当所有人盯着AI数据中心和电动车电池时，Roman Teslyuk盯上了更底层的东西——铜、镍、锂这些关键矿产。这位Earth AI的创始人兼CEO发现，全球对矿产的需求正在从工业领域蔓延到日常生活，但新矿场的发现速度却跟"蜗牛"和"乌龟"差不多。

这不是比喻。Teslyuk的原话就是"snails and turtles"。

Earth AI的解法是用AI模型"读取"海量地质数据，找出那些被忽视但具有高矿化潜力的区域。不同于传统地质调查依赖实地采样和肉眼判断，这家公司把预测软件装上了自主钻探设备，用无人机和钻机验证潜在矿点，确认后再把项目转让给矿业公司。

他们的数据底子很厚。AI模型综合了数十年历史勘探数据和卫星遥感信息，在尚未开发的"绿地"上输出概率分布图。Teslyuk透露，这套自研AI系统和无人机技术正在申请专利，而且已经在澳大利亚多个此前未标记的矿化带得到验证。

具体包括什么？铜、镍、钴矿化，以及一种对AI半导体制造至关重要的稀土元素——钪。

数字最能说明问题。Earth AI宣称其项目成功率达到75%，而行业平均水平不足1%。已公开的发现包括澳大利亚东海岸一个巨大的未开发铜矿资源，以及同样位于澳大利亚、含钪的矿床。

但扩张带来了新麻烦。过去五年，Earth AI的流程大致是：先用AI在全澳大利亚范围内筛选潜在矿点，确定目标后地质团队进场采集岩石样本，送第三方实验室分析。如果结果证实有经济开采价值，就通过钻探进一步验证，最终转让项目权益。

问题是第三方实验室。随着规模扩大，样本积压越来越严重。Teslyuk形容实验室"堆积了7公里"——约7000米的样本待检队列，检测周期从原本的两周拖长到数月。

资本市场似乎认可这种痛点背后的价值。2025年初，Earth AI宣布完成2000万美元B轮融资，约合1479万英镑。这笔钱要解决的问题很实在：把样本检测环节从外部实验室搬到内部，砍掉等待时间。

更大的背景是供需错配。据国际能源署预测，关键矿产全球贸易额将从2023年的约2.5万亿美元起步，2030年翻倍，2040年再翻一番。AI数据中心、电动车电池、储能系统——这些被热炒的基础设施，无一不高度依赖铜、锂、镍、钴、石墨和稀土。

但勘探端的数据很尴尬。多项研究和行业报告指向同一个趋势：过去几十年，尽管投入更多时间、资金和人手，传统方法找到的新经济矿床数量却在下滑。容易找的都找完了，剩下的藏在更深、更偏远的地方。

Earth AI的商业模式恰好卡在这个缝隙里。他们不自己挖矿，只做"探路者"——降低勘探风险，把验证过的项目卖给专业矿业公司。Teslyuk强调，这不仅是未来愿景，"而是正在发生的现实"。

从一家澳大利亚创业公司到美国总部，Earth AI的迁移本身也说明了赛道热度。当AI应用层的故事越来越卷，基础设施层的"卖铲人"正在重新被定价。只不过这次卖的铲子，是算法和钻头。