¿Le confiarías US$2 millones a un modelo de IA?
Imagina que eres un gerente de exploración minera. Tienes US$2 millones para realizar una campaña de perforación y un modelo de inteligencia artificial te recomienda perforar donde tu equipo nunca lo habría hecho. ¿Lo apruebas?
Hace poco le hice esta pregunta a un curso de Introducción a la Minería. Esto es lo que les mostré, y por qué creo que la pregunta correcta no es si el modelo acierta, sino si puede explicar por qué.
Lo que afloraba, ya lo encontramos
El mundo necesita cada vez más cobre y encuentra cada vez menos. Según un estudio de S&P Global publicado este año(opens in a new tab), la demanda crecerá un 50% hacia 2040, hasta 42 millones de toneladas al año, mientras la producción tocará techo en 2030 con 33 millones. El resultado es un déficit de 10 millones de toneladas: un 25% de la demanda sin cubrir.
En 1997 hubo 20 grandes descubrimientos de cobre, con un presupuesto de exploración de US$758 millones. En 2024 hubo uno solo(opens in a new tab), con US$3.201 millones: cuatro veces más presupuesto para encontrar veinte veces menos. Y encontrar no basta. Menos de uno de cada 10.000 proyectos de exploración llega a ser mina(opens in a new tab), y entre el descubrimiento y la producción pasan en promedio 17,8 años, casi el triple que en los años noventa(opens in a new tab). Un yacimiento que se descubra este año no producirá cobre antes de 2044.
La razón es simple: lo que afloraba, ya lo encontramos. Escondida se descubrió en 1981 a 40 metros de profundidad. Filo del Sol, en 2020, a 600 metros, y Resolution, en 2002, a 1.280 metros, según el recuento de BHP de los grandes descubrimientos de cobre desde 1900(opens in a new tab). Lo que queda está bajo cobertura y no se ve caminando por la superficie.
Llegué a la minería en 2024, después de años construyendo software para la industria financiera y fintechs. Mismo oficio, problema opuesto: pasé de tener muchos datos estructurados y usables a la exploración minera, donde los datos siempre faltan. Un proyecto de exploración puede tener apenas 30 sondajes, donde cada uno cuesta entre US$50.000 y US$200.000. Con esas pocas decenas de puntos hay que adivinar qué hay bajo miles de hectáreas.
Mejorando las velas no se crea una ampolleta. Más sondajes o mapas más detallados son velas mejores. Para buscar donde no se ve, necesitamos herramientas nuevas.
¿Dónde perforarías: A, B o C?
En la clase hicimos un ejercicio con un caso real. Primero mostramos únicamente un mapa de magnetometría, con tres zonas posibles: A, sobre el peak magnético; B, hacia el sur; y C, hacia el este. Era un yacimiento de hierro donde la magnetita, por ser magnética, hacía que la opción más intuitiva fuera apuntar al punto más rojo: A.
Pero la geología rara vez se explica con una sola variable.
Después incorporamos cinco capas de información sobre las mismas tres zonas: litología, alteración, estructuras, gravimetría y magnetometría local. Un geólogo puede integrar toda esta información, pero hacerlo simultáneamente a esta escala es difícil. Una persona puede relacionar unas cuatro variables a la vez(opens in a new tab).
El modelo determinó que la zona más mineralizada no era el punto A, sobre el peak magnético, sino C, hacia el este. Para llegar ahí, analizó 112 variables e identificó las relaciones entre ellas. Además, ayudó a encontrar zonas que no estaban identificadas previamente, y al perforarlas, la mineralización de los testigos de sondaje coincidió con la que el modelo había predicho.
Si un modelo no explica por qué, no se usa
La lección del ejercicio es que el patrón está en la combinación de capas. La magnetometría alta, sola, apuntaba a A. Sumada a la litología, la alteración y las estructuras, apuntaba al este. El modelo no busca el punto más magnético: busca esa combinación de capas, por medio de relaciones no lineales que como humanos no podemos ver.
Pero si el patrón no se ve a simple vista, nadie aprueba una campaña de US$2 millones porque un modelo lo dijo. Sin explicación, un acierto parece suerte, y la suerte no se repite. Por eso, en Mineral Forecast construimos una IA explicable (XAI): poder responder por qué este punto y no el de al lado, variable por variable.
Tampoco es ChatGPT o Claude. No existe un corpus de internet sobre el subsuelo de una propiedad minera. Los modelos de lenguaje nos ayudan a leer informes y escribir código, no a decidir dónde perforar.
El 88% de nuestros clientes que perforan encuentra mineralización. En casos de clientes, la tasa de éxito en perforación fue entre 3,3 y 3,9 veces la del escenario optimista de la industria para ese tipo de sitio y etapa, según las tasas de referencia de Schodde (2025)(opens in a new tab) y S&P Global(opens in a new tab).
Eso no es suerte.