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，我说过我想花更多韶光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，由于理解这些公司如何发展大型现有行业意味着考试测验理解我没有花太多韶光研究的行业和商业模式。
不过，如果我们终极达到了技能公司能够在这些行业产生真正影响的论点是精确的，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代价技能本身。

主要的警告是，作为一个在这个行业度过职业生涯的人，我对这个行业的理解连 1% 都没有。
这可能是一种祝福——有时一点间隔可以帮助看到内部人士忽略的机会——但同时也是一种谩骂——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缺点或不完全的东西。
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。

本日，我们将深入磋商天下上最古老、最主要的行业之一：采矿业。
这是一个代价 2 万亿美元、已有 43,000 年历史的家当，在人类学会完备超越物质之前不会有任何发展。
在未来的几十年里，我们将须要代价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》中谈论的所有深层技能。
但在过去的十年里，新创造的步伐已经放缓。

这便是Earth AI试图通过构建垂直集成的勘探器/钻探器来办理的问题，该勘探器/钻探器利用人工智能来定位新创造并利用定制钻机来测试它们。
这家公司觉得像是一个隐蔽在众目睽睽之下的秘密，我非常愉快地支持他们退出 Not Boring Capital。

阐明他们正在做什么、为什么这是初创公司发挥浸染的精确场所、商业模式如何运作以及为什么我如此愉快须要一些笔墨。

让我们开始吧。

地球人工智能

当通用人工智能来袭时，就像真正的来袭一样，来袭时，没有任何事情或公司可以免受超级智能的才华或其机器人实际实行其操持的影响，哪些公司和行业会留下来？

当然，我们须要能源。
人类须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。
房东对其财产拥有条约所有权，人类和 GPU 都须要一个居住的地方。
纵然 AGI 及其机器人通过建造更多住房和数据中央来降落价格，拥有地皮的人类也会频年夜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。
能源生产和存储须要关键金属，我们的 AGI 霸主将称之为“家”的数据中央也是如此。
和地主一样，矿工根据条约拥有开采其创造的权利。

采矿对付文明至关主要，因此当您开始异星工厂游戏时，您该当做的第一件事便是开始挖掘煤炭、铁矿石和铜矿石，然后利用煤炭和铁矿石制作燃烧器采矿钻。

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创造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乐意的买家，无论是人还是机器，未来几十年。

这险些正​​是 Not Boring Capital 最新投资组合公司Earth AI正在做的事情，只管其创始人Roman Teslyuk更关心人类本日面临的真正寻衅，而不是 AGI 主导的未来。

目前，在现实天下中，能源转型面临的最大威胁之一是缺少关键金属。
一样平常来说，电动汽车 (EV) 和锂离子电池须要大量的锂、钴、镍、石墨和锰。
太阳能电池板须要银、硅、铟、镓和碲。
电网和储能系统须要铜、钒、锌和铅。
更不用说我们在数据中央扩建、太空探索、前辈制造以及我们在《Not Boring》中所写的许多其他内容中所需的金属了。
丰富的未来须要金属。

采矿业是一个代价 2 万亿美元的环球家当，个顶用于电池和太阳能电池板的关键金属占 3,200 亿美元，但纵然需求增加，新创造也在放缓。

Minex，基于创造中等或较大矿床的剖析

在过去的十年里，由于各种常见的缘故原由，每年的创造数量减少了近四分之三，从每年 150 次减少到 45 次。
随意马虎创造的矿床已经被创造，这意味着勘探本钱更高，这让勘探公司望而生畏。
绝不奇怪，监管和环境问题也使得容许和容许变得更慢、更昂贵。
地质学家、地球物理学家和其他关键专家的军队正在老化，而年轻人却无法补充他们的空缺。

从制造业到核工业，同样的故事也在上演。
办理方案也可能是一样的：在成本主义的驱动下，古老的人类创造力在技能中得到表示。

我非常喜好勉励埃隆·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。
只有天然质料。
正是人类的创造力通过技能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，鉴于采矿技能的主要性和市场规模，风险投资家对采矿技能的投资严重不敷。

PitchBook，新兴空间：采矿技能

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，用于开拓赞比亚的铜储量——但2023 年投资于新技能的 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种别中比例最低的。

用八届奥林匹亚师长西席得主罗尼·科尔曼（Ronnie Coleman）的话来说，“每个人都想成为深度科技投资者，但没有人乐意挖掘不重的岩石。
”

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。
以是问题是：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，部分寻衅在于纯粹的 SaaS 和做事业务——与风投常日投资于采矿业的公司类型最相似——一贯是失落败的。
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买卖，由于勘探者行动缓慢，而且可供出售的工具很少。
没有一家采矿做事业务代价超过 10 亿美元。

但是，如果你的技能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成分——缓慢、不愿意采取技能——也使他们成为非常有吸引力的竞争对手。
如果您乐意进行垂直整合（进行勘探、钻探，乃至可能进行开采），您大概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涌现之前，该公司就以两种办法推进最前辈的技能，一种是数字办法，一种是物理办法：

其模型预测矿藏的确切位置的准确度提高了 25 倍。
其钻井平台验证这些矿床的速率提高了 4 倍，本钱也降落了 4 倍。

两者协同事情——不仅仅是人工智能，不仅仅是硬件，而是两者的结合，授予地球人工智能在准确性、速率和本钱方面的上风。
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比较，它可以更有效地创造新矿床，并更快地钻探证明这些矿床。

它正在发挥浸染。
在过去的六个月里，Earth AI 的创造数量约占 2023 年全体行业创造数量的 7%，统共有 3 个创造。

首先，Earth AI 仅在第二次钻探考试测验中就创造了高品位的钼矿床，这是一种用于制造钢合金的银白色金属。
钼矿的创造展示了地球人工智能的潜力：

在第二次钻探考试测验中创造（行业均匀为 200）总创造本钱为 200 万美元（行业均匀本钱约为 2.18 亿美元）钻井本钱为 86 美元/米（行业均匀本钱为 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）

它还通过与互助伙伴的探索同盟取得了两项创造，个中互助伙伴承担其现场的勘探本钱，而 Earth AI 则得到 2% 的特许权利用费：

与 Legacy Minerals 互助生产钯-铂-金-铜-镍与 Tivan 互助在桑多弗得到高品位铅

就在上周，Earth AI 和 Tivan宣告，他们还在距高品位铅矿床 250 米处创造了高品位银（对付地质学家来说为 469 克/吨），两者都靠近地表，在那里开采更随意马虎、更随意马虎。
开采有利可图。

三个有希望的创造与日益萎缩的行业总量息息相关，但与罗曼的目标比较，这只是小事一桩：在本世纪末，通过创造 100 个新金属矿床，建立一家代价 1000 亿美元的矿业公司。

这太猖獗了，由于一个真正精良的探险家可能会创造两个可行的矿床（一旦证明可行性，就可以在澳大利亚证券交易以是超过十亿美元的市值进行交易）。
但我也认为这是可能的，这便是我们投资的缘故原由。

自从遇见Roman之后，真正深入我脑海的便是Earth AI的商业模式。

一方面，它是一个潜在的印钞机，有能力创造、证明和拥有可以现金流数十年的存款。
另一方面，正如采矿技能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习的商业模式：它是前期成本密集型的​​，估值较慢，并且在货币化的道路上面临许多关卡。

但我爱它。
我认为最靠近的补偿是我开始欣赏与Elliot互助的商业模式。
这便是生物技能平台商业模式。

Earth AI 预先投入资金开拓技能，以构建有代价的资产组合，如果这些资产有效，其现金流将得到长期保护。
在逐个资产的根本上，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利用费、将资产出售给更大的参与者，还是花费资金自己挖掘代价。
当它创造和开拓新资产时，它可以建立一组有代价的数据和履历，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（个中许多将须要大量关键金属），例如攻击旧市场的地球人工智能通过环绕技能上风进行垂直整合，实现更低的本钱和更高的利润。

投资科技工业意味着适应不同的商业模式。
这便是我喜好做的事情，也是我们本日要做的事情。

我们在科技领域不太评论辩论采矿业，只是说我们须要更多的资源来发展，以是我们将深入磋商这个行业、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，以是在我们开始之前，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买卖。
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、尝尝看的事情，由于大多数低处矿山已经开采完毕，成功率很低，而且试钻本钱高昂且缓慢。
探索者要么失落败并破产，要么成功并套现。
无论哪种情形，他们都无法投资于创新，也无法通过规模积累上风。

您可以将探索者的业务公式视为：

# 创造 x 成功率 x 矿的现值 - # 创造 x 证明本钱 = 利润

Earth AI 利用技能来创造新的机会、提高成功率、降落本钱、提高速率，并将赌钱转变为随着韶光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。

利用人工智能，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%，而行业均匀水平为 0.5%，在前四次考试测验中取得了三个创造（他们仍旧认为他们可以证明第四个创造，但由于钻打听题和新冠疫情而停息）。

Earth AI 利用其 MLD 系统已经证明，它可以降落证明本钱并加快韶光表。

其定制的移动低滋扰系统已经表明，与钻井承包商比较，它可以在四分之一的韶光内完成钻井，而本钱仅为钻井承包商的四分之一。

要理解这笔交易有多大，请考虑一下它须要花费多少钱以及须要多永劫光来探索足够的地点并找到值得开采的地点，为大略起见，仅基于钻探本钱和韶光：

数据来源于S&P Global、Minex、Opaxe、Earth AI历史数据和剖析

让矿床通过可行性并投入培植意味着勘探者常日可以将其以 5 亿至 25 亿美元之间的价格出售给矿工。

按照行业均匀 0.5% 的成功率和每次考试测验 6 个月的韶光打算，一个矿山须要统共 1 美元和 232 个勘探年才能开始赢利。
由于有数千名勘探者在作业，因此每年约有 45 个创造，只管任何特定勘探者在一年内找到可行矿藏的几率非常低。

每个建造矿山的本钱为 10 亿美元，这彷佛高得离谱，但 Minex 将环球每个创造的本钱定为 2.18 亿美元，并且五分之一的创造须要进行培植。

米内克斯

紧张问题不是每次特定的考试测验本钱过高，而是有太多不堪利的考试测验，导致均匀本钱变得没有吸引力。
就背景而言，根据标准普尔《天下勘探趋势报告》，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。
所有这些事情带来了约 45 个新创造。
正如标准普尔在报告中所写：

由于金、铜和镍等关键金属的创造率尚未回升，因此仍旧有必要更加关注绿地勘探，以找到知足未来需求的矿藏。

Earth AI 的存在便是为了知足这一需求，让绿地勘探可预测地盈利。

以 75% 的成功率和每次考试测验 3 个月的韶光打算，纵然假设每次考试测验的成本相同，Earth AI 也可以在 1.55 年内投入 310 万美元的培植本钱。
（同样，这只是基于钻探韶光；由于 Earth AI 与外部顾问就资源定义和可行性进行互助，实际韶光将会更长，但随着内部顾问的加入，韶光将会压缩。
）Earth AI 的第一个创造花费了 200 万美元，其第二个本钱为 30 万美元，第三个本钱乃至更低。
考虑到当前本钱和估量本钱低落，可以安全地假设 50 万美元的预算将安全地涵盖所有创造本钱。

从 0.5% 到 75% 的 150 倍提升彷佛很猖獗，但 Earth AI 在将人工智能运用于矿物创造方面处于领先地位。
历史上，新的勘探技能带来了丰富的创造，就像辐射丈量学创造了铀矿创造的繁荣，地震学也为石油和天然气带来了同样的繁荣。

地球人工智能套牌

这种上风不会永久持续下去，因此速率很主要，但他们拥著名贵的领先上风。
在你问之前，这不是一个供应听起来合理答案的通用法学硕士，而是一个天生可重复、高精度预测的深度神经网络。
如果您向 ChatGPT 供应相同的数据，您将摧残浪费蹂躏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。
在预算有限的情形下，Earth AI 凭借一台旧钻机在澳大利亚各地运行，在过去 6 个月内取得了三项创造（Lead 和 Silver 都在同一个项目 Sandover 中，因此我们将它们算作一个）。

地球人工智能套牌

虽然须要不断取获胜利才能对这些成功率和考试测验韶光保持高度信心，纵然它们保持在同一数量级，但它重塑了金属勘探的运作办法：从高风险投契冒险转变为可预测、可重复的冒险。

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

就像 SpaceX 不仅改变了发射本钱，还改变了发射到太空的东西的性子以及太空初创公司运营的迭代速率一样，将技能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，您可能须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创造，更快地证明它们，并在创造时保留上风。
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。

垂直整合还意味着 Earth AI 可以捕获更多其在采矿代价链早期阶段创造的代价。
鉴于该行业的构造，像丈量员和钻井工这样的SaaS产品和做事企业会得到报酬，然后被开除，无论事情是否成功；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互助伙伴那里得到特许权利用费。

考虑到矿山权柄与矿山生产韶光一样长，随着每一个新创造，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。
矿山均匀每年产生约 4.5 亿美元的收入，生产期为 25 年。
这将成为一项猖獗创收的业务，并且随着韶光的推移而加速增长。

思考 Earth AI 业务的最大略方法是它可以：

利用他们的矿物靶向平台 (MTP) 和移动低滋扰 (MLD) 钻井系统提高证明的成功率和韶光，以取得更多创造并更快地证明它们，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，以增加创造数量。
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创造中。
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，如果地球人工智能精确地认为它可以提高成功率、钻探韶光和本钱，那么它将得到开采资金的容许。

地球人工智能套牌

考虑到这一点，我们可以回到出发点，理解 Earth AI 正在考试测验实现当代化的采矿业。

挖矿是如何进行的

听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，被认为是天下上已知最古老的矿场。
对矿井中创造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。

Ngwenya Mine、Mail & Guardian

早期人类利用石头和动物角挖浅坑，从恩格文亚中提取镜面赤铁矿，用于扮装品和仪式。
从那时起，该行业不断扩大并成熟，但其核心仍旧是从地球上提取有代价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，对人类进步是如此主要，以至于它被定义为年事。

在新石器时期或石器时期，早期人类开采燧石和石头用于制造工具和武器。
铜石时期，或铜器时期，始于公元前 5500 年旁边，随着铜的创造及其在工具和武器中的运用，青铜时期开始于大约两千年后，当时人类创造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，布卢默里冶炼技能的发明将人类带入了铁器时期。
虽然此后我们不再以金属命名年事，但我们创造、合金化和利用新金属的能力已经加快了我们的进步。
我在《技能工业革命》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。

在那个时期的大部分韶光里，人类像古代斯威士兰人一样进行采矿，利用他们的肌肉和大略的工具来提取靠近地球表面的材料。
但每一个新创造，与人类的创造力相结合，都会催生下一个创造。
新创造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化，但如果你必须为当代采矿业的出身选择一个日期，你可能会选择 1867 年，当时诺贝尔奖得到者阿尔弗雷德·诺贝尔 (Alfred Nobel) 创造了炸药。

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贯存在的模式。
诚然，我是这个领域的新手，但彷佛这个循环一遍又一各处上演：

创造和开采易于开采的矿床：矿工利用现有技能和方法从相对随意马虎创造和开采的矿床中识别和提取资源。
随意马虎开采的矿藏枯竭：随着最随意马虎开采的矿藏枯竭，矿工在经济地探求和开采新资源方面面临着越来越大的寻衅。
技能和工艺创新：为了战胜这些寻衅，采矿业开拓了新技能、新工艺和新工艺，使矿工能够创造新矿床、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根本。
重复

石油和天然气行业中同一观点的一个更熟习的例子可能是水力压裂。
几十年前，全天下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，我们并没有靠近石油峰值，但我们可以利用当时行业最前辈的方法来开采可盈利的石油峰值。

这里同样的事情。
只管新创造量有所减少，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能办理方案来纠正这种情形。
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 这样在现有矿场创造新矿床的公司。

所有的创新都回到了创造和开采矿藏并盈利的目的。
为了理解矿工可能想要购买哪些类型的存款，我们须要理解矿山的经济学。

矿山经济

如果您理解矿山的经济状况以及影响其盈利能力的成分，则可以跳过本节。
对付我们其他人来说，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 - 成本支出 - 运营支出 - 精髓精辟和加工本钱

金属价格：这些是商品，价格由环球市场决定。
开采量：在给定时间段内开采了多少金属。
成本支出：包括勘探、开拓和培植矿山的本钱，在矿山的利用寿命内摊销。
运营支出：矿山运营用度，包括劳动力、能源、材料、设备掩护以及将金属推向市场的物流用度。
精髓精辟和加工本钱：通过从岩石和泥土等分离和纯化有代价的金属，将原材料转化为可发卖的形式。

金属的价格在某种程度上超出了矿商的掌握范围，只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。
其他统统都在矿工的掌握范围内，矿工根据影响其盈利能力的许多成分来选择开采存款。

这些成分包括：

矿床规模：矿体的体积或吨位至关主要，由于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成本。
勘探者和开拓商通过钻多个间隔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：这是矿石中有代价的矿物或金属的浓度，常日以百分比或克每吨 (g/t) 为单位进行丈量。
等级越高越好，由于它们可以降落运营本钱、精髓精辟和加工本钱以及环境影响。
矿床深度：浅层矿床的开采本钱常日较低且安全，常日适宜露天开采。
深层矿藏须要更繁芜、更昂贵的地下采矿技能，从而增加了成本支出和运营支出。
交通便利和根本举动步伐：靠近道路、电源​​和港口可降落运输和能源本钱。
偏远地区常日意味着矿工必须自己运营道路和电力，从而增加了成本支出和运营支出。
拜登政府正斥资 23 亿美元建筑一条非洲铁路，以便将主要金属运出赞比亚。
政治、监管和环境：政治稳定对付矿山的长期生存至关主要；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，得到容许和批准可能会或多或少地昂贵、耗时且事关死活存亡。
成本：这些项目本钱高昂，常日须要专门的项目融资，而成本本钱（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付理解矿山是否有利可图都至关主要，因此，对付像 Earth AI 这样的公司来说，特定的创造可能有多大代价。
空想的创造是靠近地表、政治稳定、监管友好、根本举动步伐便利的大型高品位矿床。

不太空想的矿床面临的一些寻衅正在通过技能得到办理：更便宜地深挖的方法、自动化以及更好的加工和精髓精辟。
但让矿山盈利的最大略方法便是创造更多空想的矿山，并更快地证明它们是空想的，这正是 Earth AI 关注的重点。

地球人工智能是一个探索者。
理解采矿业代价链的定位是我们在理解地球人工智能故事之前须要深入理解的采矿背景的末了一点。

采矿业构造

与制药行业一样，采矿业也有不同类型的公司，这些公司在开拓周期的不同阶段运营，并且常常相互互助或出售。
公司紧张分为三类：

探险家：就像金属的野猫一样，他们专注于创造和探索新的矿藏。
他们的目标是创造有前景的矿藏，然后出售该财产或与较大的矿业公司互助开拓资源。
开拓商：这些公司已经创造了矿藏，并正在努力将其开拓为矿山。
他们可能正在得到容许证、融资和培植必要的根本举动步伐以开始采矿作业。
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。
紧张生产商遍布环球，经营数十个矿山，资产组合多元化，市值可超过 10 亿美元乃至 1000 亿美元。
例子包括必和必拓、力拓和淡水河谷等公司。

还有一群赞助公司为该行业供应工具、做事和资金。

特许权利用费和流媒体公司向矿业公司供应融资，以换取矿山收入的一部分或部分矿物产量。
许多勘探商、开拓商和生产商聘请外部钻井承包商来挖孔、网络样本和挖掘矿山。
采矿顾问帮忙地质、方案、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。
乃至还有 Orica 和 Dyno Nobel 等专门的炸药供应商，供应深入或穿过硬岩所需的炸药和爆破做事。
软件供应商、环境和社会影响评估顾问、废物管理公司、物流和运输供应商以及采矿安全和培训供应商都支持这一努力。

但就实际创造新矿床并将其从地下开采到市场而言，这三类是最主要的。

常日，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拓者，乃至可能一贯坚持成为生产者。

Pretium Resources 最初是不列颠哥伦比亚省的金矿勘探商，创造并开拓了 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。

不列颠哥伦比亚省布鲁斯杰克矿

同样，勘探者创造矿井后，会将股份转交给开拓商，后者处理资源定义和可行性，乃至可能开始方案矿山培植，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：低级、中级和高等。

青少年常日是探索者，可能会做一些发展。
他们试图做出发现，然后自己开拓或出售给更大的参与者。
中间矿已超出勘探阶段，常日至少有一个正在运营的矿山。
他们通过生产得到收入，但规模不如老年人。
常日，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，在环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、开拓和生产，并通过在现有矿场进行新创造或收购新项目进行扩展来扩展。

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

视觉成本家

但正如前面所谈论的，虽然运营矿山的产量一贯在稳步增长，但新矿山的创造量却不才降。

这便是罗曼·特斯柳克动手办理的问题。

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) 在乌克兰读大学时创造地质学时创造的采矿业已有 43,000 年的历史，那么他并不感到惊异。
这个行业已经有43,000 年的历史了。
对付如此主要​​的事情，这统统都非常手动。

罗曼在乌克兰终年夜，那里介于中产阶级和穷汉之间，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，以是当他进入大学时，他选择了地质学，由于它看起来很户外，而且他喜好岩石。
他喜好岩石“是由于它们的意义，而不是它们有多闪亮或多俏丽。
岩石只是其环境的产物，但它们是天下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分外技巧。
他开始在教室上集中把稳力，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，并得到第三名。
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，罗曼志愿担当监护人。
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，与滑铁卢最好的打算机科学学生比较，有着不同的就业前景。

随着毕业的附近，罗曼在该行业探求一份事情，他在堪察加半岛的一个金矿找到了一份事情。
“如果你只是想过来，”电话那头的人见告他，“我们会为你找到事情。
”

“如果你只是想过来”就做了很多事情。
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。
它一贯位于新西兰北部。
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 小时的翱翔，个中包括两次加油，到达苔原中部的金矿。

罗曼前往第一份事情的通勤路线，毛毡舆图

罗曼创造自己所在的地方间隔萨拉·佩林位于阿拉斯加的后院比间隔乌克兰要近得多。
他们通过以下两种办法之一得到物资：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，一艘船会进入天下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品和其他舒适品。
罗曼在野外必须随身携带猎枪，以防碰着熊，他曾多次碰着熊，但每次间隔都不足近，以至于只能开枪警告几声。
他紧张是在图片中利用霰弹枪来缩放比例

总而言之，这既是一份事情，也是一次冒险。
最初的“远程事情”，如果你乐意的话。
不过，罗曼喜好这些岩石，以是他去了，他在矿井事情了两个月，直到他的新店主见告他坏：他们付不起他所做事情的报酬。
然而，他们会支付他的返程用度，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，并见告罗曼，如果他“过来”，他就会雇用他。
大略的。
他拿着前店主给他的机票，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。

从堪察加半岛到海参崴，毛毡舆图

符拉迪沃斯托克相对来说比较随意马虎到达；实际上就在日本北部，距堪察加半岛 4 小时翱翔路程，距朝鲜边疆 4 小时车程；它乃至拥有自己的国际机场。

罗曼在符拉迪沃斯托克郊野的森林里事情了一年。
事情意味着带着锤子和工具在该地区行走，探求矿化物并绘制岩石舆图以理解矿物可能存在的位置。
在那里，他每天至少碰着五条蛇，偶尔还会碰着熊。

罗曼（右）和他在符拉迪沃斯托克每天碰着的五条蛇之一（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，”罗曼回顾道。
“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。
附近村落落的一名 40 岁男子，原来从未见过熊。
我在苔原见过很多人，并且在间隔矿井 5 至 10 英里的地方单独绘制地质舆图时，有过两次近间隔打仗。
有一种情形，我只需退一步，我们就分道扬镳；另一个，我向空中开了几枪，那只熊就消逝了。
但这次不是。
当我们冒着滂湃年夜雨穿过森林返回营地时，我在离我 20 英尺远的地方碰着了这只熊。
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，我惯用的停下来退却撤退一步以示不想惹麻烦的做法，却被开始靠近我们的熊完备忽略了。
末了，我的当地助手，生平中第一次看到熊，首先愣住了，然后，当熊咆哮时，开始逃跑……完备按照教科书上说的不要做的事情！
以是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，由于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。
我从未转头，也从未想过这只熊发生了什么：背包阻挡了他吗？或者他只是想吓跑我们？没有人会知道。

你的首席实行官永久不可能……无论如何，符拉迪沃斯托克很俏丽，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。
是时候得到博士学位了。
他“两次申请了 100 个名额”，然后得到全额奖学金进入悉尼大学，该大学是天下顶级地质学项目的所在地。

便是这样。
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事情并没有办理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，他们利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备不同且抵牾的理论。
他们的不雅观点忽略了数据。
“当你在同一数据集上揭橥两篇相互抵牾的论文时，”他见告我，“科学就不再是科学了。
”更糟糕的是，这是政治性的。
他乃至无法根据数据选择自己赞许哪种理论；他不得不引用他的顾问所赞许的那句话。
“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形下年夜胆地闯过弗拉迪斯托沃坎森林，也没有超过半个地球去玩弄政治。
这个人只是喜好这些岩石，他想理解它们想见告他什么。
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“半自动化办法”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——经由数月的费力终于开始产生真正的结果，您就会理解 Roman 的愉快之情。
这可能会改变地质！
但不幸的是，它无法改变地质学家。

当他向他的部门先容他的创造时，他们见告他，“这可能对一些打算机职员来说很有趣，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办法，他就必须创办一家公司。

地球人工智能的演化

本日的地球人工智能是七年考试测验、缺点、弯曲、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天下所需的存款。
但一旦他走出去，他就意识到仅靠软件是行不通的，做事业是个糟糕的行业，这个行业的发展速率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。
”

这便是地球人工智能的故事，值得全面探索。
硬技能被称为硬技能是有缘故原由的。
真的很难。

Roman 创办 Earth AI 的目的是做一件看似天经地义的事情，尤其是在 2010 年代软件繁荣的年代：将他的模型作为做事出售给探求新矿藏的探险家。

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

随意马虎，对吧？这便是你所做的。
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定，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。

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。

它确实有效。
他按字母顺序浏览了列表，并在他还在 A 队时就得到了他的第一首热门歌曲 - ActivEX。
他供应了免费试用，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 事情的启示，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：罗曼得到了澳大利亚历史上第一个企业家签证。

在四个多月的韶光里，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，这种猖獗的速率险些没有留下就寝的空间，但很快就产生了大量的学习成果。

最大的教训是：软件不是适宜这项业务的精确模式。

该行业发展太慢，发卖周期太长，而且它的市场不足大，无法建立真正的大型软件业务。
有些公司为这项剖析支付了高达 5 万美元的用度，这很棒，但它不可重复。
更糟糕的是，只管他们付出了很多钱，但大多数人并没有真正将剖析付诸实践。
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匆匆之后才进行的。
所有这些都意味着罗曼不知道这个剖析是否真的有效！

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？

他们便是这么做的。
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“感激”，然后说“再见”。
他们将 Earth AI 视为一家丈量公司，无意让丈量员理解任何进一步的发展。

罗曼总结了他们所学到的知识：

“软件供应商：很糟糕，不是一个有代价的企业。

丈量承包商：很糟糕，不是一个有代价的企业。
”

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。
但该公司觉得自己的现金永久都在耗尽，而挖掘并不是数据科学家所赞许的。
一些人退出了，别的的罗曼被开除了。

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（恰好位于该国中部）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，然后带回他们创造的东西进行剖析，而另一组两人则跳上汽车前往沙漠进行其余两周的研究——一周的韶光。
六个月不间断。
虽然事情很累，但是很有效！

“我们创造了 35 个全新的矿区，这些矿区以前从未被创造过，”Roman 见告我。
“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，我们必须赌上这统统，”他补充道。
因此，Earth AI 向政府抵押了 9 份勘探容许证，授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舆图，不雅观察矿化情形，表明地表下可能存在沉积物。
为了产生任何真正的代价，你必须进行钻探。

传统上，您的做法是雇用钻井承包商。
但钻井承包商的速率很慢，他们可能须要 6 个月的韶光才能完成安装和钻孔，而且价格昂贵，大约须要 50 万美元。
那是行不通的。
地球人工智能既没有韶光，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。
末了，在第三次旅行中，塔弗成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，统统都变了。
2019 年，Earth AI 从 Taver Capital、Fifty Years 和 Cantos 等基金筹集了 300 万美元。

然后，进行练习。
Roman 到处探求便宜的东西，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。

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，而不是机器工程师。
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，理解其事情事理，然后将其重新组装起来，进行翻新，并根据自己的需求修正设计。
到 2019 年 3 月，钻机已准备就绪，他们意识到须要物流设备。

物流对付钻井来说非常主要。
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间隔有多近；它只关心它们与人类的间隔有多近。
他们先到了，无论他们在哪里，你都须要去。
为此，你须要统统：食品、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。
当您钻着迷秘的坚硬岩石时，许多东西都可能折断、波折或分裂。
许多练习都因返回文明的旅程而被推迟，以获取全体系统中破坏的一小部分，没有这些部分，练习就无法进行。

项目越小、越偏远，本钱就越高，险些呈指数级增长。
为深部绿地钻探支付每米近 1,000 美元的用度并非闻所未闻。

如果你是一位传统的探险家，只是想做出一个创造，那么这可能会起浸染——或者，如果没有，你会采纳什么方法呢？ – 但地球人工智能团队认为，依赖不稳定的承包商，并且对一些眇小的岩石样本造成如此多不必要的环境滋扰，效率极低。

他们动手办理这个问题，并很快意识到要建造一台钻机，您须要建造一个完全的钻井系统。
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——无需调度承包商韶光表，无需等待零件，更好的设备，全体九码。

这便是 Earth AI 所做的，以速率、效率、占地面积和本钱的名义，将他们所需的所有资源和备件带到一个偏僻的地方。

当然，第一次考试测验并没有成功。
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，以是他们开始开拓第二代。

然后BFC来了。

“你知道环球金融危急吗？”罗曼问道。
“我们经历了 BFC：丛林大火，然后是大水，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，个中大部分是地质学家和钻探职员。
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、统统开始重新开放时，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忘八。
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操持时，聪明的忘八们就出去了。

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，并做了三项紧张事情：

首先，他们完成了下一代钻机模型的开拓事情。
新钻机，五辆卡车，五辆拖车。
他们将其称为移动低滋扰系统（MLD）。

通过 Earth AI Deck 的移动低滋扰系统

常日情形下，将功能引入内部须要管理许多您可以掌握的繁芜性，以限定您无法掌握的繁芜性。
虽然带来你须要的统统听起来像是一场后勤噩梦，但与考试测验折衷和安排第三方承包商做同样的事情比较，这根本不算什么。
他们认为他们可能能够使全体系统的本钱降落 2 倍（他们击中了），然后是 3 倍（他们击中了），末了找到了一个可以以四分之一的本钱和四分之一的韶光进行钻探的系统。

其次，他们重新思考业务的运作办法，以便能够比本钱更快地扩大影响力。
他们提出了勘探同盟，通过该同盟，他们将与探险家互助搜索和钻探现有地点。
探险家将支付大部分用度，地球人工智能将根据他们的任何创造得到 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，由于封锁迫使他们留在州境内。
他们梳理了数据库，探求其他人没有的预测存款，并终极选定了威洛格伦。
2021 年初，他们申请了容许证，并于 2021 年底得到了容许证。
第一次出去时，他们就意识到那里有东西。

终极，在 2022 年，隔离解除并重新开始钻探。
Earth AI 与 Legacy Minerals 和 Kincora Copper 签署了勘探同盟，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 签署了另一个同盟。

2022 年，本日的 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，特殊是按照行业标准，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生平中做出了一项伟大的创造，那他们就很幸运了。
二是极好。
在过去的一年里，Earth AI 已经创造了三个钼矿床：一个是全资拥有的钼矿床，另一个是通过勘探同盟得到的。

柳树谷：钼

罗曼第一次访问威洛格伦并查看数据时，贰心想：“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（只管它可能会从矿井中流出），而这并不是该行业的运作办法。
你须要一丝不苟。
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，花了一年的韶光来交叉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，他们创造该模型（以及罗曼的直觉）是精确的。
他们钻探的样品显示，钼的品位大约是天下领先钼矿的两倍（0.3% 比 0.16%）。

按市场规模打算，钼是环球第八大金属，年产值达 130 亿美元。
它紧张用于钢合金中，以提高强度、硬度以及耐堕落性和耐高温性，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。
常日，它是作为铜矿开采的副产品而开采的，而铜/钼矿山是天下上最有代价的矿山之一：含钼矿山的均匀年收入为 25 亿美元，而 90% 的矿山年收入为 22 亿美元地雷。
Willow Glen 的创造紧张是钼，但研究小组也在那里创造了铜。

第一个创造是令人愉快的，由于这意味着该模型是有道理的。
问题是：多少钱？钼太少，该地点对付开采来说不经济。
如果第一孔样品中的高品位是非常情形，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代价五亿美元或更多的资产。
因此，在 2024 年上半年，Earth AI 已动手证明该矿藏是真实的、大量的、高质量的。

首先，他们对这一创造进行了独立审计， SRK （矿业毕马威）将其归类为“一个稳健的勘探目标，并建议连续钻探，以确定矿化的经济量”。

因此他们连续钻探以确定矿床到底有多大。
他们以非常大略的办法做到这一点：从原来的洞开始，走 500 米，然后钻孔。
如果还有更多，请连续。
该公司已经发布了全体过程的视频，比笔墨更精彩。

长话短说：他们不仅在500米外找到了莫利，而且还创造了更高品级的莫利！

他们还没有制作下一个视频，但罗曼见告我，1公里外的洞的结果更加强烈。
三个间隔较远的良好孔表明存在大量矿床，这很好，由于对付某些金属来说，品位比体积更主要，而对付其他金属来说，体积比品位更主要； 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，矿床的风险都会降落一些。
接下来的步骤是在进行全面的可行性研究之前，通过钻更多的孔来连续确定资源，如果成功的话，Earth AI 可能能够以 5 亿至 2.5 美元乃至 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创造。
更值得把稳的是，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 表明其钼的创造并非侥幸。
通过勘探同盟，探险家 Legacy Minerals 约请 Earth AI 帮助在其丰特努瓦遗址创造矿床，经由 11 个钻孔后，创造了钯-铂-金-铜-镍矿床。

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终极创造钯的岩石，但出于谨慎和礼节，团队花了很多韶光研究和研究该地区并钻孔，然后才终极创造回到钯金。

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。
在大略地信赖机器之前，RenTech 基于大量数据构建了机器学习模型，并利用输出来为人类决策供应信息。
随着韶光的推移，该基金学会了直接信赖产出。
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。

这样花费了更多的韶光和金钱，但创造便是创造，第二个创造是证明地球人工智能的预测有效的主要里程碑。

这是 Earth AI 加入的第一个探索同盟，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 分担勘探本钱，作为交流，Earth AI 从创造的产品中得到 3% 的特许权利用费。
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提高行资源定义。

桑多佛：铅和银

一次是幸运，两次大概是巧合，三次是一种模式。
2 月，Earth AI通过与位于桑多弗的 Tivan Limited 的勘探同盟 创造了高品位铅。

三件事使这一创造脱颖而出：

品位：铅为高品位，品位12.2%。
常日情形下，矿工会开采 4-6% 范围内的任何东西，而在 12% 的情形下，开采乃至更小的存款也该当有利可图。
地表：地表的高品位矿化物很少见——稳定国家的大部分浅层创造都已开采——但表明存在浅层矿床，开采这种矿床会更有利可图。
位置：该矿床位于沙漠中部，这可能便是它未被创造的缘故原由，但幸运的是，它间隔横贯澳大利亚的唯一铁路仅 5 公里，这意味着物流本钱不会成为紧张问题。

钻探该矿床的批准应于 5 月份得到，该公司估量将在 5 月尾或 6 月初开始钻探，以证明这一创造。

但这并不虞味着他们在等待。
几周前，Earth AI 和 Tivan 宣告他们在距铅矿床仅 250 米处创造了高品位银。
与铅矿一样，银的品位很高：469 克/吨，而地表常日为 100-200 克/吨。

推文链接

对付铅和银，Tivan 承担所有勘探本钱，Earth AI 收取 2% 的特许权利用费，个中 1% Tivan 可以以 250 万美元回购。
本日，蒂万揭橥声明称，进一步的土壤和岩屑采样扩大了矿化足迹，钻探操持于本季度晚些时候开始。

Tivan 实行主席格兰特·威尔逊 (Grant Wilson)称，除了 March Lead 的创造之外，银矿的创造“相称于在非常适宜项目开拓的地点遭遇两次闪电”。

雷击是自然的随机行为。
高频地做出新创造的能力是 Earth AI 在其平台上投入七年事情的故意设计的结果。

这项事情是值得的。
经由一系列的弯曲，地球人工智能已经形成了我见过的最引人瞩目的商业模式之一。

生物技能平台商业模式

不可否认，Earth AI 的商业模式不像 SaaS 模式那样易于剖析。
如果你能得到的话，发卖有粘性、高利润的软件是一笔好买卖，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。
对付 Earth AI 来说幸运的是，由于被迫放弃 SaaS，我认为他们创造了一种更能产生现金的商业模式，一种看起来很像生物技能平台的商业模式。

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

“所有代价都来自临床产品，”他写道，“但只有拥有能够开拓多种产品的根本技能平台，才有可能建立一代生物技能公司。
”在平台内，那些持有资产而不是与大型制药公司互助的生物技能公司迄今为止在市场上表现更好，但埃利奥特认为，代价与更多数据相结合的平台公司实际上可以从长期互助中受益。
学期。

逻辑是这样的：

互助伙伴关系——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拓——限定了上涨空间，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能，并增加未来吐出更多更好资产的几率。
随着该平台通过互助伙伴关系建立了资金储备及其技能，它可以在未来开拓更有代价的项目，为其开拓供应资金并保留所有权，从而为企业创造更多的长期代价。

该平台通过复利得到报酬，直到达到拐点。

我创造该模型与 Earth AI 正在做的事情有很多相似之处。

Earth AI的商业模式

与任何平台生物技能公司一样，Earth AI 开拓了比现有企业更好地创造和验证新资产的技能。
如今，它可以通过以下几种紧张办法将这些资产货币化：

所有权：Earth AI 可以拥有和开拓资产，直到它们具有出售代价。
目前，这可能最早在可行性中期（约 20% 的股权，代价 1000 万美元），也可能晚在可行性研究后（约 80% 的股权，代价 4 亿美元 - 20 亿美元）。
探索同盟：与制药互助伙伴一样，互助伙伴探索者承担 Earth AI 的本钱，Earth AI 收取 2-3% 的特许权利用费。
Earth AI 是付费学习的，并在成功时得到纯利润现金流。
互助伙伴可以选择在创造后一年内以 250 万美元回购 1% 的特许权利用费。

如今，地球人工智能正在追求这两种模式。
勘探同盟互助伙伴本色上是为该公司付费，以学习、网络数据和完善作为其核心知识产权的创造/钻探流程。
在 Willow Glen，该公司正在为自己的钻探本钱供应资金，以换取更多的所有权，并且每次成功的钻探，它可以从下贱开拓商或生产商那里获取的代价都会增加。

与制药业一样，Earth AI 创造的资产产生的现金流受到保护——对付制药业来说，受到专利保护；对付 Earth AI 来说，则受到国家付与的采矿权的保护。
一旦创造矿床，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，竞争对手不能大略地进入其现有网站之一并试图超越它。

随着韶光的推移，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创造/钻探过程中得到更多代表。
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，以便在开拓过程中进一步推进。
终极，它乃至可能考试测验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，个中关键的制约成分是成本。

如果一家单一资产生物技能公司在第一阶段试验中失落败，那么该公司基本上就已经去世了。
如果 Earth AI 在 Willow Glen 的可行性失落败，这将是一个挫折，但不是致命的打击，由于它有生动的勘探同盟和创造新矿藏的能力，假设它有成本这样做。
鉴于这三场练习的成功，可行性失落败彷佛不太可能，但可行性须要韶光。
（乃至不堪利的存款也可以以 1-500 万美元的价格出售，以收回本钱）。

但成本很主要，由于成本买的是速率。

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。
但无论哪种情形，考虑到该公司可能能够出售该项目中期的股份，地球人工智能该当仍旧能够旋转机器，这只是一个速率问题。

我试图构建一个地球人工智能失落败的案例，但考虑到他们最近的进展和他们拥有的选择数量，这彷佛不太可能。
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，导致开拓商和生产商收购矿山的可能性降落，地球人工智能无法成功勾引发卖流程，或者所有积极的早期结果恰巧都是侥幸。
它们仍旧须要被证明是可行的。

但我越深入研究这个行业，我就越愉快。
下行彷佛受到保护，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

我们将在这里得到更详细的信息。
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里手，对 Earth AI 进行了天使投资，并对这家公司感到非常愉快，以至于他最近决定全职加入（全部股权，没有现金，同样如此！
） ，以得到更风雅的模型。
让我们一步一步来。

创造可行的矿山

如今，Earth AI 的成功率达到了 75%，与 0.5% 的行业均匀水平比较，这是荒谬的。
但他们还没有证明可行性，过去十年，澳大利亚从创造到成功的转化率为 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 须要 10 次考试测验才能创造一个可行的矿井。

如果每次考试测验本钱为 50 万美元，则本钱为 500 万美元。

假设这 10 次考试测验中有一半完备失落败。
这是精确的：54.8% 的澳大利亚创造没有进入资源定义阶段。
将它们记为 $0。

对付剩下的 5 个，假设个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革（价格飙升、技能进步）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 的净本钱为 300 万美元。

在通过资源定义的别的三个中，Earth AI 每人支付 200 万美元用于资源定义。
它决定将个中两套以每套 2500 万美元的价格出售给开拓商，并斥资 1000 万美元对第三套进行完备可行性研究。
现阶段，Earth AI 净利润为3400 万美元。

总而言之，在大约三年的韶光里，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

可行的存款代价可能在 5 亿美元到 25 亿美元之间，如果数额很大的话，乃至更多。
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。

地球人工智能套牌

至关主要的是，它保留了20%的所有权，这意味着它必须支付矿山20%的培植本钱，并且只要矿山运营，它就可以得到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，以是我们就这样吧。
按照 40% 的现金流利润率，只要矿场运营，Earth AI 每年就能从该矿场得到 3400 万美元的 EBITDA 。

如果矿山培植本钱为5亿美元，那么Earth AI就须要支付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 每年从该矿场得到 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%的税率打算，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% 贴现率的守旧假设，这些未来现金流的现值为 1.5 亿美元。

考虑到 Earth AI 预支本钱的现值、小额发卖以及出售 80% 股权得到的 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，它的代价可能是多少？

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 倍数和矿山代价运行了一些情景，以得出基于一个矿山的一系列代价：

基于一矿的地球AI隐含估值

结果范围从最坏情形下的 3.92 亿美元到最好情形下的 18 亿美元不等。
（最好的情形是 Franco Nevada 是一家公开交易的特许权利用费银行，它购买矿山特许权利用费，考虑到 Earth AI 的代价将来自特许权利用费，可能比传统矿工更好。
）

这些数字并不虞味着精确，而是为相识释 Earth AI 如果能够证明定金的可行性并找到乐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代价。
这表明，纵然一笔成功的存款，这也可能是一项有代价的业务。

重视地球人工智能

然而，地球人工智能的目的是探求许多矿藏，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创造并证明更多可行的矿山。

80% 出售所得的 6.4 亿美元将能够帮助 1,000 多次钻探考试测验，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，这将帮助更多的 MLD 系统） ，或许可 Earth AI 进一步提升采矿堆栈或向股东返还现金）。
纵然假设情形变得更糟 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大略方法是考虑他们可能能够开拓多少个可行的地雷，然后利用上述相同的数字，将结果乘以地雷的数量。

凭借三个矿场，该公司的代价可能为 1.2 至 55 亿美元。

十个矿场的代价可能为 3.9 至 182 亿美元。
以该范围的中点打算，须要 90 个矿山才能创建一家代价 1000 亿美元的公司，这间隔 Roman在本世纪末创造 100 个新金属矿床、 建立一家代价 1000 亿美元的矿业公司的目标不远。

请把稳，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，而对付一个须要如此多韶光的过程来说，十年末是一个荒谬的激进韶光表，纵然地球人工智能设法大幅加速它。

但是，由于天下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办法创造新的深矿，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天下。
大型矿商，勘探、钻探和发卖新项目供其消费。

另一种思考办法是，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。
比较之下，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本钱或后勤包袱的情形下，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 个矿场供应大量预支现金，该公司可以将这些现金重新用于创造新的有前景的矿场。

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

对这个问题的调皮的回答是，纵然他们这样做也没紧要。
还有大量有代价的矿藏有待创造和开采。
更长的答案是，Earth AI 已经建立了一个别系，可以比任何人更快地找到并证明这些存款，而其他人复制则须要做出捐躯。
到那时，Earth AI 可能已经坐拥大量有利可图的矿山股份。

我比其他人更喜好策略和护城河。
我写了两篇文章—— 《何时挖掘护城河》和《守卫计策》——认为仅仅快速快速地实行而不花韶光制订策略并弄清楚你正在挖掘什么护城河是一个坏主张。

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

缘故原由在于采矿业的构造：一旦勘探者押注了存款，它就属于他们了。
天下各地有数以千计的存款等待质押，随着矿物靶向平台和 MLD 系统取获胜利的早期迹象，Earth AI 处于充分利用这一机会的有利位置。

主要的是，地球人工智能可以快速行动，由于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得到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得到的矿权。
在澳大利亚等政局稳定的国家，如果矿床在经济上可行，矿权便是印钞票的容许证。
得到这些权利并证明可行性须要花费金钱和风险，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，它就可以开除除了一名司帐师之外的所有人，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。
这便是第二条护城河——处理能力——发挥浸染的地方。

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凑集，可以实现更低的本钱和/或优质的产品。
就像丰田的全面生产系统一样，纵然你对外部职员进行了培训，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 得到了宝贵的隐性知识，而这些知识须要韶光和履历来匹配。

他们将这些隐性知识构建到一个别系中，该系统以知足其特定需求的办法组合在一起：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拓一套不同的技能。

如果有 6,000 个目标但依赖承包商进行钻探，则须要几个世纪才能将它们全部钻完。
如果您拥有天下上最快的钻机，但您准备进行一项创造，那么该钻机的代价将受到限定。
正如 Earth AI 向探险家出售软件的考试测验所证明的那样，将大量数据交给传统探险家，他们将找不到它的用途。
Earth AI 的处理能力来自于将这些部分组合在一起：它可以找到许多有出息的矿藏并快速证明它们，通过每次失落败和成功建立更多的知识，并连续添加更多 MLD 系统以加快其处理和知识获取。

事实上，它有机会扩大领先上风，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 向我阐明的那样，钻井公司无法通过勘探同盟来得到更有代价的特许权利用费，由于它们是低利润的做事收费业务。
地球人工智能可以。

勘探者无法投资技能系统或更好的钻机，由于他们无法在尽可能多的创造中摊销这些本钱。
地球人工智能可以。

纵然是大型矿商也不想进入勘探阶段，由于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。
他们确实利用地球人工智能等技能，是在他们已经建立的现有矿场创造更多矿藏，以提高这些矿场的盈利能力。
其余，他们并没有真正的动力去支持新的创造：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。
根据标准普尔环球公司的数据，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%，只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- 证明已创造的矿床 - 和矿场- 在现有地点创造额外的矿产资源，以延长矿山的寿命，增加产量或改进矿山的整体经济效益。

标准普尔环球

Earth AI 正在做出一个相反的赌注，即通过更好的技能，在草根、绿地创造中还有很多代价有待创造。
无论它是否精确，以及该公司能否说服矿工购买其存款（如果精确），将决定这是否是一个数十亿美元的结果。

总而言之，Earth AI 的反向定位使其霸占了先机，它可以利用这一上风来获取垄断的现金流资源，并连续开拓处理能力，从而比业内其他公司更快地创造和证明存款。

但关键金属的创造并不是一个赢家通吃的市场。
纵然在澳大利亚，地球人工智能也无法完成所有的创造。
如果我们要知足天下对关键金属的需求，我们将须要十几家聪明的公司来办理这个问题，个中准竞争对手KoBold Metals表示：“该行业须要创造代价超过 12 万亿美元的新关键金属矿藏以阻挡灾害性的景象变革。
”

新的关键金属存款需求，KoBold Metals

好是，Earth AI 在探求像 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》揭橥了一篇题为《人工智能能否帮助探求有代价的矿物？》的文章。
他们在个中提到了 Earth AI 以及其他利用 AI 进行创造的公司，包括 KoBold、SensOre、OreFox、VerAI，乃至 Rio Tinto。

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

文章用类似的画笔描述了这些公司——人工智能！
– 但他们正在采纳奇妙但主要的不同方法。

OreFox 和 SensOre 都追求 Earth AI 1.0 模型 - 试图向探险家出售软件以改进他们的采矿事情。
这是一项具有寻衅性的业务。
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创造平台，并利用它来积累被垄断的资源。
该公司实质上是在尽可能多地押注有前景的地皮，并等待勘探者前来勘探和开拓这些地点的矿藏，由于未来十年金属价格上涨，技能进步。
这只是对地球人工智能的威胁，由于 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。

VerAI网站，哈哈

市值 1130 亿美元的矿业巨子力拓 (Rio Tinto) 也声称正在利用人工智能，并根据其 150 年的专有数据进行演习，“见告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创造新的矿床来开采，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园地的盈利能力。

剩下的便是 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 利用 AI 进行探索，并乐意亲力亲为。

科博德金属公司

只管其网站宣扬其勘探事情，但有趣的是，它彷佛将重点放在开拓阶段的中游。
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疆另一边的卡库拉矿相似，这一点值得把稳，由于该矿去年生产了近 40 万吨铜，这将意味着以每吨 9,000 美元的铜价打算，年收入将达到 36 亿美元。

如果得到证明并开采，这将为 KoBold 供应足够的现金，以连续开拓现有的创造，并投入资金进行新的创造，因此，虽然本日没有直接竞争，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。
考虑到市场构造，两家公司都可以变得非常大，如果他们这样做的话，天下将变得资源更加丰富。

我为什么投资地球人工智能

我坚信，这十年将会出身许多代价 1000 亿美元的公司，将新技能运用于办理传统市场的关键瓶颈。

就采矿而言，瓶颈在于创造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，证明了打破这一瓶颈的潜力。

如果这些创造被证明是可行的，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支配到新机会的强大能力的企业之路。
该业务不受需求的限定，并且在堆栈的各个层面都有足够的空间（乃至是急迫的需求）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。
这些创造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。
开拓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，而且对环境造成的毁坏太大。
更现实的是，正如行业中的情形一样，项目韶光表可能会比预期拖得更长，从而阻挡成本飞轮开始旋转。

一旦我们找到了金属，提炼它们仍旧是一个寻衅。
每当创造新的矿藏（例如锂）时，反对者就会回嘴说，问题不在于原材料本身，而在于我们的精髓精辟能力。
事实证明，这个问题也可以通过更可预测的资源创造来办理。
供应供应和价格颠簸是阻碍炼油产能投资的最大瓶颈；办理关键金属的供应，并开释炼油能力。

只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，但由于成本密集、不吸引人以及商业模式不熟习，该行业在很大程度上被风险投资家忽略了。
不过，商业模式是地球人工智能最让我愉快的事情之一。
电子表格和笔墨并不是现实，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代价的、现金流利的资源。
。
纵然生物技能公司在开拓新资产时也面临着科学风险；这里的科学已经得到证明，地球人工智能面临的风险是纯粹的实行。

在这方面，我对团队有能力完成事情充满信心。
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事情的可笑奉献精神。
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打击的人。
如果这里有一家企业要建立，罗曼将不惜统统代价来建立它，而且早期迹象很快就会涌现：公司正处于拐点。

我认为地球人工智能代表了一个逆向且精确的机会。
当然，这是逆向思维；韶光会证明这是否精确。
无论哪种情形，这都是一项值得追求的极其主要的义务。

无论未来带我们走向何方，我们人类都须要原材料，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，我们将须要大量关键金属。
丰富的未来须要丰富的原材料。
将探求它们的艺术变成一门可重复的科学是一项有代价的义务，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——利用技能以比现有企业更便宜的价格生产每个人都须要的东西——这正是我很自满支持的公司类型，乃至，尤其是，如果理解公司的分外之处的话须要一点挖掘。

非常感谢 Roman 和 Monte 教我有关地质、勘探和采矿的知识！