北美關鍵礦產供應受限於長期開發週期
北美地區正積極減少對中國關鍵礦產依賴，但礦產從勘探發現到實際投產，常需要超過30年的漫長開發週期。這其中涵蓋地質調查、工程設計、技術驗證、融資與環境監管審批等多階段。相比之下，美國國防部和採購政策的時間節奏多以數年計，面對國家安全需求，長期與短期期限顯著錯配，致使供應鏈建設面臨重大挑戰。
2027年1月起生效的防務聯邦採購規定（Defense Federal Acquisition Regulation Supplement，DFARS）強制要求特定國防材料必須來自非中盟友國家。自2024年1月1日美國國防部即禁止在所有防務系統中使用中國稀土磁鐵及相關原料，然而，目前國內產能無法在該期限內全面補足相關需求。
AiMinr執行長Ari Rostami博士指出，挑戰源自礦業開發與國家安全政策採用兩種截然不同的時間框架。美國礦山多採用分散且線性進展的流程，而中國則透過更集中且協調的系統推動加速。另外，隨著技術與市場動態快速變化，即便礦坑投入生產，仍可能存在技術迅速落後風險。以鈷為例，他提到雖原本預計電動車需大量鈷，但趨向採用無鈷的磷酸鐵鋰電池已改變市場需求結構。
技術驗證與工程設計成供應鏈痛點
目前北美加速關鍵礦山開發多集中在簡化環保與行政審批程序，Rostami強調這只是冰山一角。約30%至40%的開發時間用於可行性評估與技術驗證階段，包括經濟初評、範圍界定、預可行及可行性研究等。
傳統流程依賴大量人工協同，地質學家、採礦規劃師、加工工程師及財務分析師分步作業完成設計與成本估算，但礦業技術人才正逐年短缺。此外，研究過程偏向線性且斷裂，一旦前提更新，須重做多數已完成工作，導致項目經常陷入「研究疲勞」，影響整體開發效率。
利用AI協同平台 提升工程效率轉型
為突破瓶頸，AiMinr推出基於雲端的礦業資本項目管理軟體。其核心為一套「編排引擎」，猶如數字化總承包商，將地質、地質工程、水文、通風、冶金及財務建模等多學科整合在同一生態系統，由50多個專用AI代理協同跑流程，將傳統串行轉成並行操作。
該系統可實時同步項目參數變更至各專業領域，避免人工重複設計與評估，部分工程設計階段周期有望由數年壓縮至數月。AiMinr同時結合AI代理與確定性算法，避免關鍵判斷依賴生成式AI，確保結果透明可追蹤並經多方驗證，符合礦業對精準度的嚴格要求。
礦業界逐步接受AI技術
雖礦業傳統上對新技術態度審慎，但Rostami表示，特別是在企業高層及大型礦企中，對AI的興趣與接受度正逐漸上升。現階段挑戰在於企業理解AI的潛力，卻尚未明確如何具體落地應用。
AiMinr已有案例應用於阿拉斯加棕地礦山，利用平台優化長短期規劃、儲量評估與礦山設計。隨著業界技術認可逐步增強，預計AI系統將在礦山作業實務層面擴大應用。Rostami強調，AiMinr技術聚焦工程精算及流程優化，與消費級的生成式AI截然不同。
供應鏈安全依賴全方位加速
對於以國家安全需求推動關鍵礦產供應的西方國家來說，簡化政府審批雖重要，但非唯一解決之道。AiMinr認為，提高礦山工程設計及技術驗證效率，才是縮短投入產出時程的核心。
面對關鍵礦產需求快速提升與長期開發週期不匹配，提升行業研發效率並促進數位轉型將成為確保供應鏈韌性與安全的關鍵課題。