Щойно я помітив щось цікаве на останній конференції з майнінгу у Вегасі. Є цей інвестиційний керівник, Екін Обер, який займається захоплюючою роботою щодо того, як штучний інтелект фактично змінює сферу критичних металів. Те, що привернуло мою увагу, — це не лише технологічний аспект — а й те, як вона думає про перетин інновацій, сталого розвитку і реальних операційних викликів у гірничодобувній галузі.

Отже, справа в тому: гірничодобувна промисловість традиційно повільно впроваджує нові технології, так? Але Екін Обер бачить, що ця ситуація швидко змінюється з генеративним штучним інтелектом. Реальний бар’єр, однак? Це переконати галузевих учасників справді зрозуміти цінність. Як вона сказала, людям не потрібно бути технічними експертами, але хтось має показати їм, як працюють ці інструменти і як вони вирішують їхні проблеми. Здається, навіть консервативні ринки тепер присвячують цьому серйозний час для обговорень, що свідчить про реальні зміни.

Що насправді відбувається на місцях, досить переконливо. Компанії з дослідження використовують машинне навчання для аналізу геологічних даних і значного скорочення термінів досліджень. Уявіть собі — традиційне буріння використовує 3000 літрів дизелю на свердловину. Якщо ви використовуєте комп’ютерне зору для сканування кернів і зменшення непотрібного буріння, ви економите тисячі годин енергії. Тим часом, великі гравці, такі як Rio Tinto, BHP і Freeport-McMoRan, впроваджують автономні самоскиди і системи прогнозного обслуговування, що зменшують простої і споживання палива на 15%, одночасно збільшуючи пропускну здатність. Згідно з повідомленнями, шахта Escondida BHP з 2022 року зекономила понад 3 гігалітри води і 118 гігават-годин енергії.

Ось де погляд Екін Обер стає цікавим: люди турбуються про енергетичний слід штучного інтелекту. Це справедливо. Але уявіть собі — один мільярд щоденних запитів до ШІ використовують 340 мегават-годин електроенергії, тоді як один гірничодобувний об’єкт може споживати від 1000 до 5000 мегават-годин. Тож, якщо ШІ допомагає оптимізувати операції і зменшити непотрібні енергоємні процеси, такі як подрібнення (, що становить 70 відсотків споживання електроенергії шахти), ця технологія фактично зменшує загальну енергетичну інтенсивність.

Крім операцій, у цю сферу активно втручаються уряди. Ініціатива DARPA CriticalMAAS і співпраця з Геологічною службою США використовують ШІ для автоматизації обробки геологічних карт — скорочуючи час, який раніше займали роки, до кількох днів. Навіть Пентагон має тепер програму прогнозування металів на основі ШІ, яка моделює ланцюги постачання і сценарії політики для критичних мінералів, таких як рідкоземельні, нікель і кобальт.

Але ось що справді виділяється у роботі Екін Обер у Kinterra Capital: дозвільна документація. Проекти з видобутку зупиняються на роки не через технічні проблеми, а через відсутність ресурсів для обробки величезної кількості документів. Kinterra створила систему зворотного зв’язку, використовуючи великі мовні моделі, натреновані на їхніх власних критеріях — етапи дозволів, залучення корінних народів, громадська думка. Система фільтрує тисячі даних з подань, новин і електронних листів, а потім узагальнює оновлення, специфічні для юрисдикції, безпосередньо у Teams. В режимі реального часу — оперативна і корисна інформація.

Питання безпеки? Це справедливе питання, але Екін Обер має вагомий аргумент — ми вже довіряємо Google, Microsoft і Apple з чутливими даними щодня. За допомогою легітимних інструментів і сильних політик це цілком керовано. Крім того, Kinterra розробила свою систему так, щоб її можна було відстежувати. Ви можете перейти до оригінального документа і перевірити цитату. Така прозорість важлива для регуляторів і капітальних інвесторів, які потребують впевненості у термінах прийняття рішень.

Загальний висновок тут у тому, що ШІ не замінить людей, але може прискорити повільні урядові процеси і допомогти учасникам швидше доходити до прийняття рішень. У секторі, де затримки з дозволами можуть коштувати роки і мільярди, це справді цінно. Варто спостерігати, як це розвиватиметься у сфері гірничодобувної промисловості.