风险提示:央行等十部委发布《关于进一步防范和处置虚拟货币交易炒作风险的通知》, 请读者提高风险意识。

Earth AI:地球人工智能

Earth AI利用人工智能和物理技术预测和钻探关键金属矿床,提高了成功率和速度,降低了成本。创始人罗曼·特斯柳克通过自学数据科学,创建了能够重新分类岩石的模型,并创办了该公司。Earth AI已发现多个有价值的矿床,包括三个钼矿床和高品位的铅和银矿床。他们与合作伙伴Legacy Minerals合作,通过发现和验证新资产来获利。作者对Earth AI的前景充满信心,并认为他们有能力比其他公司更可预测地生产有价值的资源。

Packy McCormick
Packy McCormick
热度 ...

原文标题:Earth AI

原文作者:Packy McCormick

原文来源:Substack

编译:Lynn,火星财经

几周前,当我写关于Astro Mechanica的文章时,我说过我想花更多时间深入研究一系列科技工业。

这可能意味着更少、更深入的论文,因为了解这些公司如何发展大型现有行业意味着尝试了解我没有花太多时间研究的行业和商业模式。不过,如果我们最终达到了技术公司能够在这些行业产生真正影响的论点是正确的,那么我认为增强理解其独特的商业模式、瓶颈和机遇的能力与理解它们一样有价值技术本身。

重要的警告是,作为一个在这个行业度过职业生涯的人,我对这个行业的了解连 1% 都没有。这可能是一种祝福——有时一点距离可以帮助看到内部人士忽视的机会——但同时也是一种诅咒——毫无疑问,我会写一些内部人士会翻白眼的东西,而且我确信我会写出一些错误或不完整的东西。但我会尽可能多地阅读,与尽可能多的聪明人交谈,试图找出足够危险的东西,并边分享边分享——没有比说错话更好的学习方法了在互联网上。

今天,我们将深入探讨世界上最古老、最重要的行业之一:采矿业。这是一个价值 2 万亿美元、已有 43,000 年历史的产业,在人类学会完全超越物质之前不会有任何发展。在未来的几十年里,我们将需要价值数万亿美元的关键金属来支持能源转型以及我们在《不无聊》中讨论的所有深层技术。但在过去的十年里,新发现的步伐已经放缓。

这就是Earth AI试图通过构建垂直集成的勘探器/钻探器来解决的问题,该勘探器/钻探器使用人工智能来定位新发现并使用定制钻机来测试它们。这家公司感觉像是一个隐藏在众目睽睽之下的秘密,我非常兴奋地支持他们退出 Not Boring Capital。

解释他们正在做什么、为什么这是初创公司发挥作用的正确场所、商业模式如何运作以及为什么我如此兴奋需要一些文字。

让我们开始吧。

地球人工智能

人工智能

当通用人工智能来袭时,就像真正的来袭一样,来袭时,没有任何工作或公司可以免受超级智能的才华或其机器人实际执行其计划的影响,哪些公司和行业会留下来? 

当然,我们需要能源。人类需要能量来生存和发展,而机器则更加渴望能量。假设通用人工智能无法破解零能量或同样神奇的东西, 能源行业将处于良好状态。

房地产可能是更好的选择。房东对其财产拥有合同所有权,人类和 GPU 都需要一个居住的地方。即使 AGI 及其机器人通过建造更多住房和数据中心来降低价格,拥有土地的人类也会比大多数人处于更有利的地位。 

采矿业可能是所有行业中最有防御能力的行业。只要有对物质事物的需求,就会有对制造这些事物的原材料的需求。能源生产和存储需要关键金属,我们的 AGI 霸主将称之为“家”的数据中心也是如此。和地主一样,矿工根据合同拥有开采其发现的权利。 

采矿对于文明至关重要,因此当您开始异星工厂游戏时,您应该做的第一件事就是开始挖掘煤炭、铁矿石和铜矿石,然后使用煤炭和铁矿石制作燃烧器采矿钻。  

人工智能岩纸霰弹枪

如果你想让自己面向未来,你最好的举措可能是尽可能快地发现尽可能多的金属矿藏,确保你的权利,证明可行性,并将这些金属出售给愿意的买家,无论是人还是机器,未来几十年。 

这几乎正​​是 Not Boring Capital 最新投资组合公司Earth AI正在做的事情,尽管其创始人Roman Teslyuk更关心人类今天面临的真正挑战,而不是 AGI 主导的未来。 

目前,在现实世界中,能源转型面临的最大威胁之一是缺乏关键金属。一般来说,电动汽车 (EV) 和锂离子电池需要大量的锂、钴、镍、石墨和锰。太阳能电池板需要银、硅、铟、镓和碲。电网和储能系统需要铜、钒、锌和铅。更不用说我们在数据中心扩建、太空探索、先进制造以及我们在《Not Boring》中所写的许多其他内容中所需的金属了。丰富的未来需要金属。 

采矿业是一个价值 2 万亿美元的全球产业,其中用于电池和太阳能电池板的关键金属占 3,200 亿美元,但即使需求增加,新发现也在放缓。

人工智能Minex,基于发现中等或较大矿床的分析

在过去的十年里,由于各种常见的原因,每年的发现数量减少了近四分之三,从每年 150 次减少到 45 次。容易发现的矿床已经被发现,这意味着勘探成本更高,这让勘探公司望而却步。毫不奇怪,监管和环境问题也使得许可和许可变得更慢、更昂贵。地质学家、地球物理学家和其他关键专家的队伍正在老化,而年轻人却无法填补他们的空缺。  

从制造业到核工业,同样的故事也在上演。解决方案也可能是一样的:在资本主义的驱动下,古老的人类创造力在技术中得到体现。

我非常喜欢激励埃隆·马斯克创办 SpaceX 的作家罗伯特·祖布林 (Robert Zubrin) 的一句话: 

没有自然资源。只有天然原料。正是人类的创造力通过技术创新将原材料转化为资源。

采矿——从地球上提取原材料——是这一转变的第一步。

然而,鉴于采矿技术的重要性和市场规模,风险投资家对采矿技术的投资严重不足。 

人工智能PitchBook,新兴空间:采矿技术 

该数据并不完美——它不包括去年以 10 亿美元估值投入KoBold Metals B 系列的 1.95 亿美元投资者,用于开发赞比亚的铜储量——但2023 年投资于新技术的 1.385 亿美元仅占 0.0069占该行业 2 万亿美元规模的 % ,这无疑是地球上所有类别中比例最低的。 

用八届奥林匹亚先生得主罗尼·科尔曼(Ronnie Coleman)的话来说,“每个人都想成为深度科技投资者,但没有人愿意挖掘不重的岩石。” 

我想举起那些沉重的岩石,或者至少支持罗曼和船员,这样他们就可以了。所以问题是:风险投资者是否错过了巨大的机会,或者我是否错过了一些明显的东西? 

当然,部分挑战在于纯粹的 SaaS 和服务业务——与风投通常投资于采矿业的公司类型最相似——一直是失败的。向勘探者出售软件来帮助他们找到矿藏是一项出人意料的糟糕生意,因为勘探者行动缓慢,而且可供出售的对象很少。没有一家采矿服务业务价值超过 10 亿美元。 

但是,如果你的技术确实像你所说的那样有效,那么同样让勘探客户成为坏客户的因素——缓慢、不愿意采用技术——也使他们成为非常有吸引力的竞争对手。如果您愿意进行垂直整合(进行勘探、钻探,甚至可能进行开采),您也许能够构建最高效的勘探器。 

这是 Earth AI 所下的赌注,七年后,它开始得到回报。 

Earth AI 是关键金属的预测勘探者和钻探者。该公司成立于 2016 年,早在人工智能或关键金属出现之前,该公司就以两种方式推进最先进的技术,一种是数字方式,一种是物理方式:  

  1. 其模型预测矿藏的确切位置的准确度提高了 25 倍。
  2. 其钻井平台验证这些矿床的速度提高了 4 倍,成本也降低了 4 倍。

两者协同工作——不仅仅是人工智能,不仅仅是硬件,而是两者的结合,赋予地球人工智能在准确性、速度和成本方面的优势。 Earth AI不是向探险家出售软件,而是一名探险家和钻探者。与传统勘探者和钻探者相比,它可以更有效地发现新矿床,并更快地钻探证明这些矿床。 

它正在发挥作用。在过去的六个月里,Earth AI 的发现数量约占 2023 年整个行业发现数量的 7%,总共有 3 个发现。 

首先,Earth AI 仅在第二次钻探尝试中就发现了高品位的钼矿床,这是一种用于制造钢合金的银白色金属。钼矿的发现展示了地球人工智能的潜力:

  • 在第二次钻探尝试中发现(行业平均为 200)
  • 总发现成本为 200 万美元(行业平均成本约为 2.18 亿美元)
  • 钻井成本为 86 美元/米(行业平均成本为 300 美元/米)
  • 矿石品位比现有钼矿高 2 倍
  • 100% 归 Earth AI 所有(大多数探险家必须分享所有权)

它还通过与合作伙伴的探索联盟取得了两项发现,其中合作伙伴承担其现场的勘探成本,而 Earth AI 则获得 2% 的特许权使用费:

  1. 与 Legacy Minerals 合作生产钯-铂-金-铜-镍
  2. 与 Tivan 合作在桑多弗获得高品位铅

就在上周,Earth AI 和 Tivan宣布,他们还在距高品位铅矿床 250 米处发现了高品位银(对于地质学家来说为 469 克/吨),两者都靠近地表,在那里开采更容易、更容易。开采有利可图。 

三个有希望的发现与日益萎缩的行业总量息息相关,但与罗曼的目标相比,这只是小事一桩:在本世纪末,通过发现 100 个新金属矿床,建立一家价值 1000 亿美元的矿业公司。 

这太疯狂了,因为一个真正优秀的探险家可能会发现两个可行的矿床(一旦证明可行性,就可以在澳大利亚证券交易所以超过十亿美元的市值进行交易)。但我也认为这是可能的,这就是我们投资的原因。 

自从遇见Roman之后,真正深入我脑海的就是Earth AI的商业模式。 

一方面,它是一个潜在的印钞机,有能力发现、证明和拥有可以现金流数十年的存款。另一方面,正如采矿技术投资水平较低所证明的那样,这并不是大多数风险投资家所熟悉的商业模式:它是前期资本密集型的​​,估值较慢,并且在货币化的道路上面临许多关卡。 

但我爱它。我认为最接近的补偿是我开始欣赏与Elliot合作的商业模式。这就是生物技术平台商业模式。

Earth AI 预先投入资金开发技术,以构建有价值的资产组合,如果这些资产有效,其现金流将得到长期保护。在逐个资产的基础上,根据资产本身和 Earth AI 的现金状况,它可以决定是收取特许权使用费、将资产出售给更大的参与者,还是花费资金自己挖掘价值。当它发现和开发新资产时,它可以建立一组有价值的数据和经验,并进行复合。   

如果科技对经济产生我认为的影响,我相信许多最大的赢家将是科技工业(其中许多将需要大量关键金属),例如攻击旧市场的地球人工智能通过围绕技术优势进行垂直整合,实现更低的成本和更高的利润。 

投资科技工业意味着适应不同的商业模式。这就是我喜欢做的事情,也是我们今天要做的事情。 

我们在科技领域不太谈论采矿业,只是说我们需要更多的资源来发展,所以我们将深入探讨这个行业、它的动态、关键参与者、致力于发展的科技公司。改进它、地球人工智能的方法以及本文中的更多内容。  

这将是一个深入的研究,所以在我们开始之前,我想尽可能清楚地阐述地球人工智能论文。 

地球AI议题 

当勘探有效时,它是一项非常有利可图的生意。勘探者可以以数亿或数十亿美元的价格向矿工出售可行的存款。但目前,勘探是一项风险很大、碰运气的事情,因为大多数低处矿山已经开采完毕,成功率很低,而且试钻成本高昂且缓慢。探索者要么失败并破产,要么成功并套现。无论哪种情况,他们都无法投资于创新,也无法通过规模积累优势。 

您可以将探索者的业务公式视为:

# 发现 x 成功率 x 矿的现值 - # 发现 x 证明成本 = 利润

Earth AI 利用技术来发现新的机会、提高成功率、降低成本、提高速度,并将赌博转变为随着时间的推移而复合的投资组合。每次成功所带来的现金都可以反馈到更多、更快的探索中。 

使用人工智能,地球人工智能已经显示出可以提高成功率的早期迹象。 

它的成功率为 75%,而行业平均水平为 0.5%,在前四次尝试中取得了三个发现(他们仍然认为他们可以证明第四个发现,但由于钻探问题和新冠疫情而暂停)。

Earth AI 使用其 MLD 系统已经证明,它可以降低证明成本并加快时间表。

其定制的移动低干扰系统已经表明,与钻井承包商相比,它可以在四分之一的时间内完成钻井,而成本仅为钻井承包商的四分之一。 

要了解这笔交易有多大,请考虑一下它需要花费多少钱以及需要多长时间来探索足够的地点并找到值得开采的地点,为简单起见,仅基于钻探成本和时间:

人工智能数据来源于S&P Global、Minex、Opaxe、Earth AI历史数据和分析

让矿床通过可行性并投入建设意味着勘探者通常可以将其以 5 亿至 25 亿美元之间的价格出售给矿工。 

按照行业平均 0.5% 的成功率和每次尝试 6 个月的时间计算,一个矿山需要总共 1 美元和 232 个勘探年才能开始赚钱。由于有数千名勘探者在作业,因此每年约有 45 个发现,尽管任何特定勘探者在一年内找到可行矿藏的几率非常低。 

每个建造矿山的成本为 10 亿美元,这似乎高得离谱,但 Minex 将全球每个发现的成本定为 2.18 亿美元,并且五分之一的发现需要进行建设。

人工智能米内克斯

主要问题不是每次特定的尝试成本过高,而是有太多不成功的尝试,导致平均成本变得没有吸引力。就背景而言,根据标准普尔《世界勘探趋势报告》,去年,2,235 家勘探公司以 128 亿美元的预算在 15,515 个项目中钻探了 53,582 个钻孔。所有这些工作带来了约 45 个新发现。正如标准普尔在报告中所写:

由于金、铜和镍等关键金属的发现率尚未回升,因此仍然有必要更加关注绿地勘探,以找到满足未来需求的矿藏。

Earth AI 的存在就是为了满足这一需求,让绿地勘探可预测地盈利。 

以 75% 的成功率和每次尝试 3 个月的时间计算,即使假设每次尝试的成本相同,Earth AI 也可以在 1.55 年内投入 310 万美元的建设成本。 (同样,这只是基于钻探时间;由于 Earth AI 与外部顾问就资源定义和可行性进行合作,实际时间将会更长,但随着内部顾问的加入,时间将会压缩。)Earth AI 的第一个发现花费了 200 万美元,其第二个成本为 30 万美元,第三个成本甚至更低。考虑到当前成本和预计成本下降,可以安全地假设 50 万美元的预算将安全地涵盖所有发现成本。 

从 0.5% 到 75% 的 150 倍提升似乎很疯狂,但 Earth AI 在将人工智能应用于矿物发现方面处于领先地位。历史上,新的勘探技术带来了丰富的发现,就像辐射测量学创造了铀矿发现的繁荣,地震学也为石油和天然气带来了同样的繁荣。

人工智能地球人工智能套牌 

这种优势不会永远持续下去,因此速度很重要,但他们拥有宝贵的领先优势。在你问之前,这不是一个提供听起来合理答案的通用法学硕士,而是一个生成可重复、高精度预测的深度神经网络。如果您向 ChatGPT 提供相同的数据,您将浪费数百万美元来进行看似合理的预测。

但每个人都说他们已经或可以建立一个模型。证据是关键。在预算有限的情况下,Earth AI 凭借一台旧钻机在澳大利亚各地运行,在过去 6 个月内取得了三项发现(Lead 和 Silver 都在同一个项目 Sandover 中,因此我们将它们算作一个)。

人工智能地球人工智能套牌

虽然需要不断取得成功才能对这些成功率和尝试时间保持高度信心,即使它们保持在同一数量级,但它重塑了金属勘探的运作方式:从高风险投机冒险转变为可预测、可重复的冒险。 

这会对您经营勘探业务的方式产生影响。如果你祈求一笔可行的存款,那么就很难对未来进行投资。如果您计划建造一台机器,能够以高置信度打印新发现,并且每个成功的矿山都能带来约 100 倍的回报,那么您就会受到激励,尽可能多地投资来改进该机器。 

就像 SpaceX 不仅改变了发射成本,还改变了发射到太空的东西的性质以及太空初创公司运营的迭代速度一样,将技术融入探索过程也改变了探索者的形态。例如,当您可以廉价而快速地进行钻探时,您可能需要更少的博士地质学家和地球物理学家。 

因此,地球人工智能正在垂直整合,以做出更有针对性的发现,更快地证明它们,并在发现时保留优势。当它成功时,它可以出售股份并将现金再投资到更好的模型和更多的 MLD 系统,从而旋转飞轮。 

人工智能

垂直整合还意味着 Earth AI 可以捕获更多其在采矿价值链早期阶段创造的价值。鉴于该行业的结构,像测量员和钻井工这样的SaaS产品和服务企业会获得报酬,然后被解雇,无论工作是否成功;通过整合这些部分,并有足够的信心在自己的资产负债表上承担风险,Earth AI 能够拥有自己的存款并从合作伙伴那里获得特许权使用费。 

考虑到矿山权益与矿山生产时间一样长,随着每一个新发现,Earth AI 都会增加资产组合,通过出售项目股份并在此期间保留一定比例产出的所有权,可以将其货币化。他们的存在。矿山平均每年产生约 4.5 亿美元的收入,生产期为 25 年。这将成为一项疯狂创收的业务,并且随着时间的推移而加速增长。 

思考 Earth AI 业务的最简单方法是它可以:

  • 使用他们的矿物靶向平台 (MTP) 和移动低干扰 (MLD) 钻井系统提高证明的成功率和时间,以取得更多发现并更快地证明它们,花费数百万美元而不是数亿美元。 
  • 以数亿美元的价格出售其矿藏中的多数股权,并保留该矿持续产出的约 20% 的股权。 
  • 将现金重新投资到更多 MLD 系统中,以增加发现数量。 
  • 出售这些矿藏的多数股权,并将这些现金再投资到更多的钻探和发现中。 
  • 在越来越多的生产矿山中保留约 20% 的股份,同时建立强大的资产负债表和钻井系统舰队。 

随着对支持能源转型的关键金属的需求不断增长,如果地球人工智能正确地认为它可以提高成功率、钻探时间和成本,那么它将获得开采资金的许可。 

人工智能地球人工智能套牌

考虑到这一点,我们可以回到起点,了解 Earth AI 正在尝试实现现代化的采矿业。  

挖矿是如何进行的 

据说卖淫是最古老的职业,但当卖淫还处于尿布状态时,采矿业已经有41000年的历史了。 

Ngwenya 矿位于斯威士兰(以前称为斯威士兰)西部,被认为是世界上已知最古老的矿场。对矿井中发现的木炭进行放射性碳测年表明,人类在 43,000 年前就开始开采该地点。 

人工智能Ngwenya Mine、Mail & Guardian

早期人类使用石头和动物角挖浅坑,从恩格文亚中提取镜面赤铁矿,用于化妆品和仪式。从那时起,该行业不断扩大并成熟,但其核心仍然是从地球上提取有价值的矿物和金属的过程。

我们从地球上获取的东西,以及我们如何处理它,对人类进步是如此重要,以至于它被定义为年龄。 

在新石器时代或石器时代,早期人类开采燧石和石头用于制造工具和武器。铜石时代,或铜器时代,始于公元前 5500 年左右,随着铜的发现及其在工具和武器中的应用,青铜时代开始于大约两千年后,当时人类发现了锡并意识到它可以与铜形成合金。更坚硬、更耐用的金属。又过了两千年,布卢默里冶炼技术的发明将人类带入了铁器时代。虽然此后我们不再以金属命名年龄,但我们发现、合金化和使用新金属的能力已经加快了我们的进步。我在《技术工业革命》中写到的贝塞麦和霍尔·埃鲁工艺分别使钢铁和铝变得廉价和丰富,从而塑造了工业革命。 

在那个时代的大部分时间里,人类像古代斯威士兰人一样进行采矿,利用他们的肌肉和简单的工具来提取靠近地球表面的材料。但每一个新发现,与人类的创造力相结合,都会催生下一个发现。新发现不仅开启了人类文明的新水平,而且开启了开采和制造更多金属的新方法。 

采矿业的进步是一种演变,但如果你必须为现代采矿业的诞生选择一个日期,你可能会选择 1867 年,当时诺贝尔奖获得者阿尔弗雷德·诺贝尔 (Alfred Nobel) 发现了炸药。 

炸药可以让矿工安全高效地炸穿坚硬的岩石,以获取以前难以开采的矿藏,使采矿作业在经济上更加可行,并使采矿业能够扩展到地球上的新区域,并进一步深入地下,进入更深的竖井和隧道拥有更丰富的存款。 

这是采矿业历史上一直存在的模式。诚然,我是这个领域的新手,但似乎这个循环一遍又一遍地上演: 

  • 发现和开采易于开采的矿床:矿工使用现有技术和方法从相对容易发现和开采的矿床中识别和提取资源。
  • 容易开采的矿藏枯竭:随着最容易开采的矿藏枯竭,矿工在经济地寻找和开采新资源方面面临着越来越大的挑战。
  • 技术和工艺创新:为了克服这些挑战,采矿业开发了新技术、新工艺和新工艺,使矿工能够发现新矿床、获取难以开采的资源并提高开采和加工效率。
  • 扩展到新领域:借助这些创新,矿工可以勘探和开采以前无法开采或不经济的矿藏,扩大采矿作业范围并增加可用资源基础。
  • 重复

石油和天然气行业中同一概念的一个更熟悉的例子可能是水力压裂。几十年前,全世界都担心我们即将达到石油峰值,之后我们将开始耗尽黑金。但那并没有发生。事实证明,我们并没有接近石油峰值,但我们可以使用当时行业最先进的方法来开采可盈利的石油峰值。 

这里同样的事情。尽管新发现量有所减少,但我们并没有耗尽金属和矿物,而是耗尽了我们可以识别和提取并有利可图的金属和矿物。现在,与往常一样,富有创造力的人们将发明新的技术解决方案来纠正这种情况。 Earth AI 是在勘探方面这样做的公司之一,在采矿方面还有其他公司,包括自动化采矿设备和矿石分类的初创公司,以及像 KoBold 这样在现有矿场发现新矿床的公司。 

所有的创新都回到了发现和开采矿藏并盈利的目的。为了了解矿工可能想要购买哪些类型的存款,我们需要了解矿山的经济学。 

矿山经济 

如果您了解矿山的经济状况以及影响其盈利能力的因素,则可以跳过本节。对于我们其他人来说,您可以将矿山的基本业务方程式视为: 

利润 = 金属价格 x 开采量 - 资本支出 - 运营支出 - 精炼和加工成本

  • 金属价格:这些是商品,价格由全球市场决定。 
  • 开采量:在给定时间段内开采了多少金属。
  • 资本支出:包括勘探、开发和建设矿山的成本,在矿山的使用寿命内摊销。 
  • 运营支出:矿山运营费用,包括劳动力、能源、材料、设备维护以及将金属推向市场的物流费用。 
  • 精炼和加工成本:通过从岩石和泥土中分离和纯化有价值的金属,将原材料转化为可销售的形式。 

金属的价格在某种程度上超出了矿商的控制范围,尽管矿商可以选择持有存款,直到价格上涨到开采该金属变得有利可图的程度。其他一切都在矿工的控制范围内,矿工根据影响其盈利能力的许多因素来选择开采存款。 

这些因素包括:

  • 矿床规模:矿体的体积或吨位至关重要,因为它决定了矿山的寿命和规模经济,从而决定了矿工可以在该地点投资多少资本。勘探者和开发商通过钻多个距离初始孔越来越远的孔来确定这一点,以确定可行性期间矿床的宽度和深度,而矿工则与自己的地质学家团队确认这一点。 
  • 矿石品位:这是矿石中有价值的矿物或金属的浓度,通常以百分比或克每吨 (g/t) 为单位进行测量。等级越高越好,因为它们可以降低运营成本、精炼和加工成本以及环境影响。 
  • 矿床深度:浅层矿床的开采成本通常较低且安全,通常适合露天开采。深层矿藏需要更复杂、更昂贵的地下采矿技术,从而增加了资本支出和运营支出。
  • 交通便利和基础设施:靠近道路、电源​​和港口可降低运输和能源成本。偏远地区通常意味着矿工必须自己运营道路和电力,从而增加了资本支出和运营支出。拜登政府正斥资 23 亿美元修建一条非洲铁路,以便将重要金属运出赞比亚。 
  • 政治、监管和环境:政治稳定对于矿山的长期生存至关重要;你不想花费数亿美元只是为了让一个新政权把你赶出他们的国家。根据环境影响和当地监管环境,获得许可和批准可能会或多或少地昂贵、耗时且事关生死存亡。 
  • 资本:这些项目成本高昂,通常需要专门的项目融资,而资本成本(和可用性)是盈利能力的关键杠杆。 

呼。我刚刚向你们抛出了很多东西,但我列出的每件事对于了解矿山是否有利可图都至关重要,因此,对于像 Earth AI 这样的公司来说,特定的发现可能有多大价值。理想的发现是靠近地表、政治稳定、监管友好、基础设施便利的大型高品位矿床。 

不太理想的矿床面临的一些挑战正在通过技术得到解决:更便宜地深挖的方法、自动化以及更好的加工和精炼。但让矿山盈利的最简单方法就是发现更多理想的矿山,并更快地证明它们是理想的,这正是 Earth AI 关注的重点。

地球人工智能是一个探索者。了解采矿业价值链的定位是我们在了解地球人工智能故事之前需要深入了解的采矿背景的最后一点。 

采矿业结构 

与制药行业一样,采矿业也有不同类型的公司,这些公司在开发周期的不同阶段运营,并且经常相互合作或出售。公司主要分为三类:

  1. 探险家:就像金属的野猫一样,他们专注于发现和探索新的矿藏。他们的目标是发现有前景的矿藏,然后出售该财产或与较大的矿业公司合作开发资源。 
  2. 开发商:这些公司已经发现了矿藏,并正在努力将其开发为矿山。他们可能正在获得许可证、融资和建设必要的基础设施以开始采矿作业。
  3. 生产商:这些矿业公司拥有一个到多个正在运营的矿山,可以产生收入。中级生产商可能经营一个或几个矿山,并专注于特定地区或金属。主要生产商遍布全球,经营数十个矿山,资产组合多元化,市值可超过 10 亿美元甚至 1000 亿美元。例子包括必和必拓、力拓和淡水河谷等公司。 

还有一群辅助公司为该行业提供工具、服务和资金。 

特许权使用费和流媒体公司向矿业公司提供融资,以换取矿山收入的一部分或部分矿物产量。许多勘探商、开发商和生产商聘请外部钻井承包商来挖孔、收集样本和挖掘矿山。采矿顾问协助地质、规划、环境管理和可行性研究。卡特彼勒和小松等采矿设备制造商生产钻机、挖掘机、拖运卡车和加工厂。甚至还有 Orica 和 Dyno Nobel 等专门的炸药供应商,提供深入或穿过硬岩所需的炸药和爆破服务。软件提供商、环境和社会影响评估顾问、废物管理公司、物流和运输提供商以及采矿安全和培训提供商都支持这一努力。 

但就实际发现新矿床并将其从地下开采到市场而言,这三类是最重要的。 

人工智能

通常,同一家公司可以扮演多个角色。探索者一旦做出发现就可能成为开发者,甚至可能一直坚持成为生产者。 

Pretium Resources 最初是不列颠哥伦比亚省的金矿勘探商,发现并开发了 Brucejack 矿,将 4.8% 的股份出售给 Newcrest Mining,然后于 2022 年以 28 亿美元的价格将剩余股份出售给 Newcrest。  

人工智能不列颠哥伦比亚省布鲁斯杰克矿

同样,勘探者发现矿井后,会将股份转交给开发商,后者处理资源定义和可行性,甚至可能开始规划矿山建设,然后再将其转交给生产商。 

由于同一家公司可以扮演多个角色,因此您可能会看到该行业根据规模分为三类:初级、中级和高级。 

  • 青少年通常是探索者,可能会做一些发展。他们试图做出发现,然后自己开发或出售给更大的参与者。 
  • 中间矿已超出勘探阶段,通常至少有一个正在运营的矿山。他们通过生产获得收入,但规模不如老年人。通常,他们专注于一种区域或一种金属。为了实现增长,他们可能会专注于扩大现有业务或获取新存款。 
  • Seniors是最大的矿业公司,在全球拥有多个运营矿山并拥有巨大的生产能力。他们从事所有活动:勘探、开发和生产,并通过在现有矿场进行新发现或收购新项目进行扩张来扩张。

无论如何细分,这家跨国企业在 2022 年生产了近 22 亿吨金属,其中近 90% 是铁。

人工智能视觉资本家

但正如前面所讨论的,虽然运营矿山的产量一直在稳步增长,但新矿山的发现量却在下降。 

这就是罗曼·特斯柳克着手解决的问题。 

罗曼·特斯柳克(Roman Teslyuk):地质奥林匹亚冒险家

如果罗曼·特斯柳克 (Roman Teslyuk) 在乌克兰读大学时发现地质学时发现的采矿业已有 43,000 年的历史,那么他并不感到惊讶。这个行业已经有43,000 年的历史了。对于如此重要​​的事情,这一切都非常手动。 

罗曼在乌克兰长大,那里介于中产阶级和穷人之间,用他的话说,“未来没有任何前景”。他是一个不错的学生,对学校不太感兴趣,所以当他进入大学时,他选择了地质学,因为它看起来很户外,而且他喜欢岩石。他喜欢岩石“是因为它们的意义,而不是它们有多闪亮或多美丽。岩石只是其环境的产物,但它们是世界上最长的存储存储设备。它们储存了数百万或数十亿年来它们形成环境的信息。”

事实证明,罗曼有获取这些信息的特殊技巧。他开始在课堂上集中注意力,很快成为学校最好的地质学学生。第二年,他参加了乌克兰地质奥林匹克竞赛,这是一项全国顶尖地质学学生参加的比赛,并获得第三名。第二年,当他的学校找不到教授带学生参加奥林匹克竞赛时,罗曼自愿担任监护人。反正有他在,他又再比一比,随手一拍,就赢了。

作为乌克兰最好的地质学学生,与滑铁卢最好的计算机科学学生相比,有着不同的就业前景。 

随着毕业的临近,罗曼在该行业寻找一份工作,他在堪察加半岛的一个金矿找到了一份工作。 “如果你只是想过来,”电话那头的人告诉他,“我们会为你找到工作。” 

“如果你只是想过来”就做了很多工作。为了到达现场,罗曼必须从乌克兰飞往俄罗斯远东地区的堪察加半岛。罗曼将其描述为“日本以北”,但实际上,它比日本更东。它一直位于新西兰北部。从那里,他登上了一架“雅克”,即旧的苏联雅科夫列夫-42型飞机,向北前往提利奇基,然后从那里,他登上了一架更旧的苏联直升机,进行了 7 小时的飞行,其中包括两次加油,到达苔原中部的金矿。 

人工智能罗曼前往第一份工作的通勤路线,毛毡地图

罗曼发现自己所在的地方距离萨拉·佩林位于阿拉斯加的后院比距离乌克兰要近得多。他们通过以下两种方式之一获得物资:在冬天,当水结冰时,专用卡车可以通过“冬季道路”到达现场;在温暖的月份,一艘船会进入世界上第二大潮汐的港口,然后抛锚,直到潮水退去并让船搁浅,此时卡车被派去从船上取回食物和其他舒适品。罗曼在野外必须随身携带猎枪,以防遇到熊,他曾多次遇到熊,但每次距离都不够近,以至于只能开枪警告几声。他主要是在图片中使用霰弹枪来缩放比例

人工智能

总而言之,这既是一份工作,也是一次冒险。最初的“远程工作”,如果你愿意的话。不过,罗曼喜欢这些岩石,所以他去了,他在矿井工作了两个月,直到他的新雇主告诉他坏消息:他们付不起他所做工作的报酬。然而,他们会支付他的返程费用,这与他在不到一个财政季度之前所经历的冒险之旅相反。 

但罗曼还没有准备好回家。于是,他打电话给他认识的每个人,就像是与一位在符拉迪沃斯托克经营一家勘探公司的利沃夫大学校友打来的,并告诉罗曼,如果他“过来”,他就会雇用他。简单的。他拿着前雇主给他的机票,换了下一趟飞往符拉迪沃斯托克的航班,在堪察加机场过夜(所有酒店都订满了,但如果你不介意被锁在机场里,机场会让你睡在那里) ),醒来,开始他的下一次冒险。 

人工智能从堪察加半岛到海参崴,毛毡地图

符拉迪沃斯托克相对来说比较容易到达;实际上就在日本北部,距堪察加半岛 4 小时飞行路程,距朝鲜边境 4 小时车程;它甚至拥有自己的国际机场。 

罗曼在符拉迪沃斯托克郊外的森林里工作了一年。工作意味着带着锤子和工具在该地区行走,寻找矿化物并绘制岩石地图以了解矿物可能存在的位置。在那里,他每天至少遇到五条蛇,偶尔还会遇到熊。 

人工智能罗曼(右)和他在符拉迪沃斯托克每天遇到的五条蛇之一(左)

弗拉迪斯托沃坎熊的体型有所不同:饥饿(没有充满鲑鱼的北极河流),因此很愤怒。 “我在苔原上有一把猎枪,但在符拉迪沃斯托克没有,结果证明这是一个问题,”罗曼回忆道。 “我不得不逃离一只试图攻击我们的熊。故事是……”

我和当地的现场助理一起在东西向线上进行土壤采样。附近村庄的一名 40 岁男子,原来从未见过熊。我在苔原见过很多人,并且在距离矿井 5 至 10 英里的地方单独绘制地质地图时,有过两次近距离接触。有一种情况,我只需退一步,我们就分道扬镳;另一个,我向空中开了几枪,那只熊就消失了。但这次不是。 
当我们冒着倾盆大雨穿过森林返回营地时,我在离我 20 英尺远的地方遇到了这只熊。我猜雨太大了,它听不到我们的声音。三个问题。首先,我们没有枪,也没有任何防熊装置;其次,我惯用的停下来后退一步以示不想惹麻烦的做法,却被开始接近我们的熊完全忽略了。最后,我的当地助手,一生中第一次看到熊,首先愣住了,然后,当熊咆哮时,开始逃跑……完全按照教科书上说的不要做的事情!
所以这让我夹在了奔跑的人和决定追他的熊之间。我不抱任何希望,但决定也跑,因为我知道我确实是跑得最慢的一个,背着装满样品的大背包……我在等待“拍拍肩膀”。 
然后,最幸运的事情发生了。我用背包撞了一棵树,用力太大,我的带子“弹出”,我摆脱了重量,可以跑得更快。我从未回头,也从未想过这只熊发生了什么:背包阻止了他吗?或者他只是想吓跑我们?没有人会知道。 

你的首席执行官永远不可能……无论如何,符拉迪沃斯托克很美丽,但在森林里呆了一年后,罗曼决定他想要推进地质学,而不仅仅是练习。是时候获得博士学位了。他“两次申请了 100 个名额”,然后获得全额奖学金进入悉尼大学,该大学是世界顶级地质学项目的所在地。 

就是这样。从乌克兰的卑微出身,到堪察加半岛的苔原和符拉迪沃斯托克的森林,罗曼终于在一个温暖的西方国家进行了最前沿的地质学研究! 

问题是,当他到达那里时,研究结果非常令人不满意。他很快意识到他们所做的工作并没有解决地质学中的任何基本问题,例如如何更好地识别新矿床。相反,他们使用传统工具来描述同样的古老岩石。 

罗曼想弄清楚如何做得更好,因此他阅读了大量论文,并手动筛选了大量数据。当他这样做时,他意识到一个令人不安的事实:实践中的地质学并不是真正的科学。 

两篇关于同一岩层的相同数据的论文会提出两种完全不同且矛盾的理论。他们的观点忽视了数据。 “当你在同一数据集上发表两篇相互矛盾的论文时,”他告诉我,“科学就不再是科学了。”更糟糕的是,这是政治性的。他甚至无法根据数据选择自己同意哪种理论;他不得不引用他的顾问所赞同的那句话。 “如果你已经知道党的路线是什么,”他问道,“为什么还要进行研究呢?” 

他没有带着猎枪在堪察加苔原上漫游,没有在没有猎枪的情况下勇敢地闯过弗拉迪斯托沃坎森林,也没有跨越半个地球去玩弄政治。这个人只是喜欢这些岩石,他想了解它们想告诉他什么。因此,他开始提取所有公开可用的数据(仅澳大利亚的公开记录中就有大约 4 亿个数据点)自学数据科学,并以“半自动化方式”构建了一些东西,纯粹根据所有数据对岩石进行重新分类可用的。 

如果您曾经参与过这样的项目——构建模型、构建产品、构建网站等等——经过数月的辛劳终于开始产生真正的结果,您就会理解 Roman 的兴奋之情。这可能会改变地质!但不幸的是,它无法改变地质学家。 

当他向他的部门介绍他的发现时,他们告诉他,“这可能对一些计算机人员来说很有趣,但对我们来说并不有趣。” 

那时,罗曼和成千上万的无意创业者一样意识到:如果他想真正改变事物的运作方式,他就必须创办一家公司。 

地球人工智能的演变 

今天的地球人工智能是七年尝试、错误、曲折、冒险、不幸和勇气的结果。博士生的目的并不是要建立一家垂直一体化的勘探公司;而是要建立一家垂直整合的勘探公司。他只是想要一种更好的方法来找到世界所需的存款。但一旦他走出去,他就意识到仅靠软件是行不通的,服务业是个糟糕的行业,这个行业的发展速度比它研究的岩层还要慢,在某些时候,他说,“去他妈的,我们就自己做吧。” 

这就是地球人工智能的故事,值得全面探索。硬技术被称为硬技术是有原因的。真的很难。 

Roman 创办 Earth AI 的目的是做一件看似理所当然的事情,尤其是在 2010 年代软件繁荣的年代:将他的模型作为服务出售给寻找新矿藏的探险家。 

让该公司加入 Y Combinator 的一句话总结了早期的使命:“通过第一个基于云的人工智能驱动的网络平台,帮助采矿勘探者发现新的矿物。”

容易,对吧?这就是你所做的。想象一下,当您舒适地坐在电脑前时,高利润收入就会源源不断地流入。 

他已经建立了很多模型,并且摆脱了课程作业的限制,他对其进行了改进,提取了所有 4 亿个数据点来预测探险者可能在哪里找到哪种类型的金属和矿物。这是 Earth AI矿物定位平台 (MTP)的第一个版本。

人工智能通过 Earth AI Deck 的矿物靶向平台

然后,就像哈德良早期的克里斯·鲍尔(Chris Power)一样,他把自己锁在一个房间里,里面有一份老派公司的名单——在这个例子中,是在澳大利亚证券交易所上市的所有探险家——然后开始推销电话。 

人工智能

它确实有效。他按字母顺序浏览了列表,并在他还在 A 队时就获得了他的第一首热门歌曲 - ActivEX。他提供了免费试用,之后他们每月支付 3,000 美元,他们实际上转变了! 

受到早期成功的推动,并受到埃隆在特斯拉和 SpaceX 工作的启发,罗曼决定是时候放弃并全力投入这件事了。他从澳大利亚两家顶级早期风险基金 AirTree Ventures 和 Blackbird Ventures 筹集了 60 万美元,并将他的签证从研究转为商业。有趣的事实:罗曼获得了澳大利亚历史上第一个企业家签证。 

在四个多月的时间里,Earth AI 聘请了一支数据科学家团队,并为客户进行了 80 次试点,这种疯狂的速度几乎没有留下睡眠的空间,但很快就产生了大量的学习成果。 

最大的教训是:软件不是适合这项业务的正确模式。 

该行业发展太慢,销售周期太长,而且它的市场不够大,无法建立真正的大型软件业务。有些公司为这项分析支付了高达 5 万美元的费用,这很棒,但它不可重复。更糟糕的是,尽管他们付出了很多钱,但大多数人并没有真正将分析付诸实践。 80 家试点公司中只有 4 家真正出去采样,而且是在罗曼数周或数月的督促之后才进行的。所有这些都意味着罗曼不知道这个分析是否真的有效! 

好吧,如果这不是软件业务,那么如果他们移动到堆栈的下一个级别并亲自出去进行采样怎么办? 

他们就是这么做的。买了一辆卡车,去实地勘察、取样,并将样品交付给客户。顾客们再次说“谢谢”,然后说“再见”。他们将 Earth AI 视为一家测量公司,无意让测量员了解任何进一步的发展。 

罗曼总结了他们所学到的知识:

“软件提供商:很糟糕,不是一个有价值的企业。 

测量承包商:很糟糕,不是一个有价值的企业。” 

接下来:“让我们亲自测试一下我们的系统,以证明它有效。”

这是一个冒险的举动。他花了最初 60 万美元中的 200-30 万美元,然后又筹集了 80 万美元。但该公司感觉自己的现金永远都在耗尽,而挖掘并不是数据科学家所同意的。一些人退出了,其余的罗曼被解雇了。 

Earth AI 只剩下两个人,然后聘请了悉尼大学地质学学生伊莎贝拉·赛克斯 (Isabella Sykes),她现在是该公司的首席运营官。然后他们雇佣了更多的地质学学生,组装了外出测试所需的所有装备,然后出发,以北领地的爱丽丝泉(正好位于该国中部)作为大本营。 

在接下来的六个月里,地质学家小团队测试了 132 个地点。两名地质学家会把装满装备的汽车从爱丽斯泉开到沙漠中,一次进行两周的调查,然后带回他们发现的东西进行分析,而另一组两人则跳上汽车前往沙漠进行另外两周的研究——一周的时间。六个月不间断。虽然工作很累,但是很有效! 

关于【Earth AI:地球人工智能】的延伸阅读

  • Bankless:为什么人工智能需要加密货币的价值观?

    人工智能发展迅速,加密货币可以解决人类面临的挑战,建立更公平、安全、开放的未来,打破科技巨头的控制。去中心化的人工智能范式使计算和研究无需许可,让人工智能成为每个人的工具。加密货币为开源人工智能提供新的盈利方式,保护用户数据隐私。合成数据是解决训练数据不足问题的新方法,加密货币通过众包工作激励其创建。AI项目构建合成数据工具,允许用户贡献数据并获得SAI代币,加快训练速度,保护数据隐私。加密货币提供了缺失的信任和透明的开源基础,改善人工智能行业。现在是时候使用加密货币,让我们知道你的想法!

  • 火星财经加密日报 | 5月 27日

    本周,美国通过加密货币监管改革法案,中国扩大电子人民币试点范围,MetaMask计划增加比特币支持。特朗普竞选团队接受加密货币捐赠,香港或将允许质押以太坊现货ETF。Elon Musk旗下人工智能公司xAI完成60亿美元B轮融资,微软将向南非投资7000万美元以支持当地SMME企业人工智能发展。软银计划每年投入近90亿美元用于人工智能投资。尽管美国证券交易委员会批准了几项以太坊ETF申请,以太坊和其他数字资产也经历了上涨,但备受期待的山寨币季节尚未到来。比特币专家警告称,政客对加密货币的态度转变可能会对比特币产生负面影响。欧盟委员会敦促为区块链和人工智能融合做好准备,认为这有助于降低数据垄断风险并促进人工智能的协作发展。其他要闻包括野村证券、Laser Digital与GMO合作发行稳定币、韩国法务部将打击虚拟资产市场欺诈行为、苹果公布新战略Project Greymatter等。精选文章讨论了投资主题的重要性,特朗普加强支持加密货币,加密行业发展进入新格局,以及BTC生态叙事偏冷寂等。

“我们发现了 35 个全新的矿区,这些矿区以前从未被发现过,”Roman 告诉我。 “我们去了一个没有历史数据的地区,预测了新的前景,并找到了它们。” 

“天哪,我们必须赌上这一切,”他补充道。因此,Earth AI 向政府抵押了 9 份勘探许可证,赋予该公司只要他们能挖到的任何东西的权利。 

不过,调查只是该过程的第一步。您实际上是在绘制该区域的地图,观察矿化情况,表明地表下可能存在沉积物。为了产生任何真正的价值,你必须进行钻探。 

传统上,您的做法是雇用钻井承包商。但钻井承包商的速度很慢,他们可能需要 6 个月的时间才能完成安装和钻孔,而且价格昂贵,大约需要 50 万美元。那是行不通的。地球人工智能既没有时间,也没有现金。 

因此,该公司同时做了两件事:试图筹集资金并建造自己的钻机。 

首先,钱。罗曼在五个月内三次飞往硅谷。他见了很多人,却一无所获。最后,在第三次旅行中,塔弗资本给了该公司一张可转换票据。然后他们申请了 Y Combinator,并被录取了!之后,一切都变了。 2019 年,Earth AI 从 Taver Capital、Fifty Years 和 Cantos 等基金筹集了 300 万美元。 

然后,进行演习。 Roman 到处寻找便宜的东西,花了 3 万美元找到了一个废弃的钻机,飞到现场查看,确认它确实看起来像钻机,然后买下了它。 

人工智能旧钻机 → 架构 → 翻新钻机

罗曼和团队的其他成员都是地质学家,而不是机械工程师。而且没有关于如何建造钻机的书。因此,他们聘请了钻井工人,向他们学习,拆开钻机,了解其工作原理,然后将其重新组装起来,进行翻新,并根据自己的需求修改设计。到 2019 年 3 月,钻机已准备就绪,他们意识到需要物流设备。 

物流对于钻井来说非常重要。想象一下,在离最近的小镇只有几个小时路程的荒无人烟的地方建立一个临时工厂。存款并不关心它们与人类的距离有多近;它只关心它们与人类的距离有多近。他们先到了,无论他们在哪里,你都需要去。为此,你需要一切:食物、水、住房、推土机、半挂车、起重机、真空卡车以及许许多多的零件。当您钻入神秘的坚硬岩石时,许多东西都可能折断、弯曲或破裂。许多演习都因返回文明的旅程而被推迟,以获取整个系统中损坏的一小部分,没有这些部分,演习就无法进行。 

项目越小、越偏远,成本就越高,几乎呈指数级增长。为深部绿地钻探支付每米近 1,000 美元的费用并非闻所未闻。 

如果你是一位传统的探险家,只是想做出一个发现,那么这可能会起作用——或者,如果没有,你会采取什么措施呢? – 但地球人工智能团队认为,依赖不稳定的承包商,并且对一些微小的岩石样本造成如此多不必要的环境干扰,效率极低。 

他们着手解决这个问题,并很快意识到要建造一台钻机,您需要建造一个完整的钻井系统。就像现实生活中的异星工厂游戏一样,罗曼开始痴迷于设计尽可能高效的钻井作业——无需调整承包商时间表,无需等待零件,更好的设备,整个九码。 

这就是 Earth AI 所做的,以速度、效率、占地面积和成本的名义,将他们所需的所有资源和备件带到一个偏僻的地方。 

当然,第一次尝试并没有成功。他们用它挖了三个洞,很快意识到第一代钻机没有竞争力。它太慢而且昂贵。罗曼现在称其为“一个糟糕的装备”。但他们银行里有现金,还有一把装满课程的新铲子,所以他们开始开发第二代。

然后BFC来了。

“你知道全球金融危机吗?”罗曼问道。 “我们经历了 BFC:丛林大火,然后是洪水,然后是新冠肺炎。” 

Earth AI 拥有充足的现金和目标,雇佣了一支 25 人的团队,其中大部分是地质学家和钻探人员。当澳大利亚因新冠肺炎隔离而封锁时,该团队被困在野外拖车里,现金被烧毁,无法运作。因此,罗曼再次不得不进行裁员,到 2020 年中期,团队人数又减少到 2-3 人。 

当隔离解除、一切开始重新开放时,他很快就重新雇用了人,但他自己也承认,他雇用了一群非常聪明的混蛋。有太多的戏剧性和内部竞争。然后新冠病毒卷土重来,并带来了隔离。团队成员被锁在公寓里五个月,无法离开家超过五英里。当罗曼和伊莎贝拉等待并计划时,聪明的混蛋们就出去了。 

2020 年中期,在封锁期间,他们从现有投资者和几个新投资者那里筹集了 250 万美元,聘请必和必拓首席商务官 Arnould Balhuizen 作为投资者和顾问,并做了三项主要工作: 

首先,他们完成了下一代钻机模型的开发工作。新钻机,五辆卡车,五辆拖车。他们将其称为移动低干扰系统(MLD)。 

人工智能通过 Earth AI Deck 的移动低干扰系统

通常情况下,将功能引入内部需要管理许多您可以控制的复杂性,以限制您无法控制的复杂性。虽然带来你需要的一切听起来像是一场后勤噩梦,但与尝试协调和安排第三方承包商做同样的事情相比,这根本不算什么。他们认为他们可能能够使整个系统的成本降低 2 倍(他们击中了),然后是 3 倍(他们击中了),最后找到了一个可以以四分之一的成本和四分之一的时间进行钻探的系统。 

其次,他们重新思考业务的运作方式,以便能够比成本更快地扩大影响力。他们提出了勘探联盟,通过该联盟,他们将与探险家合作搜索和钻探现有地点。探险家将支付大部分费用,地球人工智能将根据他们的任何发现获得 2-3% 的版税。 

第三,他们决定在悉尼州新南威尔士州进行探索,因为封锁迫使他们留在州境内。他们梳理了数据库,寻找其他人没有的预测存款,并最终选定了威洛格伦。 2021 年初,他们申请了许可证,并于 2021 年底获得了许可证。第一次出去时,他们就意识到那里有东西。 

最终,在 2022 年,隔离解除并重新开始钻探。 Earth AI 与 Legacy Minerals 和 Kincora Copper 签署了勘探联盟,从以 Cantos 为首、SciFounders 加入的现有投资者那里筹集了 400 万美元,然后与 Tivan 签署了另一个联盟。 

2022 年,今天的 Earth AI 已初具规模:一个垂直整合的关键金属勘探者和钻探者。很快,特别是按照行业标准,它的赌注开始得到回报。或者更恰当地说,他们赚到了钱。 

财源 

大多数探险家如果在一生中做出了一项伟大的发现,那他们就很幸运了。二是极好。在过去的一年里,Earth AI 已经发现了三个钼矿床:一个是全资拥有的钼矿床,另一个是通过勘探联盟获得的。 

柳树谷:钼

罗曼第一次访问威洛格伦并查看数据时,他心想:“这里有一块小小的莫利,我可以钻它。” 

但钻探既昂贵又耗时,而且钱不会从树上长出来(尽管它可能会从矿井中流出),而这并不是该行业的运作方式。你需要一丝不苟。因此,地球人工智能在威洛格伦进行了更多的勘测,分心了,开始考虑钻探钨或铜,花了一年的时间来交叉t和点i,直到所有迹象都指向那个小小的旧钼矿。 

当他们在 2023 年末对该地点进行钻探时,他们发现该模型(以及罗曼的直觉)是正确的。他们钻探的样品显示,钼的品位大约是世界领先钼矿的两倍(0.3% 比 0.16%)。 

人工智能

按市场规模计算,钼是全球第八大金属,年产值达 130 亿美元。它主要用于钢合金中,以提高强度、硬度以及耐腐蚀性和耐高温性,也可用作催化剂和润滑剂,以及电子、导弹和飞机零件、装甲板和核电站。通常,它是作为铜矿开采的副产品而开采的,而铜/钼矿山是世界上最有价值的矿山之一:含钼矿山的平均年收入为 25 亿美元,而 90% 的矿山年收入为 22 亿美元地雷。 Willow Glen 的发现主要是钼,但研究小组也在那里发现了铜。 

第一个发现是令人兴奋的,因为这意味着该模型是有道理的。问题是:多少钱?钼太少,该地点对于开采来说不经济。如果第一孔样品中的高品位是异常情况,则同上。 

然而,如果该矿床被证明是真实的、大量的、高质量的,地球人工智能可能会拥有价值五亿美元或更多的资产。因此,在 2024 年上半年,Earth AI 已着手证明该矿藏是真实的、大量的、高质量的。 

首先,他们对这一发现进行了独立审计, SRK (矿业毕马威)将其归类为“一个稳健的勘探目标,并建议继续钻探,以确定矿化的经济量”。 

因此他们继续钻探以确定矿床到底有多大。他们以非常简单的方式做到这一点:从原来的洞开始,走 500 米,然后钻孔。如果还有更多,请继续。该公司已经发布了整个过程的视频,比文字更精彩。 

长话短说:他们不仅在500米外找到了莫利,而且还发现了更高品级的莫利! 

他们还没有制作下一个视频,但罗曼告诉我,1公里外的洞的结果更加强烈。三个距离较远的良好孔表明存在大量矿床,这很好,因为对于某些金属来说,品位比体积更重要,而对于其他金属来说,体积比品位更重要; Moly属于后者。 

从这里到可行性还有很长的路要走,但随着每一个新的成功钻孔,矿床的风险都会降低一些。接下来的步骤是在进行全面的可行性研究之前,通过钻更多的孔来继续确定资源,如果成功的话,Earth AI 可能能够以 5 亿至 2.5 美元甚至 50 亿美元的价格将矿藏出售给自由港这样的矿商。 

在一个以基点衡量成功率的行业中,为第二个项目找到可行的矿床是非常了不起的。但地球人工智能的模型取决于多项发现。更值得注意的是,钼矿床只是三个矿床中的第一个。 

丰特努瓦:钯-铂-金-铜-镍 

一月份,Earth AI 表明其钼的发现并非侥幸。通过勘探联盟,探险家 Legacy Minerals 邀请 Earth AI 帮助在其丰特努瓦遗址发现矿床,经过 11 个钻孔后,发现了钯-铂-金-铜-镍矿床。

人工智能推文链接

有趣的是,就像在威洛格伦一样,数据和罗曼的直觉都指向团队最终发现钯的岩石,但出于谨慎和礼节,团队花了很多时间研究和研究该地区并钻孔,然后才最终发现回到钯金。 

罗曼将这一早期过程与本和大卫在《收购》中描述的对冲基金文艺复兴科技公司的早期阶段进行了比较。在简单地信任机器之前,RenTech 基于大量数据构建了机器学习模型,并使用输出来为人类决策提供信息。随着时间的推移,该基金学会了直接信任产出。罗曼在地球人工智能中看到了类似的进展:随着他们有更多的钻探,钻探变得更便宜,他们将能够预测和钻探。目前,他们正在谨慎行事。 

这样花费了更多的时间和金钱,但发现就是发现,第二个发现是证明地球人工智能的预测有效的重要里程碑。 

这是 Earth AI 加入的第一个探索联盟,因此其经济效益与新的和未来的交易略有不同。 Earth AI 和 Legacy Minerals 分担勘探成本,作为交换,Earth AI 从发现的产品中获得 3% 的特许权使用费。 Legacy Minerals 在第一年内可以以每 1% 250 万美元的价格回购最多 2% 的股份。 

下一步是在进入可行性之前进行资源定义。 

桑多佛:铅和银 

一次是幸运,两次也许是巧合,三次是一种模式。 2 月,Earth AI通过与位于桑多弗的 Tivan Limited 的勘探联盟 发现了高品位铅。

人工智能

三件事使这一发现脱颖而出:

  1. 品位:铅为高品位,品位12.2%。通常情况下,矿工会开采 4-6% 范围内的任何东西,而在 12% 的情况下,开采甚至更小的存款也应该有利可图。
  2. 地表:地表的高品位矿化物很少见——稳定国家的大部分浅层发现都已开采——但表明存在浅层矿床,开采这种矿床会更有利可图。 
  3. 位置:该矿床位于沙漠中部,这可能就是它未被发现的原因,但幸运的是,它距离横贯澳大利亚的唯一铁路仅 5 公里,这意味着物流成本不会成为主要问题。 

钻探该矿床的批准应于 5 月份获得,该公司预计将在 5 月底或 6 月初开始钻探,以证明这一发现。

但这并不意味着他们在等待。几周前,Earth AI 和 Tivan 宣布他们在距铅矿床仅 250 米处发现了高品位银。与铅矿一样,银的品位很高:469 克/吨,而地表通常为 100-200 克/吨。 

人工智能推文链接

对于铅和银,Tivan 承担所有勘探成本,Earth AI 收取 2% 的特许权使用费,其中 1% Tivan 可以以 250 万美元回购。今天,蒂万发表声明称,进一步的土壤和岩屑采样扩大了矿化足迹,钻探计划于本季度晚些时候开始。 

Tivan 执行主席格兰特·威尔逊 (Grant Wilson)称,除了 March Lead 的发现之外,银矿的发现“相当于在非常适合项目开发的地点遭遇两次闪电”。 

雷击是自然的随机行为。高频地做出新发现的能力是 Earth AI 在其平台上投入七年工作的有意设计的结果。 

这项工作是值得的。经过一系列的曲折,地球人工智能已经形成了我见过的最引人注目的商业模式之一。 

生物技术平台商业模式

不可否认,Earth AI 的商业模式不像 SaaS 模式那样易于分析。如果你能得到的话,销售有粘性、高利润的软件是一笔好生意,但在许多传统的现实行业中,软件并不是垂直整合业务所能达到的进步杠杆。对于 Earth AI 来说幸运的是,由于被迫放弃 SaaS,我认为他们发现了一种更能产生现金的商业模式,一种看起来很像生物技术平台的商业模式。 

上周末,埃利奥特在生物技术平台上写了一篇出色的文章,题为“Compounding Until Inflection”。 

“所有价值都来自临床产品,”他写道,“但只有拥有能够开发多种产品的基础技术平台,才有可能建立一代生物技术公司。”在平台内,那些持有资产而不是与大型制药公司合作的生物技术公司迄今为止在市场上表现更好,但埃利奥特认为,价值与更多数据相结合的平台公司实际上可以从长期合作中受益。学期。 

逻辑是这样的: 

  • 合作伙伴关系——平台将其一种药物出售给一家大型制药公司并与他们一起开发——限制了上涨空间,但产生了短期现金流和数据。 
  • 现金使平台能够 a) 生存并 b) 探索更多资产。 
  • 这些数据使平台能够改进核心技术,并增加未来吐出更多更好资产的几率。 
  • 随着该平台通过合作伙伴关系建立了资金储备及其技术,它可以在未来开发更有价值的项目,为其开发提供资金并保留所有权,从而为企业创造更多的长期价值。 

该平台通过复利获得报酬,直到达到拐点。 

我发现该模型与 Earth AI 正在做的事情有很多相似之处。 

Earth AI的商业模式

与任何平台生物技术公司一样,Earth AI 开发了比现有企业更好地发现和验证新资产的技术。如今,它可以通过以下几种主要方式将这些资产货币化:

  1. 所有权:Earth AI 可以拥有和开发资产,直到它们具有出售价值。目前,这可能最早在可行性中期(约 20% 的股权,价值 1000 万美元),也可能晚在可行性研究后(约 80% 的股权,价值 4 亿美元 - 20 亿美元)。 
  2. 探索联盟:与制药合作伙伴一样,合作伙伴探索者承担 Earth AI 的成本,Earth AI 收取 2-3% 的特许权使用费。 Earth AI 是付费学习的,并在成功时获得纯利润现金流。合作伙伴可以选择在发现后一年内以 250 万美元回购 1% 的特许权使用费。 

如今,地球人工智能正在追求这两种模式。勘探联盟合作伙伴实质上是为该公司付费,以学习、收集数据和完善作为其核心知识产权的发现/钻探流程。在 Willow Glen,该公司正在为自己的钻探成本提供资金,以换取更多的所有权,并且每次成功的钻探,它可以从下游开发商或生产商那里获取的价值都会增加。 

与制药业一样,Earth AI 发现的资产产生的现金流受到保护——对于制药业来说,受到专利保护;对于 Earth AI 来说,则受到国家授予的采矿权的保护。一旦发现矿床,它就拥有该矿床,并可以从中产生收入或将其权利出售给更大的参与者。与 SaaS 不同,竞争对手不能简单地进入其现有网站之一并试图超越它。 

随着时间的推移,除了大量现金支付之外,Earth AI 将建立一个收入流组合,同时扩大其数据集并在其发现/钻探过程中获得更多代表。它可以将产生的现金再投资到更多的钻机上,这将使其能够更快地启动机器,并拥有更多的全资项目,以便在开发过程中进一步推进。最终,它甚至可能尝试利用其不断增长的资产负债表来开采自己的存款。 

目前,所有这些现金产生都存在于未来。我认为地球AI正处于关键的两年期,其中关键的制约因素是资本。 

如果一家单一资产生物技术公司在第一阶段试验中失败,那么该公司基本上就已经死了。如果 Earth AI 在 Willow Glen 的可行性失败,这将是一个挫折,但不是致命的打击,因为它有活跃的勘探联盟和发现新矿藏的能力,假设它有资本这样做。鉴于这三场演习的成功,可行性失败似乎不太可能,但可行性需要时间。 (甚至不成功的存款也可以以 1-500 万美元的价格出售,以收回成本)。

但资本很重要,因为资本买的是速度。 

有了更多的资金,Earth AI 就可以购买更多的钻机,加快 Willow Glen 的可行性,开始钻探新的目标,并在等待结果的同时将其足迹扩展到新的矿床。没有它,这将是一场等待的游戏。但无论哪种情况,考虑到该公司可能能够出售该项目中期的股份,地球人工智能应该仍然能够旋转机器,这只是一个速度问题。 

我试图构建一个地球人工智能失败的案例,但考虑到他们最近的进展和他们拥有的选择数量,这似乎不太可能。当然,这种可能性总是存在的。最大的生存威胁可能是大宗商品市场低迷,导致开发商和生产商收购矿山的可能性降低,地球人工智能无法成功引导销售流程,或者所有积极的早期结果碰巧都是侥幸。它们仍然需要被证明是可行的。 

但我越深入研究这个行业,我就越兴奋。下行似乎受到保护,而上行,好吧,让我们看看数字。 

地球人工智能的数字

之前,我给出了 Earth AI 的一个简化的商业公式:

# Discoveries x Success Rate x Present Value of Mine - # Discoveries x Cost to Prove = Profit

我们将在这里获得更详细的信息。我与 Earth AI 的新任首席财务官 Monte Hackett 进行了交谈,他是一位前工业投资银行家,对 Earth AI 进行了天使投资,并对这家公司感到非常兴奋,以至于他最近决定全职加入(全部股权,没有现金,同样如此!) ,以获得更精细的模型。让我们一步一步来。 

发现可行的矿山

如今,Earth AI 的成功率达到了 75%,与 0.5% 的行业平均水平相比,这是荒谬的。但他们还没有证明可行性,过去十年,澳大利亚从发现到成功的转化率为 21.6%。这意味着 Earth AI 的可行性成功率为 16%。让我们将一些早期的成功归咎于运气,并假设 Earth AI 需要 10 次尝试才能发现一个可行的矿井。 

如果每次尝试成本为 50 万美元,则成本为 500 万美元。

假设这 10 次尝试中有一半完全失败。这是正确的:54.8% 的澳大利亚发现没有进入资源定义阶段。将它们记为 $0。 

对于剩下的 5 个,假设其中两个没有显示出足够的资源来实现经济节约。 Earth AI 可以将这些矿场以每个 100 万美元的价格出售给那些希望在条件发生变化(价格飙升、技术进步)时保留这些矿场的公司,从而使这些矿场在未来变得经济。因此 Earth AI 的净成本为 300 万美元。

在通过资源定义的其余三个中,Earth AI 每人支付 200 万美元用于资源定义。它决定将其中两套以每套 2500 万美元的价格出售给开发商,并斥资 1000 万美元对第三套进行完全可行性研究。现阶段,Earth AI 净利润为3400 万美元。 

总而言之,在大约三年的时间里,Earth AI 已经赚取了 3100 万美元的利润,并留下了一笔可行的存款。

将可行的矿床变成矿山

可行的存款价值可能在 5 亿美元到 25 亿美元之间,如果数额很大的话,甚至更多。我们假设这笔存款处于下限:10 亿美元。

Earth AI 以 8 亿美元的价格出售该矿 80% 的股份,这使得该公司税后净利润为 6.4 亿美元,在 2100 万美元的投资中净利润为 671 美元。

人工智能地球人工智能套牌

至关重要的是,它保留了20%的所有权,这意味着它必须支付矿山20%的建设成本,并且只要矿山运营,它就可以获得20%的现金流。 

在 Monte 开采的 98 个矿山的数据中,中位矿山 25 年的年收入为 4.3 亿美元,所以我们就这样吧。按照 40% 的现金流利润率,只要矿场运营,Earth AI 每年就能从该矿场获得 3400 万美元的 EBITDA 。

如果矿山建设成本为5亿美元,那么Earth AI就需要支付1亿美元。它通过将矿山现金流量证券化来实现这一目标,每年的利息支出为 400 万美元。

矿山现金流

Earth AI 每年从该矿场获得 3400 万美元的 EBITDA(息税折旧摊销前利润)。它必须支付 400 万美元的利息,每年的 EBT(税前利润)为 3000 万美元。按30%的税率计算,每年将缴纳900万美元的税款。 

这意味着,只要该矿还在运营,Earth AI 每年就能从该矿中赚取 2100 万美元的净现金流。 

按照运营 30 年和 8% 贴现率的保守假设,这些未来现金流的现值为 1.5 亿美元。

考虑到 Earth AI 预付成本的现值、小额销售以及出售 80% 股权获得的 6.4 亿美元,Earth AI 的总现值为 6.42 亿美元。 

矿山估价

有很多上市矿业公司,大多数在澳大利亚和加拿大上市。如果 Earth AI 根据上面的示例矿山上市,它的价值可能是多少? 

当 Earth AI 出售其 80% 的股权时,我们根据 3400 万美元的 EBITDA 数字以及各种 EBITDA 倍数和矿山价值运行了一些情景,以得出基于一个矿山的一系列价值: 

人工智能基于一矿的地球AI隐含估值 

结果范围从最坏情况下的 3.92 亿美元到最好情况下的 18 亿美元不等。(最好的情况是 Franco Nevada 是一家公开交易的特许权使用费银行,它购买矿山特许权使用费,考虑到 Earth AI 的价值将来自特许权使用费,可能比传统矿工更好。)

这些数字并不意味着精确,而是为了说明 Earth AI 如果能够证明定金的可行性并找到愿意为一笔定金支付市场价格的买家,它可能能够产生什么样的价值。这表明,即使一笔成功的存款,这也可能是一项有价值的业务。 

重视地球人工智能 

然而,地球人工智能的目的是寻找许多矿藏,而不仅仅是一个。 Earth AI 不会坐拥现金,而是用它来构建更多 MLD 系统,这些系统可用于在重复循环中进行更多发现并证明更多可行的矿山。 

80% 出售所得的 6.4 亿美元将能够资助 1,000 多次钻探尝试,按照我们上面假设的十分之一的成功率,可以产生超过 100 个可行的矿山(反过来,这将资助更多的 MLD 系统) ,或允许 Earth AI 进一步提升采矿堆栈或向股东返还现金)。即使假设情况变得更糟 10 倍,10 个可行的矿井也将是一笔巨款。 

思考如何评估地球人工智能的一个简单方法是考虑他们可能能够开发多少个可行的地雷,然后使用上述相同的数字,将结果乘以地雷的数量。 

凭借三个矿场,该公司的价值可能为 1.2 至 55 亿美元。 

十个矿场的价值可能为 3.9 至 182 亿美元。以该范围的中点计算,需要 90 个矿山才能创建一家价值 1000 亿美元的公司,这距离 Roman在本世纪末发现 100 个新金属矿床、 建立一家价值 1000 亿美元的矿业公司的目标不远。

请注意,这些是粗略的插图,而不是精确的预测。显然,要从这里到那里,很多事情都必须顺利进行,而对于一个需要如此多时间的过程来说,十年末是一个荒谬的激进时间表,即使地球人工智能设法大幅加速它。 

但是,由于世界上有数以千计的运营矿山,数以千计的勘探者以相对低效的方式发现新的深矿,以及对关键金属的需求迅速增长,可以想象一个地球人工智能成为的首选供应商的世界。大型矿商,勘探、钻探和销售新项目供其消费。 

另一种思考方式是,必和必拓约 1500 亿美元的市值由大约 30 个矿山支撑,EV/EBITDA 比率为 6.9 倍。相比之下,想想 Earth AI 在类似数量的矿山中所拥有的 20% 现金流股份,在没有运营这些矿山的成本或后勤负担的情况下,可能会如何估值。更不用说以每个矿场 300 至 9 亿美元的价格向 30 个矿场提供大量预付现金,该公司可以将这些现金重新用于发现新的有前景的矿场。 

这就引出了一个问题:不是每个人都会这样做吗? 

挖掘护城河 

对这个问题的圆滑的回答是,即使他们这样做也没关系。还有大量有价值的矿藏有待发现和开采。更长的答案是,Earth AI 已经建立了一个系统,可以比任何人更快地找到并证明这些存款,而其他人复制则需要做出牺牲。到那时,Earth AI 可能已经坐拥大量有利可图的矿山股份。 

我比其他人更喜欢策略和护城河。我写了两篇文章—— 《何时挖掘护城河》和《捍卫战略 》——认为仅仅快速快速地执行而不花时间制定策略并弄清楚你正在挖掘什么护城河是一个坏主意。 

话虽如此,我认为地球人工智能现在处于一个需要快速行动的位置。筹集资金,投资 MLD 系统,对有前途的矿床进行抵押,并尽快进行钻探。 

原因在于采矿业的结构:一旦勘探者押注了存款,它就属于他们了。世界各地有数以千计的存款等待质押,随着矿物靶向平台和 MLD 系统取得成功的早期迹象,Earth AI 处于充分利用这一机会的有利位置。 

重要的是,地球人工智能可以快速行动,因为它知道可以挖掘哪些护城河:被逼入绝境的资源、处理能力和反定位。

根据7 Powers作者 Hamilton Helmer 的说法,垄断资源是指以有吸引力的条件优先获得能够独立增值的资产。就 Earth AI 而言,被垄断的资源是它在押注存款时获得的矿权。在澳大利亚等政局稳定的国家,如果矿床在经济上可行,矿权就是印钞票的许可证。获得这些权利并证明可行性需要花费金钱和风险,但一旦 Earth AI 拥有这些权利,任何竞争对手都无法从他们手中夺走该网站。 

由于矿山本身就像企业一样——许多矿山每年的收入超过 10 亿美元——Earth AI 在其每个矿山中都拥有一种垄断资源。在上面的例子中,一旦它证明了其矿山的可行性并出售了股份,它就可以解雇除了一名会计师之外的所有人,只要该矿山结出果实,每年就会有 3400 万美元的收入。 

但同样,这不是目标。目标是 100 个地雷。这就是第二条护城河——处理能力——发挥作用的地方。 

处理能力是七者中最难以形容的。它是公司组织和活动的嵌入式集合,可以实现更低的成本和/或优质的产品。就像丰田的全面生产系统一样,即使你对外部人员进行了培训,他们也无法准确地复制你所做的同样的事情。 

在 Earth AI 的案例中,处理能力来自于这样一个事实:它不仅仅是一家人工智能公司,不仅仅是一个地质学家团队,也不仅仅是一个大批量的钻井公司,而是三者兼而有之。通过为探险家进行 80 次试点,然后测试 132 个地点,然后从头开始建造自己的钻机,并根据地面需求改进系统,Earth AI 获得了宝贵的隐性知识,而这些知识需要时间和经验来匹配。 

他们将这些隐性知识构建到一个系统中,该系统以满足其特定需求的方式组合在一起:大批量、手术般精确的勘探和钻探是与大多数行业中的游戏不同的游戏,并且作为结果,地球人工智能正在开发一套不同的技能。 

如果有 6,000 个目标但依靠承包商进行钻探,则需要几个世纪才能将它们全部钻完。如果您拥有世界上最快的钻机,但您准备进行一项发现,那么该钻机的价值将受到限制。正如 Earth AI 向探险家出售软件的尝试所证明的那样,将大量数据交给传统探险家,他们将找不到它的用处。 Earth AI 的处理能力来自于将这些部分组合在一起:它可以找到许多有前途的矿藏并快速证明它们,通过每次失败和成功建立更多的知识,并继续添加更多 MLD 系统以加快其处理和知识获取。 

事实上,它有机会扩大领先优势,这要归功于反定位。

正如 Earth AI 投资者兼董事会成员 Cantos 的 Ian Rountree 向我解释的那样,钻井公司无法通过勘探联盟来获得更有价值的特许权使用费,因为它们是低利润的服务收费业务。地球人工智能可以。

勘探者无法投资技术系统或更好的钻机,因为他们无法在尽可能多的发现中摊销这些成本。地球人工智能可以。 

即使是大型矿商也不想进入勘探阶段,因为他们的核心能力是获取和开采矿藏。就像制药公司一样,他们将“创新”外包给较小的公司。他们确实使用地球人工智能等技术,是在他们已经建立的现有矿场发现更多矿藏,以提高这些矿场的盈利能力。另外,他们并没有真正的动力去支持新的发现:他们已经垄断了资源,而对其利润率的最大威胁是竞争性供应过剩。 

您可以在数据中看到这一点。根据标准普尔全球公司的数据,自 1997 年以来,用于基层勘探的勘探预算份额已减少了一半,从 50% 降至 23%,尽管总体勘探预算已从 2012 年 210 亿美元的峰值缩减至去年的 128 亿美元。剩余的预算已转移到后期和可行性- 证明已发现的矿床 - 和矿场- 在现有地点发现额外的矿产资源,以延长矿山的寿命,增加产量或改善矿山的整体经济效益。 

人工智能标准普尔全球

Earth AI 正在做出一个相反的赌注,即通过更好的技术,在草根、绿地发现中还有很多价值有待发现。无论它是否正确,以及该公司能否说服矿工购买其存款(如果正确),将决定这是否是一个数十亿美元的结果。 

总而言之,Earth AI 的反向定位使其占据了先机,它可以利用这一优势来获取垄断的现金流资源,并继续开发处理能力,从而比业内其他公司更快地发现和证明存款。 

但关键金属的发现并不是一个赢家通吃的市场。即使在澳大利亚,地球人工智能也无法完成所有的发现。如果我们要满足世界对关键金属的需求,我们将需要十几家聪明的公司来解决这个问题,其中准竞争对手KoBold Metals表示:“该行业需要发现价值超过 12 万亿美元的新关键金属矿藏以阻止灾难性的气候变化。” 

人工智能新的关键金属存款需求,KoBold Metals 

好消息是,Earth AI 在寻找像 KoBold 这样的更关键金属方面有许多准竞争对手/准盟友。 

准竞争对手 

11 月,《经济学人》发表了一篇题为《人工智能能否帮助寻找有价值的矿物?》 的文章。他们在其中提到了 Earth AI 以及其他使用 AI 进行发现的公司,包括 KoBold、SensOre、OreFox、VerAI,甚至 Rio Tinto。 

那么,对于探矿者来说,尤其是对于那些认为自己可以提高职业效率的人来说,这是一个伟大的时代。一些公司正在将人工智能(ai) 应用到这一过程中,既可以提高地表开采的几率,也可以探测当前技术无法看到的地下矿体。

文章用类似的画笔描绘了这些公司——人工智能! – 但他们正在采取微妙但重要的不同方法。 

OreFox 和 SensOre 都追求 Earth AI 1.0 模型 - 试图向探险家出售软件以改善他们的采矿工作。这是一项具有挑战性的业务。两者中规模较大的 SensOre 在 ASX 上市;其市值已下滑至300万美元,该公司已转变为传统的锂勘探商。 

VerAI的做法更有趣。他们也有一个人工智能发现平台,并利用它来积累被垄断的资源。该公司本质上是在尽可能多地押注有前景的土地,并等待勘探者前来勘探和开发这些地点的矿藏,因为未来十年金属价格上涨,技术进步。这只是对地球人工智能的威胁,因为 VerAI 变得极其激进,并押注了如此多的站点,以至于为其他人留下了很少的站点。地球很大,质押不是免费的,这也是不太可能的。 

人工智能VerAI网站,哈哈

市值 1130 亿美元的矿业巨头力拓 (Rio Tinto) 也声称正在使用人工智能,并根据其 150 年的专有数据进行训练,“告诉地质学家接下来最好的钻探地点”。我认为这将有助于该公司发现新的矿床来开采,但他们的勘探业务只有一个客户——力拓本身——并且没有动力进行基层勘探,而不是进行矿场勘探以提高其现有场地的盈利能力。 

剩下的就是 KoBold,它是迄今为止初创公司竞争对手中最合法、最迷人的。该公司成立于 2018 年,去年从 a16z、Breakthrough Energy、比尔·盖茨、杰夫·贝佐斯和 T. Rowe Price 那里筹集了 1.95 亿美元,投后估值为 10 亿美元。 

与 Earth AI 一样,KoBold 使用 AI 进行探索,并愿意亲力亲为。 

人工智能科博德金属公司

尽管其网站宣传其勘探工作,但有趣的是,它似乎将重点放在开发阶段的中游。去年,该公司收购了赞比亚潜在的超大型Mincomba铜矿床,目前正在现场勘探和钻探,以证明该矿床的可行性。该公司总裁乔什·戈德曼 (Josh Goldman) 表示,该矿的规模和品位看起来与刚果民主共和国边境另一边的卡库拉矿相似,这一点值得注意,因为该矿去年生产了近 40 万吨铜,这将意味着以每吨 9,000 美元的铜价计算,年收入将达到 36 亿美元。 

如果得到证实并开采,这将为 KoBold 提供足够的现金,以继续开发现有的发现,并投入资金进行新的发现,因此,虽然今天没有直接竞争,但如果他们在未来存在,也就不足为奇了。然而,在网上,我相信 KoBold 的成功会给投资者带来强大的竞争力,从而对 Earth AI 产生积极影响。考虑到市场结构,两家公司都可以变得非常大,如果他们这样做的话,世界将变得资源更加丰富。  

我为什么投资地球人工智能 

我坚信,这十年将会诞生许多价值 1000 亿美元的公司,将新技术应用于解决传统市场的关键瓶颈。 

就采矿而言,瓶颈在于发现有利可图的新矿床的能力,Earth AI 凭借其在 Willow Glen、Fontenoy 和 Sandover 的早期成功,证明了突破这一瓶颈的潜力。 

如果这些发现被证明是可行的,并且不是早期的幸运侥幸,我认为它将使 Earth AI 走上建立一个既能产生现金又能将其部署到新机会的强大能力的企业之路。该业务不受需求的限制,并且在堆栈的各个层面都有足够的空间(甚至是迫切的需求)来容纳许多聪明的竞争对手。 

这并不是说这项业务没有风险。这些发现可能无法实现可行性。对金属的需求及其价格可能会崩溃,而不是像科博尔德和其他人预期的那样急剧增长。开发商和矿工可以选择不购买 Earth AI 项目的股份。从更科幻的角度来看,小行星采矿者可以在外太空找到如此多的金属,以至于陆地采矿被认为是不必要的,而且对环境造成的破坏太大。更现实的是,正如行业中的情况一样,项目时间表可能会比预期拖得更长,从而阻止资本飞轮开始旋转。 

一旦我们找到了金属,提炼它们仍然是一个挑战。每当发现新的矿藏(例如锂)时,反对者就会反驳说,问题不在于原材料本身,而在于我们的精炼能力。事实证明,这个问题也可以通过更可预测的资源发现来解决。供应供应和价格波动是阻碍炼油产能投资的最大瓶颈;解决关键金属的供应,并释放炼油能力。 

尽管存在非常真实的风险,但地球人工智能的风险回报与我研究过的任何公司一样好。他们所在的行业是一个关键行业,但由于资本密集、不吸引人以及商业模式不熟悉,该行业在很大程度上被风险投资家忽视了。不过,商业模式是地球人工智能最让我兴奋的事情之一。电子表格和文字并不是现实,肯定会有一些我没有建模的问题,但如果它有效,地球人工智能将有能力比我见过的任何公司更可预测地生产有价值的、现金流通的资源。 。即使生物技术公司在开发新资产时也面临着科学风险;这里的科学已经得到证实,地球人工智能面临的风险是纯粹的执行。 

在这方面,我对团队有能力完成工作充满信心。在过去的十多年里,Roman 在地质和采矿领域表现出了 99.9% 的创始人无法比拟的对工作的可笑奉献精神。至少他是我认识的唯一一个带着猎枪上班以保护自己免受熊袭击的人。如果这里有一家企业要建立,罗曼将不惜一切代价来建立它,而且早期迹象很快就会出现:公司正处于拐点。  

我认为地球人工智能代表了一个逆向且正确的机会。当然,这是逆向思维;时间会证明这是否正确。无论哪种情况,这都是一项值得追求的极其重要的使命。 

无论未来带我们走向何方,我们人类都需要原材料,将其转化为自然资源,并转化为我们梦想的许多创造性事物。如果我们希望能源转型成功,我们将需要大量关键金属。丰富的未来需要丰富的原材料。将寻找它们的艺术变成一门可重复的科学是一项有价值的使命,而且对我们所有人都有好处。 

Earth AI 是最纯粹意义上的科技工业公司——利用技术以比现有企业更便宜的价格生产每个人都需要的东西——这正是我很自豪支持的公司类型,甚至,尤其是,如果了解公司的特殊之处的话需要一点挖掘。  

非常感谢 Roman 和 Monte 教我有关地质、勘探和采矿的知识!

免责声明:本文仅代表作者个人观点,不代表链观CHAINLOOK立场,不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险,以及遵守所在国家和地区的相关法律法规。
图文来源:Packy McCormick,如有侵权请联系删除。转载或引用请注明文章出处!

标签:

分享至
https://www.chainlook.cn/toutiao/1714056615.html

下一篇:

Gitcoin Grants 20 轮极简攻略

Gitcoin是一个针对开源软件的捐款平台,用户可以通过Gitcoin支持各类去中心化开源项目。每轮的Gitcoin Grants中,优质项目除了获得用户捐款外,还会得到以太坊基金会的基金。Gitcoin正在转向去中心化的赠款协议,最新一轮将于4月23日开始。捐赠者可以通过Optimism和Celestia获得更高的配捐权重。捐赠是良好的链上交互行为,也是提升Passport分数的方法。捐赠金额没有限制,建议使用DAI捐赠。Web3基础设施板块共有63个项目,奖池金额为30w USDC,旨在加强以太坊生态系统的基础设施。其中包括MiniBridge、Facet和L2BEAT等项目。开发者工具和开发库旨在提高开发人员效率,包括OpenZeppelin Contracts、Gaslite和Blockscout等。

免责声明:
链观CHAINLOOK作为区块链技术应用与Web3行业研究的智库媒体,旨在为中国区块链专家、学者们提供最新的行业资讯信息与数据样本,用于区块链技术研究与创新。本站所发布的文章仅代表作者的个人观点,不代表链观CHAINLOOK官方立场,本站所发布的区块链行业研究报告与数据分析成果是通过人工智能算法对数据内容进行分析与归纳生成,不代表任何投资暗示与建议,链观CHAINLOOK不承担法律责任。

风险提示:
虚拟货币不具有法定货币等同的法律地位,参与虚拟货币投资交易存在法律风险,链观CHAINLOOK坚决反对各类代币炒作,请读者提高风险意识,理性看待区块链技术应用及市场风险。

© 链观CHAINLOOK All Rights Reserved. 京ICP备18054193号-5