AI找矿的经济账:当华尔街追问回报,答案可能藏在地下
引言:业绩超预期、股价仍在跌,市场在重算 AI 的账11 月 17 日美股盘后,英伟达交出黄仁勋离任后的首份财报:第三财季营收 1158 亿美元,同比增长 103%,第四季度营收指引 1300 亿美元,均超市场预期。但股价次日收跌 2.9%,连跌五个交易日,较 10 月 6 日的收盘高点累计下跌约 37%;纳斯达克综合指数也仍比 10 月高点低约 11.5%。
一级市场同样在降温。Anthropic 此前一度冲击 2 万亿美元估值,11 月 18 日(美东时间)据彭博报道,其 IPO 发行价定为每股 83 美元,对应估值约 1.5 万亿美元,比此前预期缩水约四分之一。
资金并没有离开 AI,但开始挑价格、问回报。美国政策环境的不确定性是这轮抛售的导火索之一;更深的担忧在于:科技巨头每年在算力上投入几千亿美元,资本开支还在增加,这样的投入能否换来相应的回报?卖算力的已经赚到了钱,买算力的能不能把钱赚回来,才是市场在重算的那笔账。
消费端的 AI 还在找答案。另一条路径或许值得一看:把 AI 放进投入巨大、结果又高度不确定的工业决策里,让它直接省钱、直接换来资产。矿业上游的找矿,就是这样一个场景。
找矿:一门"花钱买运气"的生意
矿业圈流传一句话:"十探九空。"市场上拿出来交易的矿权,介绍材料都很漂亮,真正有开采价值的少之又少。物探、化探、钻探的前期投入动辄数千万元,最后能不能见矿,谁也不敢打包票。
用投资人熟悉的话说,这是一门资本开支很高、回报高度不确定的生意。
传统做法以专家经验为主:把各类异常叠在一起,符合成矿认识的就圈成靶区。一个矿区通常只能圈出几个"有利地段",没法给每一块区域算成矿概率。
而这恰恰是 AI 最擅长的。同一批数据,用机器学习建模,可以对矿区每个角落都算出成矿有利度。决策从"凭经验圈几个地段",变成"给整片区域打分排序"。打分越准,无效钻孔越少,钱就花得越准。
资本早已嗅到这个机会。美国的 KoBold Metals 用机器学习重读非洲一个铜矿项目近百年的勘探记录,找到了被前人忽略的矿化线索,2025 年 1 月投后估值约 29.6 亿美元。
国内也在推进。2026 年 9 月 11 日的中国国际矿业大会上,自然资源部发布了中国地质调查局研发的"智能找矿"系统。官方披露的实测结果是,全流程效率提升 60% 以上。
一家西藏矿企的五笔账
在青藏高原,有一家港股上市公司正把这本账一笔一笔算出来:智汇矿业(2546.HK)。
它在西藏深耕 20 余年,主营铅、锌、铜、银等多金属采选,近年在自有矿区增储的同时,通过并购与合作扩充矿权储备。
第一笔账:买矿之前,先让 AI"验货"。
矿企扩充资源,一靠自有矿区增储,二靠收购与合作。对外拿矿权时,最大的风险往往不是买贵,而是买错。智汇的 AI 系统,第一项应用就是探矿权评估。去现场之前,团队先用卫星遥感把目标区域"看"一遍,融合多种数据进行建模预测,对一宗矿权的成色做出量化判断。矿权交易里,卖方往往比买方更清楚底细;先把成色算清,买方就不再处在信息劣势,谈收购、谈合作都多了一份筹码。
智汇的做法分两步。第一步,去现场之前先看卫星:自研的遥感工作流融合多源卫星数据,1 天内完成目标区域的蚀变信息提取,圈出找矿标志。第二步,核对卖方资料:把卖方提供的历史地质、物探、化探资料与遥感结果交叉验证,再用自研的成矿预测工作流做多源数据融合与建模,3 天内给出整宗矿权的成矿有利度分布。
几天之内,团队拿到的是一张可以排序的图:哪些地段值得上山查证,哪些资料与独立证据对不上。它不替代现场尽调和钻探,作用是让团队带着重点和问题去现场,缩小与卖方之间的信息差。
目前,遥感工作流已用于蒙亚啊铅锌矿、包买铜钼矿等自有矿区和并购标的,累计覆盖面积超过 1000 平方公里。野外查证显示,卫星识别出的蚀变点超过80%坐标吻合,其余点位现场同样有蚀变,只是存在百米内的位置偏移。对于从卫星获取的影像来说,这个误差在专业上可以接受。
第二笔账:少打无效钻孔,压低勘查 Capex。
钻探是勘查投入里最重的一项,也是最依赖现场判断的一环。一个孔打到一半,是继续、加深还是终孔,长期主要靠现场技术人员的经验;岩心化验结果要等一段时间才回来,决策时往往拿不到。在西藏,施工窗口期短,一次误判的代价可能是一整个施工季。
公司牵头,联合地大北京、地大武汉等科研院所,向西藏科技厅提出《高海拔钻探工程动态智能评估关键技术研究及示范应用》,致力于收集钻探现场多源快检数据,随钻进动态更新对矿化的预测,并给出不确定性的大小。钻探现场的信息支撑由此从“经验主导、化验滞后”转向“现场数据支撑、AI 动态预测、不确定性可量化”。该项目方案已被列入西藏自治区 2027 年度科技计划自治区科技计划工业数智化重点研发及转化重点专项项目申报指南,当前已完成项目答辩。
第三笔账:把老地质员的经验存进系统。
找矿和下棋、识图不一样。已知矿床少,样本稀疏;每个成矿带的地质条件都不同,在一处有效的规律换一处可能失效;许多关键判断靠的是地质学家对成矿过程的理解,这些理解并不写在数据里。只靠数据找相关性,模型容易把巧合当规律,容易得出不合地质常识的结论,也很难推广到没有样本的新区。
只靠专家同样有局限。一个人的经验有半径,精力有限,头脑里的认识很难系统、可复制地用到每一次预测中。
智汇的做法是让两者互相增益。公司把历年地质报告、成矿规律和专家认识整理成向量知识库,接入大模型,让专家的集体智慧在每次预测中被检索、被调用。反过来,大模型帮助专家把说不清的隐性经验整理成可以复用的显性知识。
相比纯数据驱动或纯专家驱动的做法,这套体系由专家集体智慧与人工智能双轮驱动,更容易累积、解释和演进。向量知识库随项目增加而增厚,不随人员流动而流失;每个预测都能追溯到依据,地质人员敢用;基座大模型升级时,向量知识库可以直接接到更强的模型上。
第四笔账:少让人上山,少动一寸土。
高原野外有高原反应、失温、落石等安全风险,草甸和冻土又很脆弱,修路、打钻留下的扰动难以恢复。先用卫星、无人机与算法模型把区域筛一遍,人先去高概率区查证,钻孔也集中打在更可能见矿的位置。上山人次少了、无效钻孔少了,安全风险和生态扰动也跟着降下来。
第五笔账:技术换权益,打造第二利润引擎。
前四笔账是降本控险。这一笔,才是资本市场最该关注的地方:AI 找矿本身能不能自己产生效益。
智汇正在探索一种新模式:凭 AI 找矿技术和勘查能力,与矿权方开展风险勘查合作,用技术换取矿权或项目公司的权益。如果勘查验证了资源价值,公司可以长期持有,分享开采收益,也可以择机转让,兑现资产增值。
KoBold 的账本可以作参照。2022 年,它以 1.5 亿美元拿下赞比亚 Mingomba 铜矿 80% 权益,用AI对百年资料进行二次开发、再打深孔验证。按公司内部估算(未经第三方审计),资源量 2.47 亿吨、铜品位 3.64%,折合铜金属约 900 万吨,规划年产铜 30 万吨。到 2025 年 1 月,KoBold 投后估值已是当初那笔投入的约 20 倍,而它至今没有经营收入,估值大头来自矿权权益。
对于这类的AI找矿模式,可以试着算一笔通用的账。假设在合作矿权上探明 10 吨黄金,按国内标准属于中型金矿(5 至 20 吨),约合 32 万盎司。埋在地下的金子不能按金价算,要按"能卖多少钱"算。过去,刚探出来、还没开发的金矿,每盎司大约值 50 至 150 美元。今年金价高企,交通、电力配套好、能很快投产的项目,每盎司已卖到 500 至 600 美元。
按高的一档算,这座矿约值 12 亿至 15 亿港元。AI找矿企业如果能持有 51%,对应约 6 亿至 8 亿港元。就算按每盎司 50 美元的历史低价算,这份也值 6000 万港元以上,另外各类伴生的资源还未计算进去。而为此付出的主要是AI技术和勘查投入,且底层的AI找矿技术可复用和进化,使得公司可以在此可以进行更大范围的复制和勘探。
从行业通行做法看,风险勘查取得的权益一旦经勘查验证,价值实现大致有几条路:可以在合适时机与大型矿企通过股权转让或合作开发实现价值;可以长期持有,进入开采后分享经营收益;勘查经验和模型也能在更多矿权上复用,分散单个项目的不确定性。
这也正好回应了这一轮美股抛售的核心疑问:AI 的收入从哪里来?在这里,答案不是订阅费,而是实实在在的矿权。主营采选提供现金流支撑,AI 找矿有望成为新的增长方向。
三、门槛在哪里?
算法和通用工具会越来越容易获得。稀缺的是这三样东西:矿区尺度的验证数据,能把预测拿去验证的机制,以及在高原把这件事做成的能力。
门槛一 数据:别人拿不到的矿区级验证数据
公开的地质资料多是区域尺度的,能告诉模型“这一带可能有矿”,很难回答“这个山头该不该打钻”。回答后一个问题,需要矿区尺度、并且经过野外查证、钻孔和化验验证的数据。这类数据掌握在矿权人手里,不对外公开。
智汇的这类自有数据覆盖面积超过 100 平方公里。在此之上,公司正在搭建“星、空、地、井”采集体系,从卫星、无人机、地表延伸到井下,让进入模型的数据更全、更密。
门槛二 闭环:数据和验证,两头握在自己手里
预测准不准,只有野外查证和打钻能回答。只做算法的团队没有矿权和钻机,预测做出来要靠别人提供验证机会;传统矿企有矿权和钻机,验证结果却很少回流到模型里。
智汇把两头都握在自己手里:一头是数据,一头是验证。依托自有矿区和并购评估这些真实业务,模型给出预测后,公司可以自己安排野外查证和钻探,再把结果回流,修正数据和模型。
门槛三高原:把预测落到地面的能力
西藏矿产资源丰富,开发程度低。原因之一是在这里做矿业很难:海拔高,施工季短,生态约束严,还要处理好与当地社区的关系。预测再好,如果人和钻机上不去、工程落不了地,也只能停留在图上。
智汇在西藏连续运营 20 余年,主力矿区海拔在 4000 米以上。高海拔施工组织、环保合规和社区关系,都是多年积累下来的,新进入者很难在短期内复制。
结语
在智汇内部,这套 AI 系统还被称为 “1.0 版本”。它仍在一轮轮野外验证中迭代,也会随着大模型能力的提升同步升级。今天的答案,只是这条路上的一个节点。
支撑它继续迭代的是实打实的现金流。2026 年上半年,智汇矿业实现营业收入 2.78 亿元,同比增长 75.95%;净利润 9877 万元,同比增长 271.61%;毛利率 52.65%,较上年同期提升近 20 个百分点;经营活动现金流净额 1.80 亿元,期末资金合计约 6.86 亿元。主业稳定的现金流,是 AI 找矿持续试错、持续进化的底气。
回到开头那个问题:当华尔街抛售股票、追问 AI 的回报究竟从哪里来,这家西藏矿企提供了一个可以跟踪的样本 ——AI 未必只能是消耗现金的成本中心,它也可以是获取资源、创造利润的工具。前四笔账算的是省下来的钱,第五笔账算的是换回来的资产;一省一挣之间,AI 的投入产出才真正形成闭环。
这一次,AI 落在了地下,也落在了账本上。
免责声明:
1、凡本网注明 '来源:大湾区经济网' 所有内容与数据,均属于大湾区经济网综合公开信息整理的数据(内容不构成投资建议,使用前请核实);欢迎转载、摘编使用上述作品,转载时应注明出处。
2、文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。
3、本网所有的图片为政企或百度图库公开检索及配图,版权归原权利人和单位;如政企单位投稿所配的图片均默认授权给大湾区经济网,并有权使用和存用资料库中。
4、凡本网注明 '来源:XXX(非大湾区经济网)' 的,均转载自其它媒体或平台,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
5、如涉及版权问题,请作者持权属证明联系侵删。
※ 欢迎上市公司、政府、商协会合作投稿,邮箱:dwqce@qq.com


