A resposta passa pela forma como a mineração organiza seus dados. Em vez de substituir sistemas consolidados ao longo de décadas, mineradoras têm buscado inteligência artificial que se conecte a eles e execute etapas de trabalho técnico, segundo a MineMind, startup de IA voltada ao setor. A lógica é aproveitar o que já funciona e atacar o gargalo que mais pesa na rotina de geólogos e engenheiros: o tempo gasto organizando, movendo e conferindo informações.

O peso desse gargalo aparece em pesquisas do setor. O 7º Geoprofessionals Data Management Report, da Seequent, que ouviu mais de mil profissionais de geociências no mundo, mostra que os da mineração dedicam quase um terço do tempo de trabalho à gestão de dados. Para 80% deles, o tema tem importância crítica ou alta, mas apenas 39% das organizações de mineração têm um framework de gestão de dados definido. Qualidade dos dados, integração de fontes diversas e acesso a dados históricos aparecem entre as principais dificuldades.

O cenário ajuda a explicar a posição do setor na adoção de IA. Relatório global da PwC divulgado em junho, que comparou mais de 1.200 empresas, colocou a mineração em último lugar entre os setores em prontidão para a tecnologia. A consultoria atribui parte da defasagem a sistemas de dados ultrapassados, que não entregam os fluxos de dados em tempo real e de alta qualidade de que a IA depende. Entre as empresas analisadas, as mais preparadas obtêm um ganho de desempenho associado à IA 7,2 vezes maior que o dos pares, segundo o estudo.

Para Gustavo Usero, cofundador e CEO da MineMind, a integração é o caminho mais realista para fechar essa distância. “As mineradoras têm 40, 50 anos de processos construídos sobre softwares que funcionam. Pedir para trocar tudo é um projeto longo, caro e arriscado. Quando a IA entra por cima, conectada ao que a equipe já usa, o ganho aparece mais rápido e a confiança é maior”, afirma.

Na prática, a plataforma da MineMind se conecta a planilhas, apresentações e softwares técnicos de mineração, executa tarefas como controle e garantia da qualidade de dados (QA/QC), análise exploratória, estimativas de recursos e de reservas minerais, e deixa cada etapa disponível para revisão. Segundo a empresa, processos que levariam cerca de cinco semanas pelo método tradicional têm sido concluídos entre duas horas e dois dias, chegando à mesma resposta obtida pelo trabalho manual, e com a validação final dos resultados sempre feita pelas equipes técnicas.

A plataforma é usada por mineradoras no Brasil, no Canadá e no Chile, entre elas companhias listadas na bolsa de Nova York e de Toronto. A startup fechou em setembro uma rodada pre-seed de US$ 1 milhão. “A MineMind trouxe mais agilidade, organização e rastreabilidade às análises geoestatísticas. A plataforma facilita a criação de fluxos automatizados e a execução de etapas de validação, o que reduz o trabalho manual e libera tempo para a interpretação técnica e a tomada de decisão. Por ser uma aplicação instalada localmente, também reforça a segurança e a conformidade no uso dos dados”, diz Isabela Rodrigues, geóloga sênior de recursos da Kinross.

A escolha também tem a ver com confiança, valor central para um setor em que decisões técnicas sustentam investimentos de milhões de dólares. Ao manter os sistemas e a validação do profissional, a mineradora preserva as metodologias e os controles que já conhece. “Nosso setor é muito pautado por confiança. A IA precisa mostrar o que fez, e quem valida continua sendo o geólogo ou o engenheiro”, diz Usero.

Os prazos citados são exemplos de processos acompanhados pela empresa, não uma média do setor, e variam conforme o tipo de estudo, os dados disponíveis e as etapas automatizadas.

By admin

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *