Un modelo de IA, US$2 millones y una pregunta incómoda
Imagina que diriges exploración en una compañía minera. Tienes US$2 millones para una campaña de perforación y un modelo de inteligencia artificial te sugiere un blanco donde tu equipo geológico nunca habría perforado. ¿Firmas?
Esa es la pregunta que Arturo Tagle, CTO de Mineral Forecast, planteó en un curso de Introducción a la Minería y que recoge Portal Minero. La respuesta no es un sí ni un no: es un problema de gobernanza de datos que cualquier founder que venda IA a industrias tradicionales va a enfrentar antes o después.
El dato que hace urgente la pregunta: menos de uno de cada 10.000 proyectos de exploración llega a convertirse en una mina, y en promedio transcurren 17,8 años entre el descubrimiento y el inicio de la producción.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →Por qué encontrar cobre se volvió tan difícil
El mundo necesita más cobre y lo está encontrando peor. Según el estudio de S&P Global citado por Tagle, la demanda crecerá un 50% hacia 2040 hasta los 42 millones de toneladas anuales, mientras que la producción tocaría su techo en 2030 con 33 millones de toneladas.
El informe de S&P Global Energy & Market Intelligence recogido por Vozpópuli detalla el punto de partida: la demanda pasaría de 28 millones a 42 millones de toneladas anuales entre 2025 y 2040, con un déficit proyectado cercano a los 10 millones de toneladas anuales para 2040.
La exploración ya refleja ese desajuste. En 1997 se registraron 20 grandes descubrimientos de cobre con un presupuesto de US$758 millones. En 2024, con una inversión de US$3.201 millones, hubo solo uno. Más dinero, menos hallazgos.
Qué cambia cuando la IA entra en el proceso de exploración
Una campaña de exploración genera volúmenes enormes de datos geológicos, geofísicos, geoquímicos y espaciales. La IA permite integrarlos, detectar relaciones que el análisis convencional no ve y generar hipótesis nuevas sobre dónde podría haber mineralización.
Mineral Forecast reporta que, en su experiencia, el 88% de los clientes que realizan perforaciones encuentra mineralización, y que en los casos analizados la tasa de éxito fue entre 3,3 y 3,9 veces superior al escenario optimista de referencia de la industria para sitios y etapas comparables, según las referencias de Schodde (2025) y S&P Global.
Conviene leer esa cifra con cuidado. Es un dato de la propia compañía sobre su cartera de clientes, no un benchmark independiente del sector. La lección para un founder que vende IA B2B es otra: el número importa menos que la capacidad de explicar de dónde sale.
El problema no es acertar, es poder explicar por qué
Aquí está el insight central del artículo y el que más debería interesar a quien construye producto con IA. En exploración minera, una predicción acertada no basta si no se entienden sus fundamentos: un acierto aislado parece suerte, y la suerte no es una estrategia replicable.
Traducido a producto: si tu modelo recomienda una acción de alto costo y no puedes mostrar la evidencia que la sustenta, el usuario no la ejecuta. Y si la ejecuta y sale bien, no vuelve a confiar en el sistema por la razón correcta.
Esto pesa todavía más cuando el costo de un falso positivo se mide en millones. Un sondaje es una inversión de capital que tarda años en dar resultados. La confianza, en ese contexto, no se compra con precisión estadística: se construye con trazabilidad.
Qué significa esto para tu startup
Si vendes IA a industrias donde cada decisión mueve capital físico, estas tres cosas definen si tu producto se adopta o se queda en el piloto:
- Diseña la explicabilidad como parte del producto, no como un anexo. El usuario necesita ver qué datos alimentaron la recomendación, qué variables pesaron y qué incertidumbre queda. Si tu interfaz solo muestra una probabilidad, estás pidiendo un acto de fe que un gerente con presupuesto no va a hacer.
- Vende el ahorro en el activo caro, no la precisión del modelo. En minería el activo caro es el sondaje; en tu vertical puede ser el inventario, el flete o la hora de quirófano. Enmarca el valor como menos intentos para llegar al mismo resultado, no como mayor accuracy.
- Documenta tus casos con metodología comparable. La cifra de 3,3 a 3,9 veces se apoya en referencias explícitas (Schodde 2025, S&P Global). Un benchmark propio sin base de comparación pública es marketing, no evidencia, y un comprador técnico lo detecta en la segunda reunión.
El ecosistema hispanohablante ya está jugando aquí
La IA aplicada a minería no es solo territorio de proveedores globales. Giraffe Bio, startup argentino-chilena fundada en 2024, levantó US$6,4 millones en una ronda liderada por Orion Industrial Ventures, con participación de BHP Ventures, Twynam, AIR Capital y Baruch Future Ventures, según Forbes Argentina. Su tecnología usa diseño molecular asistido por IA para mejorar la recuperación de cobre en flotación, un proceso del que depende alrededor del 80% de la producción mundial del metal.
El mercado donde operan es el más relevante del mundo: según Cochilco, Chile produjo cerca de 5,4 millones de toneladas de cobre en 2025, equivalentes al 22,9% de la producción mundial. Del lado argentino, un informe de la CAEM y la UIA de agosto de 2026 estima que los seis proyectos de cobre más avanzados del país requerirían inversiones superiores a US$35.000 millones.
Para un founder de la región, esto significa que hay compradores sofisticados a pocas horas de vuelo, con presupuestos de exploración que se cuentan en cientos de millones, y una disposición creciente a probar tecnología nueva. La barrera de entrada no es el acceso al cliente: es superar su comité técnico.
Conclusión
La pregunta de Tagle no se responde con una métrica de precisión. Se responde con evidencia auditable: qué datos entraron, qué lógica siguió el modelo y qué tan replicable es el resultado. En una industria donde cada sondaje cuesta millones y los frutos tardan años, la IA que gana no es la más acertada, sino la que un gerente puede defender frente a su directorio.
Para cualquier startup que venda IA a sectores tradicionales, la lección es directa: la explicabilidad no es un requisito de compliance, es la condición para que alguien ponga dinero real detrás de tu recomendación.
Fuentes
- Portal Minero (fuente original)
- Forbes Argentina
- Vozpópuli
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →
