公司业务模式 - 利用AI技术构建全球最大地球科学数据集 通过传感器 数据系统和预测模型组成的完整技术栈革新矿产资源勘探方式 重点关注锂 铜 镍等电池和AI驱动经济所需金属 [3][4][12] - 每年在四大洲70个项目投资超1亿美元 采用"假设-验证"科学方法 通过算法预测矿藏位置后实地采集岩石样本 航空探测和钻探验证 [3][6][12] - 勘探环节创造核心价值 单个成功项目可带来百倍至千倍回报 目前拥有60多个勘探项目 其中赞比亚Mingomba铜矿品位达5% 远超行业0.6%平均水平 [5][12][13][14] 技术体系架构 - 技术栈包含三大模块：新型传感器采集地球物理数据 数据系统整合历史与实时结构化/非结构化数据 数十种预测模型提升勘探精准度 [4][15][16] - 采用高光谱成像系统等自研设备 以600种频谱采集数据 结合卫星图像 航空磁测 岩石样本等多维数据源训练模型 [15][18] - 模型实时更新机制 地质学家现场采集数据后立即重新训练 形成"预测-验证-迭代"闭环 显著提升勘探效率 [16][17] 行业洞察与战略 - 全球铜需求未来25年将超历史总开采量 锂产量需增长10倍 但地表易发现矿藏已枯竭 需通过技术手段探测深层矿床 [10][38] - 勘探成功率从30年前8次/十亿美元降至不足1次 KoBold目标将单次发现成本控制在5000万-1亿美元 [21][23] - 稀土元素稀缺性被夸大 实际制约因素是下游加工能力集中在中国 而铜 锂等关键金属存在真实供给缺口 [26][27][28] 方法论与认知框架 - 提出《勘探认识论》指导决策 强调可证伪预测 避免确认偏误 同时维护多个竞争性假设以优化勘探路径 [35][36] - 数据价值维度越高预测能力越强 需整合百年历史手工地图与现代遥感数据 没有单一"银弹"型数据集 [9][18][19] - 估值模型基于未来现金流折现 矿山生命周期产量可精确预测 高品位矿床显著降低运营成本和环境影响 [20][14] 地理布局与资源分布 - 重点勘探区域包括赞比亚铜带 刚果(金)等中非地区 北美和澳大利亚锂矿带 避开格陵兰等政治高风险区域 [12][24][29] - 赞比亚Mingomba矿床矿体规模大且连续性好 核心区铜含量5% 需开采矿石量仅为普通矿床的1/10 [13][14] - 锂矿勘探全球不足 当前主要硬岩锂矿多为上世纪寻找钽矿时偶然发现 相关地质科学研究仍处早期阶段 [24]