【编者按】在科技与矿业交织的前沿，一家名为Earth AI的初创公司，正用数据和算法挑战传统勘探模式。创始人Roman Teslyuk直言不讳：AI模型的精度依赖数据的流动速度，而现实中，实验室的漫长等待成了最大瓶颈。本文讲述的是一个“反内卷”的故事：与其被动等待别人的结果，不如自己动手，缩短五年到五天的距离。当行业还在为两个月的延迟头疼时，Earth AI决定建自己的实验室。这种破局思维，不仅是为了加速挖矿，更是为了验证：当数据足够快、判断足够准，能否彻底颠覆矿产开发的游戏规则？以下，我们一同走进这场速度与效率的博弈。

模型的价值取决于它的数据，而对罗曼·特斯柳克来说，数据的推送速度还不够快。

“我讨厌延迟，”Earth AI的创始人兼CEO特斯柳克告诉TechCrunch。

过去几年里，Earth AI在澳大利亚一些被认为不可能存在矿脉的区域，寻找铜、铂和钯等关键矿物。这家初创公司的AI模型圈出了几个有潜力的点位，但找到含矿物浓度最高的岩石，进展比特斯柳克预期的要慢。

他说，问题出在实验室上。

“自从我们提高了钻探能力，就开始遭遇严重延迟，”他说。通常，处理岩石样品以查找关键矿物证据的实验室，积压时间大约在两个月。但最近，随着开发新矿源的热度飙升，延迟时间翻了一倍不止。“我们落后了7公里——7000米长的样品，我们没有任何数据。”

因此，Earth AI正着手设立自己的实验室，这家初创公司独家向TechCrunch透露，希望从五个月的等待时间缩短到五天。

特斯柳克说，Earth AI的模型在标记有潜力发展为矿区的区域上表现很好，但一旦这些区域被确认，仍需钻探来确认地下矿物的种类及分布。地下勘探虽然进步巨大，但钻探仍无可替代。

钻探岩芯提取后，必须由实验室处理。“我们不知道是否挖到了金子。肉眼根本看不见，”他说。

关于矿山经济价值的最终决定，包括可能影响销售的那些，Earth AI还是会请第三方来验证其发现。但在勘探过程中，一个快速的内置实验室能显著降低成本，确保钻头被送往正确的点位，为模型获取最佳数据。

“如果没及时得到答案，你就得等五个月，下一步（该往哪钻）的判断就会大打折扣，”特斯柳克说。“为了尽量少钻，你得有效提问，及时获取信息，这样才能精准锁定下一步该去哪里。”