、懸念に対応する必要があるということです。保守的な市場さえも今や真剣な議論の時間を割き始めており、これは変化が本物であることを示しています。

実際に現場で起きていることは非常に説得力があります。探査会社は機械学習を使って地質データを分析し、探査の時間を大幅に短縮しています。例えるなら、従来の掘削は1穴あたり3000リットルのディーゼルを使用しますが、コンピュータビジョンを使ってコアサンプルをスキャンし、不必要な掘削を減らすことで、何千時間ものエネルギー節約が可能です。一方、リオ・ティント、BHP、フリーポート・マクモランなどの大手企業は、自律運搬トラックや予測保守システムを導入し、ダウンタイムと燃料消費を15％削減しながら、処理能力を向上させています。BHPのエスコンドィダ鉱山は、2022年以来、30億リットル以上の水と118ギガワット時のエネルギーを節約したと報告されています。

ここでエキン・オバーの視点が面白くなるポイント：人々はAIのエネルギー消費について懸念しています。確かにその通りです。でも考えてみてください — 毎日10億回のAIプロンプトは340メガワット時の電力を消費しますが、単一の採掘現場は1000〜5000メガワット時を消費することもあります。つまり、AIが運用の最適化や、粉砕などの不要なエネルギー集約的な工程（(採掘の電力使用の70％を占める)）を削減するのに役立てば、全体のエネルギー強度を実際に低減できるのです。

運用面だけでなく、政府もこれに関与しています。DARPAのCriticalMAASイニシアチブや米国地質調査局との協力は、地質マップの処理を自動化し、従来何年もかかっていた作業を数日で完了させることに成功しています。ペンタゴンは今や、希土類、ニッケル、コバルトなどの重要金属の供給チェーンや政策シナリオをモデル化するAI駆動の金属予測プログラムも持っています。

しかし、エキン・オバーのKinterra Capitalでの仕事から特に印象的だったのは許認可の部分です。採掘プロジェクトは何年も停滞しますが、それは技術的な問題ではなく、膨大な書類を処理する余裕がないからです。Kinterraは、自社の基準に基づいて訓練された大規模言語モデルを使ったクローズドループシステムを構築しました — 許認可段階、先住民との関わり、コミュニティの意見など。システムは申請書、ニュース、メールから何千ものデータポイントをフィルタリングし、管轄区域ごとの最新情報を直接Teamsに要約して提供します。リアルタイムで行動可能な情報です。

セキュリティの懸念については妥当な質問ですが、エキン・オバーはこう言います — 私たちはすでにGoogle、Microsoft、Appleに敏感なデータを日常的に預けています。正当なツールと強力なポリシーがあれば管理可能です。さらに、Kinterraはシステムの追跡性も設計しています。元のドキュメントにアクセスして引用を検証できる仕組みです。この透明性は、意思決定のタイムラインに自信を持つ必要のある規制当局や資本提供者にとって重要です。

この全体的な洞察は、AIは人間を置き換えるのではなく、遅い政府手続きを加速させ、関係者をより早く意思決定のポイントに導くことができるということです。許認可の遅れが何年も、何十億ドルもの損失につながるこのセクターでは、それは本当に価値のあることです。今後の採掘分野での進展を注視すべきでしょう。