الطلب على الذكاء الاصطناعي يعيد تشكيل البحث عن المعادن
إن الاندفاع لبناء المزيد من بنية الذكاء الاصطناعي التحتية والبطاريات وتخزين الشبكات والنقل المكهرب لا يغيّر أسواق البرمجيات والعتاد فقط. بل يزيد أيضًا الضغط على سلسلة الإمداد الخاصة بالمواد الخام التي تجعل هذه الأنظمة ممكنة. وتضع شركة Earth AI، وهي شركة استكشاف تأسست في أستراليا ويقع مقرها الرئيسي في الولايات المتحدة، نفسها ضمن هذه العقدة عبر استخدام الذكاء الاصطناعي للبحث عن رواسب المعادن الحيوية.
وبحسب الملف التعريفي للشركة كما وصفه موقع New Atlas، تركز Earth AI على معادن تشمل الليثيوم والنحاس والنيكل والكوبالت والغرافيت والعناصر الأرضية النادرة. وتوجد هذه المواد في قلب عدة توسعات صناعية في الوقت نفسه: الشرائح المتقدمة ومراكز البيانات الخاصة بالذكاء الاصطناعي، والبطاريات للمركبات الكهربائية، ومشروعات الطاقة الشمسية والتخزين لأنظمة الطاقة، والطلب الأوسع من الإلكترونيات الاستهلاكية والاتصالات والتكنولوجيا العسكرية.
الطرح الأساسي بسيط. أصبح الاستكشاف المعدني التقليدي أصعب وأكثر كلفة وأقل إنتاجية، بينما ترتفع الأهمية الاستراتيجية لاكتشافات جديدة. وتقول Earth AI إن التعلم الآلي يمكنه تضييق نطاق البحث بسرعة أكبر عبر تحديد المناطق التي تم إغفالها وتملك احتمالًا معدنيًا أعلى.
مشكلة الإمداد أصبحت أصعب على التجاهل
تبدأ حجة الاستكشاف الأسرع من الطلب. ويشير New Atlas إلى تقديرات الأمم المتحدة التي تفيد بأن التجارة العالمية في المعادن الحيوية قد تتضاعف ثلاث مرات بحلول 2030 وتتضاعف أربع مرات بحلول 2040 انطلاقًا من نحو 2.5 تريليون دولار أمريكي في 2023. وتعكس هذه النظرة للنمو مدى اعتماد كثير من الأنظمة الصناعية الحديثة على المجموعة نفسها من المدخلات.
ويزداد التحدي حدة لأن الاكتشافات الكبرى الجديدة أصبحت أقل شيوعًا حتى مع ارتفاع الإنفاق على الاستكشاف. ويشير النص الأصلي إلى تراجع طويل الأمد في معدل الاكتشافات المهمة، بعد أن تم بالفعل العثور على كثير من الرواسب الأسهل. وهذا يترك شركات التعدين تبحث في أعماق أكبر، وعلى مسافات أبعد، وبكلفة أعلى، وغالبًا مع معدلات نجاح منخفضة.
وبالنسبة للحكومات والصناعة، فإن هذا المزيج مهم. فزيادة وتيرة نشر التكنولوجيا لا تعني تلقائيًا زيادة أسرع في وتيرة اكتشاف الموارد. وإذا تخلف عرض المعادن عن الطلب، فقد تصبح المشاريع في مجالات الطاقة والحوسبة والتصنيع أكثر تعرضًا لتقلبات الأسعار ومعارك التصاريح والاعتماد الجيوسياسي.
كيف تقول Earth AI إن نموذجها يعمل
يجمع نهج Earth AI، كما ورد في المادة المصدرية، بين برمجيات تنبؤية وأدوات حفر متنقلة منخفضة الاضطراب ومملوكة لها. ويُدرَّب البرنامج على مجموعات كبيرة من البيانات الجيولوجية لتسليط الضوء على المواقع التي تعتقد الشركة أنها أُغفلت أو قُدِّرت بأقل من قيمتها بواسطة الأساليب التقليدية. ثم يُستخدم الحفر للتحقق مما إذا كانت تلك الأهداف تصمد في الميدان.
هذا المزيج مهم لأن الشركة لا تقدم الذكاء الاصطناعي بوصفه بديلًا عن الاستكشاف الميداني. بل تستخدم البرمجيات لتحديد مكان البحث وتقترن بذلك طريقة أقل تأثيرًا لاختبار هذه الفرضيات على الأرض. عمليًا، تحاول الشركة تقليل الوقت والمال المهدورين في المراحل الأولى من الاكتشاف.
ويبرز أيضًا نموذج الأعمال كما وصفه New Atlas. فـ Earth AI لا تعمل مجرد مزود برمجيات لمجموعات التعدين. بل تستخدم نظامها الخاص للعثور على المواقع والتحقق منها، ثم تبيع حقوق الاكتشافات الناجحة. وهذا يعني أن نتيجتها التجارية تعتمد على ما إذا كانت العملية الموجهة بالذكاء الاصطناعي قادرة على إنتاج أهداف تستحق التطوير بشكل متواصل.
لماذا يهم التوقيت
تكمن مفارقة في قلب طرح الشركة. فطفرة الذكاء الاصطناعي نفسها التي تساعد على رفع الطلب على المعادن الحيوية تُستخدم أيضًا أداةً للعثور عليها. ويساعد هذا التفاعل الدائري على تفسير سبب ظهور قصة Earth AI الآن لا قبل عقد من الزمن. لم يعد الاستكشاف مجرد قصة تعدين. بل أصبح مرتبطًا بشكل متزايد بالحوسبة والكهربنة والسياسة الصناعية.
إذا أثبتت أساليب الشركة فعاليتها، فلن تقتصر الفائدة على قطاع واحد. فإمدادات المعادن الإضافية قد تؤثر في كل شيء، من إنتاج البطاريات إلى معدات النقل والتجهيزات الإلكترونية المتخصصة. والمكاسب المحتملة استراتيجية بقدر ما هي مالية، لأن كثيرًا من البلدان تحاول تقليل هشاشتها في سلاسل الإمداد الحيوية.
ومع ذلك، لا تقدم المادة المصدرية هذا بوصفه مشكلة محلولة. بل تعرض Earth AI كشركة تراهن بشكل محدد على مرحلة صعبة من سلسلة الموارد. فالاكتشاف لا يزال غير مؤكد، وأدوات الاستكشاف لا تكتسب أهميتها إلا إذا حسّنت بالفعل معدلات النجاح في الميدان.
ما يبرز هنا
- ترتبط الشركة مباشرة بين استكشاف المعادن وبين بناء بنية الذكاء الاصطناعي التحتية والطاقة النظيفة، بدل التعامل معه كقصة صناعية منفصلة.
- يجمع نموذجها بين توقعات الذكاء الاصطناعي والتحقق المادي، بدل الاعتماد على ادعاءات البرمجيات وحدها.
- الفرصة كبيرة لأن الطلب على الليثيوم والنحاس والنيكل والعناصر الأرضية النادرة يرتفع عبر عدة صناعات في الوقت نفسه.
- التحدي الأساسي بنيوي: أصبحت الاكتشافات الكبرى أكثر ندرة حتى مع ارتفاع الإنفاق.
تحول أوسع في التكنولوجيا الصناعية
يعكس نهج Earth AI اتجاهًا أوسع في التكنولوجيا الناشئة: تطبيق الأساليب المعتمدة على البيانات على الصناعات المادية القديمة حيث تكون الاختناقات مكلفة وبطيئة الحركة. ويعد الاستكشاف مرشحًا جيدًا لهذا النوع من التحول لأن حتى التحسينات المتواضعة في أماكن الحفر يمكن أن تكون لها آثار اقتصادية كبيرة.
ولا يعني ذلك أن الذكاء الاصطناعي يغيّر وحده أساسيات التعدين. فما زالت الرواسب يجب أن تكون موجودة، ولا بد من تأكيدها، وأي تطوير لاحق سيظل يواجه حقائق التمويل والتصاريح والتشغيل. لكن إذا استطاعت البرمجيات رفع احتمالات العثور على موارد قابلة للتوظيف تجاريًا، فقد تصبح رافعة مهمة في سباق بناء المزيد من الشرائح والبطاريات والبنية التحتية.
وفي الوقت الراهن، يمكن فهم Earth AI على أفضل نحو بوصفها محاولة لتحديث مقدمة سلسلة الإمداد التي تعتمد عليها بشكل متزايد التحولات الرقمية والطاقية. وبهذا المعنى، لا تبحث الشركة عن المعادن فحسب. إنها تختبر ما إذا كان الذكاء الاصطناعي قادرًا على جعل أحد أبطأ أجزاء التوسع الصناعي يتحرك بسرعة أكبر.
تعتمد هذه المقالة على تقرير من New Atlas. اقرأ المقال الأصلي.
Originally published on newatlas.com