Earth AIは、需要を押し上げる同じAIブームが鉱物探査を加速できると賭けている

AI需要が鉱物探しの構図を変えている

AIインフラ、電池、送電網向け蓄電、電動化された輸送をさらに構築しようとする動きは、ソフトウェアとハードウェア市場を変えているだけではない。そうしたシステムを可能にする原材料の供給網にも、より大きな圧力をかけている。オーストラリアで設立され、米国に本社を置く探査会社Earth AIは、人工知能を使って重要鉱物の埋蔵地を探すことで、このボトルネックに照準を合わせている。

New Atlasが紹介した企業プロフィールによると、Earth AIはリチウム、銅、ニッケル、コバルト、黒鉛、レアアース元素などの鉱物に注力している。これらの素材は、AI向けの先端チップとデータセンター、電気自動車向け電池、エネルギーシステム向けの太陽光および蓄電プロジェクト、さらに民生用電子機器、通信、防衛技術からの広範な需要など、複数の産業拡大の中心にある。

核となる主張は単純だ。従来型の鉱物探査はより難しく、より高コストで、成果も出にくくなっている一方で、新たな発見の戦略的重要性は高まっている。Earth AIは、機械学習によって見落とされてきた高い鉱物ポテンシャルを持つ地域を特定し、探索範囲をより速く絞り込めると主張している。

見過ごせなくなっている供給問題

より速い探査の必要性は、まず需要から始まる。New Atlasは国連の推計として、重要鉱物の世界貿易が2030年までに3倍、2040年までに4倍になり、2023年の約2.5兆米ドルから拡大する可能性があると伝えている。この成長見通しは、多くの現代産業システムが同じ投入資源に依存していることを示している。

課題をより深刻にしているのは、探査支出が増えているにもかかわらず、新たな大型発見が少なくなっていることだ。元記事は、重要な発見の比率が長期的に低下しており、発見しやすい鉱床の多くはすでに見つかっていると指摘している。そのため、採掘企業はより深く、より遠くへ、より高いコストをかけて探すことになり、成功率は低いままになりがちだ。

政府と産業界にとって、この組み合わせは重要だ。技術導入のスピードが上がっても、資源発見のスピードが自動的に上がるわけではない。鉱物供給が需要に遅れれば、エネルギー、コンピューティング、製造業の各プロジェクトは、価格変動、許認可争い、地政学的依存にさらされやすくなる。

Earth AIが語るモデルの仕組み

元資料によると、Earth AIのアプローチは予測ソフトウェアと独自の移動式・低攪乱型掘削ツールを組み合わせるものだ。ソフトウェアは大規模な地質データセットで訓練され、従来手法では見逃された、あるいは過小評価されたと同社が考える場所を浮かび上がらせる。その後、掘削によって現場でそのターゲットが実際に成り立つかを検証する。

この組み合わせが重要なのは、同社がAIを物理的探査の代替とは位置づけていないからだ。むしろ、ソフトウェアで調査地点を決め、それをより低い環境負荷で試す方法と組み合わせている。実務的には、発見初期段階での時間と資本の無駄を減らそうとしている。

New Atlasが記したビジネスモデルも注目に値する。Earth AIは単なる鉱業向けソフトウェアベンダーではない。同社は独自システムで候補地を見つけて検証し、成功した発見の権利を売却する。つまり、AI主導のプロセスが継続的に開発価値のあるターゲットを生み出せるかどうかが、商業的成果を左右する。

タイミングが重要な理由

同社の主張の中心には、ある皮肉がある。重要鉱物の需要を押し上げている同じAIブームが、それらを見つけるための道具としても使われているのだ。このフィードバックループは、Earth AIの話が10年前ではなく今こそ響く理由を説明している。探査はもはや単なる鉱業の話ではない。コンピューティング、電化、産業政策とますます結びついている。

同社の手法が有効であることが証明されれば、その利益は一つの分野に限られない。追加の鉱物供給は、電池生産から送電設備、特殊電子機器に至るまで影響を及ぼし得る。多くの国が重要供給網の脆弱性を減らそうとしているため、その利得は財務的であると同時に戦略的でもある。

それでも、元資料はこれを解決済みの問題としては扱っていない。Earth AIを、資源供給の難しい段階に的を絞って賭けている企業として描いている。発見は依然として不確実であり、探査ツールは現場での的中率を実際に改善してこそ意味を持つ。

注目点

• 同社は鉱物探査を、AIとクリーンエネルギーの拡大と直接結びつけ、別個の産業ストーリーとして扱っていない。
• モデルは、ソフトウェアの主張だけに頼らず、AI予測と物理的検証を組み合わせている。
• リチウム、銅、ニッケル、レアアースへの需要が複数産業で同時に高まっているため、機会は大きい。
• 根本的な課題は構造的なものだ。支出は増えているのに、大型発見は希少になっている。

産業技術におけるより広い変化

Earth AIの手法は、新興技術におけるより広い潮流を映している。すなわち、ボトルネックが高コストで進みにくい古い物理産業に、データ駆動型の手法を適用することだ。探査はこの種の変化に向いた分野であり、企業が掘る場所を少し改善するだけでも、経済的影響は大きくなり得る。

ただし、それはAIだけで鉱業の根本が変わることを意味しない。鉱床は実在しなければならず、確認も必要で、最終的な開発では資金調達、許認可、運営面の現実も避けられない。それでも、ソフトウェアが商業的に有用な資源を見つける確率を高められるなら、より多くのチップ、電池、インフラを構築する競争で重要なレバーになり得る。

現時点では、Earth AIはデジタル移行とエネルギー移行がますます依存する供給網の前段を近代化しようとする取り組みと捉えるのが最も適切だ。その意味で、同社は単に鉱物を探しているのではない。AIが産業拡大の中でも最も遅い部分の一つを速くできるのかを試している。

この記事はNew Atlasの報道をもとにしています。元記事を読む。