IA de Stratum certifica recurso mineral bajo norma JORC

Un hito regulatorio que cambia lo que se puede certificar con IA

Hasta ahora, la inteligencia artificial en minería era bienvenida como herramienta de optimización interna: para predecir fallas, ajustar flotas o mejorar recuperación metalúrgica. Pero certificar oficialmente un recurso mineral con modelos de IA, bajo un estándar tan exigente como el JORC, era territorio inexplorado. Stratum AI acaba de cruzar esa línea.

Cómo una startup de Toronto convenció a los auditores

Stratum AI, una empresa de tecnología profunda fundada en Toronto, desarrolló modelos de IA en colaboración con St Barbara, compañía minera con sede en Perth, para estimar el recurso mineral de la mina de oro Simberi, ubicada en Papua Nueva Guinea. El resultado: esos modelos ya respaldan la estimación de recurso mineral reportada públicamente por St Barbara bajo el estándar JORC 2012, el código de reporte más usado en Australia y reconocido internacionalmente.

Lo que hace notable este caso no es solo el uso de IA, sino el nivel de escrutinio que implica una estimación JORC. El código exige transparencia metodológica, trazabilidad de datos y la validación de una Persona Competente que firma con su nombre y credenciales. Que un modelo de IA pase ese filtro equivale a que el sistema no solo genere un número plausible, sino que lo justifique con la suficiente solidez técnica para que un profesional certificado lo respalde ante inversores, reguladores y el mercado. No es un piloto interno. Es un documento público.

Stratum AI se posiciona como una de las primeras empresas en el mundo en lograr esto. Y la distinción importa: muchas startups del sector trabajan con datos geológicos y IA, pero operan en entornos de prueba o apoyo a decisiones internas. Llegar a un reporte público de recursos es escalar a otra categoría de validación.

El modelo de negocio detrás del hito técnico

Para entender por qué esto trasciende la anécdota tecnológica, hay que mirar cómo funciona la estimación de recursos tradicional. El proceso involucra geólogos senior, software especializado de geoestadística y semanas o meses de trabajo interpretativo. Es costoso, no siempre reproducible con exactitud entre distintos equipos, y depende fuertemente del criterio individual del profesional a cargo.

Si los modelos de IA pueden replicar o mejorar ese proceso con mayor velocidad, trazabilidad y consistencia, el impacto operacional es concreto: ciclos de estimación más cortos, menor variabilidad entre actualizaciones de recursos, y potencialmente la posibilidad de reestimar con mayor frecuencia a medida que llegan nuevos datos de perforación. Para una mina en operación como Simberi, donde las decisiones de planificación dependen de tener una imagen actualizada del yacimiento, eso tiene valor directo en el margen.

El caso también abre una conversación más amplia sobre confianza institucional en IA. Que una Persona Competente bajo JORC respalde modelos de IA no es una decisión técnica menor. Implica que el modelo es auditable, que sus supuestos son explicables y que puede ser cuestionado en una due diligence. Es el tipo de estándar que, si se generaliza, obliga a los desarrolladores de IA para minería a elevar su rigor metodológico.

El precedente que podría reescribir cómo se estiman los yacimientos

El caso Simberi es relevante para cualquier equipo de geología o planificación de mina que trabaje con datos de perforación masivos y ciclos de actualización de recursos bajo presión de tiempo. En América Latina, donde compañías que operan bajo NI 43-101 o el propio JORC reportan recursos en proyectos de litio, cobre y oro, la pregunta que surge es directa: ¿cuánto falta para que este tipo de validación sea estándar y no excepción?

La respuesta depende menos de la tecnología, que ya existe, y más de la disposición de las Personas Competentes a firmar modelos que no controlan línea a línea. Eso es un cambio cultural tanto como técnico, y el precedente de Simberi es el primer argumento real que los desarrolladores de IA tendrán para sentar a esos profesionales a la mesa.

La línea del fondo: Si la industria adoptara este enfoque de forma sistemática, los ciclos de actualización de recursos, que hoy pueden tomar meses, podrían comprimirse a semanas. Para proyectos de litio y cobre en etapa de exploración avanzada en LATAM, donde la velocidad para definir recursos impacta directamente el acceso a capital, eso no es una mejora incremental.