美国和加拿大关键矿产发展面临周期瓶颈
北美试图减少对中国关键矿产依赖的战略正遇到开发周期长的难题。许多矿山项目从矿床发现到投产往往需要超过30年的时间，包括工程设计、技术验证、融资及环保审批等多个阶段。相比之下，国家安全和采购政策通常以数年计时，这种周期错配带来供应链建设上的挑战。
防务联邦采办条例（DFARS）将于2027年1月生效，要求特定防务材料必须来源于非盟友国家。美国国防部从2024年1月1日起禁止在所有涵盖防务系统中使用中国产稀土磁铁及相关材料。但目前美国的关键矿产产量尚无法满足这一期限内的需求。
AiMinr首席执行官Ari Rostami博士指出，这一局限源于矿山开发和国家安全政策两套不同的时间框架。美国的矿山开发仍采用分散、线性且耗时的流程，中国则通过更集中协调的系统加快了进度。此外，矿业市场和技术的快速演变也可能使得新矿投入后依然面临技术落后的风险。他以钴为例指出，尽管此前预计电动车对钴需求迅速增长，但电池制造商正逐步采用无钴的磷酸铁锂电池技术，导致市场需求出现变化。
工程技术验证成供应链“瓶颈”
北美目前的矿山开发加速努力多集中于简化审批流程，但Rostami认为，监管环节只是冰山一角。大约30%-40%的开发周期消耗于项目可行性研究及技术验证，包括经济初步评估、范围界定、预可行性、可行性研究等环节。
传统流程的首个问题在于对密集人工作业的依赖。地质学家、采矿规划师、加工工程师及财务团队依赖分步协作完成复杂的设计、排期和成本估算，而矿业专业技术人员数量正逐渐减少。
其次，研究流程往往是线性且孤立的，一旦关键假设发生变动，前期的大量工作都需要重做，进一步延长项目周期。Rostami称这导致矿业项目常陷入“研究疲劳”，开发商需反复开展技术工作以满足融资需求。
利用AI平台优化矿山工程流程
为突破这一困境，AiMinr开发了基于云的矿业资本项目管理软件。其核心为“编排引擎”，被比喻为数字化总承包商，能够将地质、地质工程、水文、通风、冶金及财务建模等多学科纳入同一生态系统，由50多个专用AI代理协同运作，实现流程的并行而非串行。
该平台能够实时将项目参数变化自动传播至相关专业领域，避免人工多次重复设计和评估，显著提升效率。部分工序的工程设计周期有望从数年缩减至几个月。
此外，AiMinr通过将AI代理与确定性算法结合，避免依赖生成式AI做出关键工程判断，确保结论可追踪且可交叉验证，符合矿业行业对结果准确性的严格要求。
AI技术被逐步接受
传统矿业对新技术接受较为谨慎，但Rostami指出，尤其是在高管和大型矿企中，对AI的兴趣和接受度正在提升。当前挑战是企业虽了解AI潜力，却不明确实际应用方式。
AiMinr已有客户在阿拉斯加一处棕地矿山利用其平台优化短长期规划、资源储量评估和矿山设计。随着行业对技术的认可度提高，预计AI解决方案将在矿山运营层面得到更广泛应用。
Rostami强调该技术与消费级生成式AI截然不同，侧重工程精准计算和流程优化。
关键矿产开发仍需全流程突破
对于依托国家安全考虑快速建立关键矿产供应链的西方国家而言，简化审批仅解决部分问题。AiMinr认为，提高矿山工程设计和技术验证的速度是实现矿山项目快速投产的关键所在。
在关键矿产需求与供应开发周期存在明显错配的背景下，如何提升开发效率，推动矿业数字化转型，将成为未来供应链安全战略的重要环节。