El desafío del cobre y la apuesta del Perú por la inteligencia artificial

Al haberse extraído gran parte del cobre accesible en el mundo y ante la caída de las leyes[1] minerales en Sudamérica, de un 1.3% a un 0.7%, la industria enfrenta mayores desafíos para identificar nuevos prospectos. En paralelo, la desaceleración de los descubrimientos y el aumento del 37% en los costos de producir cada tonelada adicional entre 2019 y 2025 refuerzan el papel estratégico de la inteligencia artificial (IA) en la exploración minera. 

Las estimaciones conservadoras de la International Energy Agency (IEA, por sus siglas en inglés) proyectan que la demanda mundial de cobre refinado crecerá de 27 millones de toneladas métricas (Tm) en 2024 a 33 millones hacia 2035, impulsada por la electrificación y la expansión de economías emergentes. En contraste, la oferta minera cuprífera global alcanzaría su pico hacia finales de esta década para luego caer hasta 19 millones de Tm en 2035, como consecuencia del agotamiento progresivo de reservas. 

La desconexión expuesta anticipa un déficit de cobertura cercano al 30%, en un escenario donde la falta de nuevos descubrimientos empieza a convertirse en un riesgo de suministro a mediano plazo. Más aún, desarrollar un yacimiento minero de cobre en el mundo requiere, en promedio, entre 12 y 17 años, lo que reduce la capacidad de reacción de la industria frente a dicha presión. Ante el panorama descrito, la IA comienza a cobrar gran relevancia en el sector minero. 

A través del modelado geocientífico, la tecnología permite integrar información geológica, imágenes satelitales, registros geoquímicos y datos captados por drones en modelos predictivos tridimensionales, lo que optimiza la focalización de perforaciones y reduce la incertidumbre geofísica. Como resultado, es posible identificar depósitos de mayor concentración de metal con más precisión, mejorar la viabilidad económica desde etapas tempranas y fortalecer el ciclo minero en el largo plazo. 

El Perú, por su parte, ya dio pasos concretos en esa dirección. En 2020, el Instituto Geológico, Minero y Metalúrgico (INGEMMET) presentó en el proEXPLO[2] sus primeros avances en la aplicación de machine learning[3] a la representación gráfica detallada de los tipos de rocas, estructuras geológicas y recursos minerales del territorio peruano. 

Cinco años después, esa base evolucionó hacia GEOCATMIN, cuya integración reúne datos geológicos, geoquímicos y de campo para identificar zonas con alto potencial de cobre y cobalto en Áncash, Lima, Ica y Arequipa. Su cobertura supera los 40 depósitos y prospectos, por lo que posiciona al Perú como el segundo líder regional en el uso de IA aplicada a la exploración minera. 

Actualmente, una empresa puede acceder a esta plataforma, priorizar áreas identificadas por sus algoritmos y emplear esa información como sustento técnico para solicitar concesiones o diseñar campañas de perforación para explorarlas. Esto se traduce en una reducción de tiempo y capital en la evaluación de objetivos de potencial reducido. Además, cobra especial importancia mientras INGEMMET impulsa la liberación de más de 37,000 hectáreas para inversión minera con respaldo geocientífico. 

Sin embargo, la IA no reemplaza la validación de los hallazgos, que aún depende de campañas de campo y de reportes[4] técnicos. Los documentos establecen estándares mínimos para comunicar resultados de exploración, estimaciones de recursos y reservas, a fin de permitir que los inversionistas tomen decisiones con base en información confiable. 

En paralelo, el Perú avanzó en el frente normativo al aprobar un marco para el uso institucional de IA, aunque las obligaciones para el sector minero no serán exigibles hasta 2028. Así, el reglamento deberá precisar los estándares de trazabilidad y auditabilidad de los modelos de innovación que alimentan el instrumento, y establecer criterios que permitan que sus modelaciones sean reconocidas como insumo técnico complementario dentro de los reportes de exploración bajo estándares internacionales. De lo contrario, la plataforma seguirá siendo una herramienta de priorización sin valor verificable. 

El 43% del territorio peruano sigue sin explorarse; por ello, expandir esta herramienta hacia otros minerales y departamentos multiplicaría su alcance y la convertiría en un activo valioso. Asimismo, permitir que iniciativas contrarias limiten su adopción no solo reduciría la competitividad del país en minería, sino que también frenaría su inserción en las cadenas globales; de ahí la urgencia de contar con un marco legal que agilice y sea pertinente para el ritmo al que avanza la tecnología.

[1] La medida de la concentración o cantidad de metal valioso presente en una roca o yacimiento.

[2] Evento de exploración minera.

[3] Rama de la IA que permite a las computadoras aprender y mejorar por sí mismas, a través de datos y experiencias.

[4] Elaborados por una persona competente bajo estándares internacionales como el JORC o el NI 43-101.