从新加坡出发,用AI重构找矿逻辑:Gaia把“发现资源”,变成一种可以规模化复制的能力

2026年的全球矿产市场，正在经历一种结构性的紧张。

国际能源署数据显示，在关键矿产精炼环节中，中国占据全球平均约70%的份额，而稀土精炼更是超过90%。与此同时，美国、欧盟、日本、韩国等经济体，一方面推进能源转型，另一方面加大AI算力与国防储备投入，多重因素叠加，使铜、锂、镍、稀土等资源需求持续上行。

到2040年，锂、石墨、钴、镍需求大幅增长

但供给端的响应却极为缓慢。一座矿山从发现到投产，平均需要10至16年，其中仅勘探阶段就可能耗费7至12年以上时间。根据市场预测，到2040年，全球铜缺口或将达到千万吨级。

在这种背景下，行业的核心问题正在发生变化：不是资源价格是否上涨，而是是否还能持续发现新的资源。

也正是在这一逻辑之下，“找矿能力”开始从技术问题，转变为一种战略能力。  

Gaia将全球核心架构设在新加坡，并非偶然。

新加坡并不拥有矿产资源，但正因如此，它不属于任何单一资源体系。在全球资源格局逐渐分化的背景下，这种“中立性”反而成为优势。

更重要的是，新加坡具备三个关键能力：

• 跨境资本流动的枢纽

• 全球大宗商品与贸易中心

• 对数据与技术的开放环境

对于一个需要整合非洲、中亚、东南亚乃至南美地质数据的公司而言，这种环境意味着更低的协作成本与更高的整合效率。

找矿本质上是一个全球化的数据问题——数据分散在不同国家、不同机构、不同格式之中，而新加坡提供了一个可以整合这一切的“操作系统环境”。

因此，Gaia所在的位置，并不是资源端，而是资源体系的连接层与调度层。

AI找矿并非新概念，但真正进入实际应用的案例并不多。

原因在于，大多数AI模型停留在“概率输出”的层面，即给出某一区域存在矿体的可能性。然而，在实际勘探决策中，这种结果往往难以直接使用。

矿业决策的本质，是高成本、低容错的判断过程。一口钻孔的成本往往高达数十万美元，如果模型无法解释“为什么”，那么再高的概率也难以被信任。

成矿系统剖面示意图

Gaia的技术路径，正是围绕这一痛点展开。

核心系统建立在成矿系统理论之上，通过融合地球物理、地球化学、遥感、钻探等多源数据，对控矿因素进行结构化建模。在这一框架下：

• 每一个预测结果都可以追溯到具体地质依据

• 数据来源、参数选择与推理路径全程可记录

• 输出结果为“空间概率场”，而非单点判断

这种设计，使AI从一个“黑箱工具”，转变为可以参与真实勘探与投资决策的系统能力。  

在AI体系中，真正决定长期竞争力的，并不是模型本身，而是数据与反馈机制。

Gaia的核心积累，来自其在全球项目中形成的数据闭环。截至目前，团队已在多个地区、多个矿种中持续开展项目实践，并形成如下循环：

数据整合 → AI建模 → 靶区预测 → 钻探验证 → 数据回流 → 模型迭代

这一过程不断重复，使模型能力随时间持续提升，并逐渐形成“数据飞轮”。

在津巴布韦项目中，Gaia曾将传统被视为“背景异常”的区域识别为深部矿化信号，并通过结构外推锁定潜在资源区，大幅提升找矿成功率。

在印尼Hulubalang项目中，Gaia 系统进一步预测浅部金矿之下存在大型斑岩铜金系统，若验证成功，将带来数量级的价值跃迁，目前相关验证工作正在推进中。

这些案例说明，找矿正在从一次性判断，转变为一个可持续优化的过程。

每一次验证，都会让下一次更接近正确答案。  

与技术体系相匹配的，是Gaia在商业模式上的选择。

Gaia并不局限于传统技术服务，而是通过AI能力参与项目早期阶段，在提升资源潜力与估值的同时，获取一定比例的股权或收益权。

这一模式可以概括为用技术换资源，用能力换权益。具体来看，包括：

• 通过Earn-in参与早期项目

• 提供AI Agent能力形成持续现金流

• 为存量矿山提供增量资源发现服务

• 与资本方联合投资高潜力项目

这一结构的核心，在于将“发现能力”直接转化为资产敞口。

相较于传统重资产路径，这种方式更加灵活，同时也更具放大效应——随着项目推进，早期获取的权益将随资源价值提升而显著放大。

Gaia 关注的并不仅仅是技术本身，而是一个更深层的行业命题：找矿，能否从经验驱动，迈向系统驱动？

过去，这一过程高度依赖个体经验与非结构化判断，因此难以迁移、难以复制，也难以规模化。

但随着 AI 技术的发展，这一逻辑正在被重构——经验开始被编码为模型，判断被转化为概率结构，分散的数据被统一纳入同一分析框架之中。

在这一过程中，找矿不再只是“人的能力”，而开始转变为一种可以被训练、被迭代、被持续优化的系统能力。

这意味着，找矿的核心，不再仅取决于个体经验的积累，而取决于：系统如何处理数据，以及如何持续提升决策质量。

一旦这一能力被建立，其影响将不仅局限于技术层面，而是可能重塑整个行业的运行方式：

• 勘探周期被显著压缩

• 投资决策更加数据化与可验证

• 资源发现过程逐步走向可预测

Gaia 所尝试的，并不仅是提升找矿效率，而是将“发现能力”本身，转变为一种可以规模化复制、持续进化的系统能力。

如果这一方向成立，那么未来矿业的核心变量，或许将不再是储量本身，而是驱动“有效发现”的能力。

而这，正是 Gaia 希望成为的角色——不是资源拥有者，而是：资源发现的基础设施。