AI jõuab geoloogiasse: Lithosquare sai 25 miljonit dollarit, et otsida metalle akudele ja andmekeskustele

Pariisi Lithosquare kaasas 22 miljonit eurot — ligikaudu 25 miljonit dollarit — Geology AI platvormi arendamiseks, mis aitab otsida kriitiliselt tähtsaid metalle. Vooru juhtisid ühiselt World Fund ja Kindred Capital, lisaks osalesid Daphni, Omnes Capital ja Ovni Capital. Ettevõte ütleb, et kasutab raha tiimi laiendamiseks, platvormi arendamiseks ning tööks kaevanduspartneritega USA-s, Euroopas, Aafrikas ja Ladina-Ameerikas.

Esmapilgul on see tavaline riskikapitaliuudis: startup, seed-voor, ilusad sõnad AI kohta. Kuid lugu on laiem. Lithosquare püüab rakendada tehisintellekti mitte reklaami, presentatsioonide või koodi kirjutamise jaoks, vaid AI-ajastu ühele kõige maisemale piirangule: maailm vajab rohkem metalle, kuid uusi leiukohti leitakse aeglaselt, kallilt ja suure eksimisriskiga.

Kui elektriautod, akud, elektrivõrgud, kiibid ja andmekeskused kasvavad kiiremini kui vase, liitiumi, nikli ja haruldaste muldmetallide tootmine, põrkab digimajandus äkki geoloogia vastu. Just siin lakkab AI olemast „tekstirakendus” ja muutub tööstusliku otsingu tööriistaks.

Mida Lithosquare teeb

Lithosquare’i asutas 2024. aastal mäeinsener Aymeric Préveral-Echeverri; peagi liitus ettevõttega Simon Leclerc. Startup kirjeldab oma süsteemi kui foundational AI, geoloogilise ekspertiisi ja välitööandmete kombinatsiooni. Ettevõtte sõnul aitab platvorm geoloogidel koondada killustatud andmed ühtseks pildiks, ehitada stsenaariume maa-alusest struktuurist, valida uurimiseks perspektiivsemaid sihtmärke ja otsustada kiiremini, kuhu puurida.

Tähtis detail: Lithosquare püüab eristuda lihtsast „AI leidis kaardil mustri” lähenemisest. Oma veebilehel rõhutab ettevõte, et ei taha toetuda ainult statistilistele anomaaliatele, vaid modelleerib leiukohtade tekkimise füüsikalis-keemilist loogikat. Inimkeeles: süsteem ei peaks lihtsalt ütlema „siin meenutab varasemat edu”, vaid selgitama, miks maak võis just sellises geoloogilises süsteemis tekkida.

See on valdkonna jaoks põhimõtteline. Viga geoloogilises uuringus ei ole ebaõnnestunud vestlusboti vastus. See tähendab kuid tööd, kalleid puurimiskampaaniaid, tehnikat, lubasid, inimesi ja keskkonnajalajälge. Seetõttu ei räägi Lithosquare geoloogide asendamisest, vaid nende töö kiirendamisest: AI genereerib ja kontrollib hüpoteese, spetsialistid teevad lõpliku otsuse.

Miks metallidest sai AI-teema

Rahvusvaheline Energiaagentuur kirjutab Global Critical Minerals Outlook 2025 aruandes, et nõudlus peamiste energiamineraalide järele kasvab kõigis stsenaariumides. Kehtivate poliitikate stsenaariumis kasvab 2040. aastaks liitiumi nõudlus viis korda, grafiidi ja nikli nõudlus umbes kaks korda, koobalti ja haruldaste muldmetallide nõudlus 50–60% ning vase nõudlus umbes 30%.

Vask on eriti tähtis, sest seda vajavad mitte ainult akud, vaid ka elektrivõrgud, tööstusseadmed, ehitus ja andmekeskused. IEA hoiatab eraldi: olemasolevate ja väljakuulutatud projektide eeldatav tootmine ei pruugi 2035. aastaks katta vase ja liitiumi nõudlust. Vase puhul muudavad probleemi keerulisemaks maakide kvaliteedi langus, kulude kasv ja uute avastuste aeglustumine.

Just seepärast muutub geoloogiline uurimine taas strateegiliseks teemaks. Maailmal on palju plaane — transpordi elektrifitseerimine, energiasalvestid, päikese- ja tuulepargid, pooljuhtide lokaliseerimine, AI-taristu ehitus. Kuid kõik need plaanid vajavad füüsilist alust. Serverifarme ei ehitata presentatsioonidest ja akusid ei panda kokku optimismist.

Mida AI uuringutes lubab

EU-Startups kirjutab, et Lithosquare lubab lühendada analüüsi kuudelt päevadeni ja parandada uuringute tõhusust kuni 10 korda. Tech Funding News täpsustab ärimudelit: ettevõte töötab exploration- ja mining-ettevõtete kõrval, mitte ei müü lihtsalt tellimustarkvara; mõnel juhul räägitakse outcome-based mudelist, kus startup saab osa tulemusest, kui leitud leiukoht muutub töötavaks projektiks.

See on tähtis signaal. Kui AI-tööriist mõjutab päriselt alade valikut ja puurimise järjekorda, on see lähemal tööstustaristule kui SaaS-vidinale. Väärtus ei teki ilusas kasutajaliideses, vaid selles, et ettevõte kulutab vähem raha tupikhüpoteesidele ja jõuab kiiremini kontrollitavate sihtmärkideni.

Samas tuleb lubadusi lugeda kainelt. Geoloogia ei ole malelaud täielike reeglitega. Andmed on puudulikud, maastik keeruline, load ja poliitika võivad projekti pidurdada rohkem kui algoritm ning leiukoha avastamine ei tähenda veel kaevandamist. „Leidsime perspektiivse sihtmärgi” ja „metall jõudis akusse” vahele jäävad aastad.

Kuid ka osaline kiirendus loeb. Kui AI aitab kiiremini nõrgad alad kõrvale jätta, vähendab liigset puurimist ja seab prioriteete paremini, vähendab see riski ahela kõige kallimas varases osas.

Kus on siin geopoliitika

Kriitilised mineraalid pole ammu enam ainult mäeinseneride teema. See on tööstusliku iseseisvuse küsimus. Paljude materjalide tootmine ja töötlemine on koondunud vähestesse riikidesse ning haruldased muldmetallid on tarneahelate kontsentratsiooni suhtes eriti tundlikud. Lithosquare positsioneerib end otseselt Euroopa tehnoloogiana, mis võib aidata Läänel vähendada sõltuvust tarneahela kitsaskohtadest.

Siin on lihtne loosungitesse libiseda, kuid põhiloogika on lihtne. Kui Euroopa, USA ja nende partnerid tahavad rohkem oma akusid, võrke, kaitseelektroonikat, kiipe ja andmekeskusi, peavad nad paremini mõistma, kust toorainet saada. Taaskasutus on tähtis, kuid lähikümnenditel ei kata see kogu nõudluse kasvu. Järelikult on uusi leiukohti ikkagi vaja.

Sellises pildis ei ole AI maagiline nupp, vaid uuringulehtri kiirendi. Ta ei tühista geoloogiat, keskkonnapiiranguid ega ühiskondlikke vaidlusi kaevandamise ümber. Kuid ta võib muuta esimese sammu majandust: kust otsida, milliseid andmeid koguda, millist hüpoteesi varem kontrollida.

Miks see on kasulik tavalisele lugejale

See uudis selgitab AI-ajastu üht paradoksi. Mida rohkem tööstus räägib immateriaalsest intelligentsist, seda tugevamalt sõltub see väga materiaalsetest asjadest: elektrist, vasest, liitiumist, niklist, veest, maast, logistikast ja lubadest. Mudelit saab koodiga kiirendada, kuid taristut ilma metallideta ei ehita.

Seetõttu näitavad sellised ettevõtted nagu Lithosquare AI-turu küpsemat kihti. Mitte järjekordne bot, mis PDF-i ümber jutustab, vaid tööriist valdkonnale, kus viga on kallis ja hea prognoos võib säästa aastaid. See on vähem efektne kui videogeneraator või uus vestlus, kuid palju lähemal majanduse tegelikele pudelikaeladele.

Ettevõtete jaoks on praktiline järeldus samuti selge: AI tungib sinna, kus on keerukad andmed, kallid otsused ja kontrollitav tulemus. Geoloogiline uurimine sobib selleks ideaalselt. Seal on palju ajaloolisi kaarte, geofüüsikat, keemiat, puurimisandmeid ja ekspertide tõlgendusi; lõplik kontroll toimub siiski maa sees.

Mida edasi jälgida

Peamine küsimus Lithosquare’ile ei ole see, kas ta oskab platvormi ilusti kirjeldada. Peamine küsimus on, kas ta suudab päris projektides näidata korratavaid avastusi ja majandust: vähem liigset puurimist, kiirem verifitseerimine, suurem tõenäosus leida tööstuslikult oluline ressurss. Kui sellised näitajad ilmuvad, saab geoloogia AI-st mitte moesilt, vaid osa uuest toorainetaristust.

Ja see on trend, mis ulatub ühest startup’ist kaugemale. AI hakkab sisenema füüsilistesse sektoritesse kitsaste ja kontrollitavate ülesannete kaudu: optimeerida marsruute, leida molekule, projekteerida materjale, parandada algoritme, vähendada energiatarvet, valida puurimiskohti. Seal on vähem ruumi jutule ja rohkem ruumi mõõdikutele.