Earth AI parie que l’exploration minière peut être accélérée par le même boom de l’IA qui stimule la demande

La demande d’IA reconfigure la recherche de minerais

La ruée pour construire davantage d’infrastructures d’IA, de batteries, de stockage sur réseau et de transport électrifié ne bouleverse pas seulement les marchés des logiciels et du matériel. Elle accroît aussi la pression sur la chaîne d’approvisionnement des matières premières qui rendent ces systèmes possibles. Earth AI, une société d’exploration fondée en Australie et basée aux États-Unis, se positionne sur ce goulot d’étranglement en utilisant l’intelligence artificielle pour rechercher des gisements de minéraux critiques.

Selon le profil de l’entreprise décrit par New Atlas, Earth AI se concentre sur des minerais tels que le lithium, le cuivre, le nickel, le cobalt, le graphite et les terres rares. Ces matériaux sont au cœur de plusieurs vagues industrielles simultanées : puces avancées et centres de données pour l’IA, batteries pour véhicules électriques, projets solaires et de stockage pour les systèmes énergétiques, ainsi qu’une demande plus large des appareils électroniques grand public, des télécommunications et des technologies militaires.

L’argument principal est simple. L’exploration minière traditionnelle devient plus difficile, plus coûteuse et moins productive, tandis que l’importance stratégique de nouvelles découvertes augmente. Earth AI soutient que l’apprentissage automatique peut réduire plus vite le champ de recherche en identifiant des régions négligées présentant un potentiel minéral plus élevé.

Un problème d’approvisionnement de plus en plus difficile à ignorer

Le plaidoyer en faveur d’une exploration plus rapide commence par la demande. New Atlas cite des estimations des Nations unies selon lesquelles le commerce mondial des minéraux critiques pourrait tripler d’ici 2030 et quadrupler d’ici 2040, à partir d’environ 2,5 billions de dollars américains en 2023. Cette perspective de croissance reflète le nombre de systèmes industriels modernes qui dépendent du même ensemble d’intrants.

Ce qui rend le défi plus aigu, c’est que les nouvelles grandes découvertes sont devenues moins fréquentes alors même que les dépenses d’exploration ont augmenté. Le texte source souligne un déclin de longue durée du taux de découvertes importantes, de nombreux gisements faciles ayant déjà été mis au jour. Les mineurs cherchent donc plus profondément, plus loin et à un coût plus élevé, souvent avec de faibles taux de réussite.

Pour les gouvernements et l’industrie, cette combinaison compte. Un rythme plus rapide de déploiement technologique ne se traduit pas automatiquement par un rythme plus rapide de découverte des ressources. Si l’offre de minerais accuse du retard, des projets dans l’énergie, l’informatique et l’industrie manufacturière peuvent devenir plus exposés à la volatilité des prix, aux batailles de permis et à la dépendance géopolitique.

Comment Earth AI dit que son modèle fonctionne

L’approche d’Earth AI, telle que décrite dans le matériau source, combine des logiciels prédictifs avec des outils propriétaires de forage mobiles et à faible perturbation. Le logiciel est entraîné sur de vastes ensembles de données géologiques afin de mettre en évidence des zones que l’entreprise estime avoir été négligées ou sous-évaluées par les méthodes conventionnelles. Le forage sert ensuite à vérifier si ces cibles résistent sur le terrain.

Ce mélange est important, car l’entreprise ne présente pas l’IA comme un remplacement de l’exploration physique. Elle utilise plutôt le logiciel pour décider où chercher, puis le combine avec une méthode de test ayant un impact réduit sur le terrain. En pratique, l’entreprise cherche à réduire le temps et le capital gaspillés aux premiers stades de la découverte.

Le modèle économique décrit par New Atlas est également notable. Earth AI ne se contente pas d’agir comme fournisseur de logiciels pour des groupes miniers. Elle utilise son propre système pour trouver et valider des sites, puis vend les droits sur les découvertes fructueuses. Cela signifie que son résultat commercial dépend de la capacité du processus guidé par l’IA à produire de manière constante des cibles dignes d’être développées.

Pourquoi le moment est important

Il y a une ironie au cœur du discours de l’entreprise. Le même boom de l’IA qui contribue à faire grimper la demande de minéraux critiques est aussi utilisé comme outil pour les localiser. Cette boucle de rétroaction aide à expliquer pourquoi l’histoire d’Earth AI résonne maintenant plutôt qu’il y a dix ans. L’exploration n’est plus seulement une histoire minière. Elle est de plus en plus liée à l’informatique, à l’électrification et à la politique industrielle.

Si les méthodes de l’entreprise s’avèrent efficaces, le bénéfice ne se limiterait pas à un seul secteur. Un approvisionnement supplémentaire en minerais pourrait influencer aussi bien la production de batteries que les équipements de transmission et l’électronique spécialisée. Les gains potentiels sont autant stratégiques que financiers, car de nombreux pays cherchent à réduire leur vulnérabilité dans les chaînes d’approvisionnement critiques.

Pour autant, le matériau source ne présente pas cela comme un problème résolu. Il présente Earth AI comme une entreprise faisant un pari ciblé sur une étape difficile de la chaîne des ressources. La découverte reste incertaine, et les outils d’exploration n’ont d’intérêt que s’ils améliorent réellement les taux de réussite sur le terrain.

Ce qui ressort

• L’entreprise relie directement l’exploration minière au boom de l’IA et de l’énergie propre, plutôt que de la traiter comme une histoire industrielle distincte.
• Son modèle combine des prédictions d’IA avec une vérification physique, plutôt que de s’appuyer uniquement sur des affirmations logicielles.
• L’opportunité est importante parce que la demande de lithium, de cuivre, de nickel et de terres rares augmente dans plusieurs industries à la fois.
• Le défi sous-jacent est structurel : les grandes découvertes sont devenues plus rares alors même que les dépenses ont augmenté.

Un changement plus large dans la technologie industrielle

L’approche d’Earth AI reflète une tendance plus large dans la technologie émergente : appliquer des méthodes fondées sur les données à des industries physiques plus anciennes, où les goulots d’étranglement sont coûteux et lents à résoudre. L’exploration est une bonne candidate pour ce type de mutation, car même des améliorations modestes dans les zones où les entreprises forent peuvent avoir des conséquences économiques disproportionnées.

Cela ne signifie pas que l’IA change à elle seule les fondamentaux de l’exploitation minière. Les gisements doivent toujours exister, ils doivent toujours être confirmés, et tout développement éventuel devra encore faire face aux réalités du financement, des permis et de l’exploitation. Mais si les logiciels peuvent augmenter les chances de trouver des ressources commercialement utiles, ils pourraient devenir un levier significatif dans la course à la construction de davantage de puces, de batteries et d’infrastructures.

Pour l’instant, Earth AI doit surtout être comprise comme un effort de modernisation de l’amont d’une chaîne d’approvisionnement dont dépendent de plus en plus la transition numérique et la transition énergétique. En ce sens, l’entreprise ne cherche pas seulement des minerais. Elle teste si l’IA peut accélérer l’une des parties les plus lentes de l’expansion industrielle.

Cet article est basé sur un reportage de New Atlas. Lire l’article original.