Inteligência Artificial Exercendo sua Influência Sobre a Cadeia de Suprimentos de Commodities

As cadeias de suprimentos de commodities exigem esforços contínuos para otimização da produtividade. Como em diversos setores, os setores de mineração e petróleo e gás estão descobrindo que a inteligência artificial (IA) é uma ferramenta que pode aprimorar operações comerciais diferenciando tudo, desde processos de descoberta e perfuração até inspeção de produto e manutenção preditiva. Ao longo do tempo, prevemos que mais inovações baseadas em IA se consolidarão, inclusive por meio de tecnologia como os sistemas Swarm Robotic Mining da companhia de robótica OffWorld, que oferece vigilância da superfície, escavação de precisão e capacidades de processamento de material.¹ E, conforme a adoção da IA prolifera através da cadeia de suprimentos de commodities no meio da transição de energia em curso, esperamos que ela desempenhe função significativa apoiando casos de investimento a longo prazo para estes setores.

Neste artigo, mostramos instâncias específicas de onde a IA e tecnologias associadas estão sendo usadas por companhias específicas em indústrias específicas destacando oportunidades para investidores. Apesar de ainda estar na fase inicial, a tecnologia IA e suas aplicações já estão sendo utilizadas, preparando o cenário para uso potencialmente mais robusto na mineração e nas cadeias de suprimentos de commodities nos próximos anos.

Principais Conclusões

• O esperado desequilíbrio na oferta e demanda de cobre fez com que companhias aumentassem suas produções com ajuda da IA e das eficiências operacionais que ela pode trazer ao processo.
• O uso da IA na preparação e análise de dados já é um componente crítico de esforços de exploração e produção de muitas companhias de petróleo e gás.
• A IA pode auxiliar os negócios da mineração administrando operações do sistema, aumentando a segurança no local de trabalho e melhorando a sustentabilidade, enquanto operadores de commodities usam-na para otimizar seus processos.

IA Junta-se à Caça do Cobre

Sem um investimento maior, a oferta de cobre provavelmente terá dificuldade para se manter alinhada à demanda, especialmente com o provável volume de demanda vindo de redes energéticas e transporte de acordo com o crescimento nos esforços de descarbonização. O suprimento primário de cobre já estava 4 milhões de toneladas abaixo em 2022, portanto a necessidade é forte.² Se as reservas atuais não forem substituídas por novas descobertas e iniciativas geológicas, esta lacuna aumentará para 32 milhões de toneladas até 2050.³

Diversas companhias notáveis de mineração de cobre estão se voltando para a IA para ajudá-las a preencher esta lacuna e outras devem seguir o exemplo nos próximos anos. No Chile, a Codelco está usando IA para extrair mais cobre de suas minas envelhecias conforme mineradores procuram melhorar a eficiência devido à falta de depósitos frescos e da demanda crescente. A Codelco lançou um centro de dados digital baseado em aprendizado de máquina em 2020 para lutar contra a queda dos níveis, elevadas despesas e crescentes preocupações com o meio ambiente. A companhia estatal informou que a plataforma está ajudando-a a adicionar 8.000 toneladas métricas em sua mina secular Chuquicamata, equivalente a $80 milhões em receita anual.⁴

Existe um crescente motivo para acreditar que uma série de companhias de mineração de cobre podem usar IA no futuro próximo para otimizar propriedades e minérios específicos. A australiana BHP fechou parceria com a Microsoft para o desenvolvimento de IA e soluções ML (aprendizado de máquina) para otimizar o desempenho como concentrador em Escondida, a maior mina de cobre do mundo.^5,6

A IA também pode ser usada para otimizar operações. Um sistema de visão de computador pode ser usado para inspecionar produtos analisando sua qualidade e encontrando falhas, tais como rosqueamento de tubulação defeituosa e erros no maquinário. Consequentemente, a inteligência artificial pode auxiliar evitando tais problemas e significativamente reduzindo custos.

Nos Estados Unidos, a companhia de mineração baseada no Arizona Freeport-McMoRan procurou modificações operacionais que poderiam aumentar os resultados de cobre sem maiores esforços financeiros. Junto com cientistas de dados da McKinsey AI, a companhia desenvolveu um modelo de otimização de produto mínimo viável (MVP), TROI, que pode fazer recomendações a cada 12 horas para cada um dos dois turnos da usina. O TROI ajudou a aumentar a produção da usina de forma significante. Após a implantação, suas usinas de concentração de cobre rodaram a uma taxa maior sem sacrificar a eficiência. A produção na mina de Bagdá chegou a 85.000 toneladas de minério por dia no quarto trimestre de 2018, 10% mais do que o trimestre anterior, enquanto a taxa de recuperação de cobre aumentou 1%.⁷

Um dos mais significantes usos de aprendizado de máquina está nos processos de descoberta. A IA e o aprendizado de máquina melhoram a precisão e a eficiência da exploração mineral. Sistemas de IA podem rapidamente avaliar dados geoespaciais para encontrar reservas minerais e outros recursos. A companhia de exploração mineral americana KoBold Metals anunciou em março de 2023 que concluiria uma avaliação econômica em um projeto de três anos usando IA para localizar e definir reservas escondidas de cobre em centenas de metros de profunidade.⁸

Esta e outras tecnologias revolucionárias como drones substituindo trabalho de campo caro e consumidor de tempo provavelmente acelerarão substancialmente o processo de exploração nos próximos anos. Embora ainda na fase inicial, existem diversos motivos para acreditar que as companhias de mineração de cobre mencionadas não serão casos únicos de uso da IA em mineração, mas potencialmente tornar-se-ão mais disseminados conforme a tecnologia avança.

IA Promove Profundas Perspectivas de Dados ao Setor de Petróleo e Gás

Companhias de petróleo e gás continuamente avaliam riscos de projeto, independente de o projeto já estar em operação ou ainda na fase de planejamento. A IA está ajudando cientistas de dados da indústria a extraírem perspectivas de dados disponíveis de forma muito mais eficiente. Por exemplo, em 2019 a IBM uniu-se à ExxonMobil para modernizar o planejamento de desenvolvimento de poços que inclui a escalação de dados para entender como uma região específica evoluiu ao longo do tempo. Historicamente, a preparação e interpretação destes dados sísmicos são um processo meticuloso que demora 12-18 meses. No entanto, uma plataforma alimentada por IA fornecida para a ExxonMobil reduziu o tempo de preparação de dados em 40% e o tempo de planejamento de nove para sete meses.⁹

De acordo com observações e histórias, muitos negócios de petróleo e gás já contam pesadamente com a IA para preparação e análise de dados como parte de seus processos de exploração e produção. Em 2019, o braço de capital de risco da British Petroleum, BP Ventures, investiu $5 milhões em fundos da Série A da Belmont Technology para impulsionar a exploração da IA e de capacidades digitais. O investimento ajuda a BP a explorar o aprendizado de máquina e computação cognitiva em todas as suas operações globais de petróleo e gás. Uma startup baseada em Houston criou uma plataforma de geociência baseada em nuvem alimentada por IA que conecta e especifica fluxos de trabalho para melhorar a imagem dos ativos subterrâneos da empresa. A BP, então, interpreta os resultados usando redes neurais de IA para acelerar seus processos.¹⁰

Em 2020, a Baker Hughes, uma das maiores companhias de serviços de campos de petróleo, e a companhia de tecnologia C3.ai lançaram a BHC3 Production Optimization (Otimização da Produção BHC3). Esta ferramenta alimentada por IA permite que operadores vejam os dados de produção em tempo real, identifiquem anomalias nos dados, prevejam produção futura e otimizem operações para impulsionar a produção de petróleo e gás.¹¹ Mais amplamente, já existe a digitalização no setor de energia pavimentando o caminho para outras aplicações de IA. Em 2022, os EUA deram uma guinada para melhor e tornaram-se líder global na digitalização do setor elétrico, anunciando número recorde de projetos e parcerias.¹²

A Shell é pioneira em implantação de IA. Em 2015, a companhia lançou o Shell Virtual Assistant (Assistente Virtual), o primeiro serviço ao cliente alimentado por IA na indústria de lubrificantes.¹³ Em maio de 2023, a Shell Plc anunciou que implantará a tecnologia baseada em IA Spark Cognition na exploração e produção em alto mar para aumentar a produção costeira de petróleo analisando dados sísmicos. Esta nova tecnologia pode reduzir a exploração de nove meses para nove dias.¹⁴

A IA está prestes a transformar o setor de petróleo e gás. Todos os principais produtores de petróleo e gás, seja estatal ou público, têm uma estratégia de IA para seus negócios a jusante, a montante e intermediário. A EY concluiu que 92% dos negócios de petróleo e gás em todo o mundo estão “ou atualmente investindo em IA ou planejando fazê-lo nos próximos dois anos”.¹⁵

Casos de Uso de IA Incluem Monitoramento do Sistema de Mineração, Segurança do Local de Trabalho e Mais

A IA pode ajudar as companhias de mineração a supervisionarem operações do sistema. Na mina Boliden’s Garpenberg na Suécia, a plataforma de automação da companhia de robótica ABB, System 800xA, coordena sub operações por muito tempo consideradas atividades independentes controlando seus fortes motores, guinchos e transformadores de alta voltagem da usina.¹⁶

Sistemas de manutenção preditiva usam algoritmos de aprendizado de máquina para avaliar dados sensoriais de máquinas para previsão da necessidade de reparos, drasticamente reduzindo paradas não programadas enquanto simultaneamente aumentam a produtividade. Estes algoritmos podem também identificar padrões e causas raiz de panes no maquinário, permitindo manutenção mais proativa. Usando estas ferramentas, as minas podem melhorar a tomada de decisão e otimizar seus processos.

A IA pode ser uma ferramenta de melhoria da segurança do local de trabalho. As minas estão mais seguras do que nunca por causa de melhores padrões de saúde e segurança. A IA, que prevê falhas e reduz acidentes, está acelerando esta mudança. Sensores usáveis usando IA podem identificar desconforto físico, sonolência e exaustão dos trabalhadores.

Aprendizado de máquina pode prever e evitar falhas catastróficas reconhecendo sintomas de falhas, reduzindo custos de reparo e riscos ao operador. Analistas de Dados Globais pesquisaram 138 minas entre dezembro de 2021 e fevereiro de 2022 e concluíram que prevenção de colisão, detecção de fadiga e tecnologia de veículos com controle remoto foram as principais prioridades para investimento nos próximos dois anos.

Sustentabilidade é uma área de interesse da mineração em IA. Embora a mineração seja intrinsicamente destrutiva, o uso de IA já mitigou significativamente os efeitos prejudiciais da indústria sobre o meio ambiente. Por exemplo, a Vale possui uma iniciativa baseada em IA reduz o uso de combustível de caminhão não rodoviário nas unidades da companhia que estimadamente reduz emissões de CO2 em torno de 74.000 toneladas por ano. A estratégia pode ajudar a Vale a reduzir emissões diretas e indiretas em 33% até 2030.¹⁷ Técnicas computacionais e aprendizado de máquina estão demonstrando sua utilidade estratégica, com diversas aplicações que vão desde o estudo do impacto das mudanças do uso da terra sobre o clima até avanços no desenvolvimento de materiais de alto desempenho que contribuem para a obtenção do objetivo ‘net-zero’.

O mundo da comercialização de commodities é outra área para IA conforme organizações procuram impulsionar seus processos comerciais. Integrando IA e ML com a comercialização de commodities e sistemas de gestão de risco (CTRMs) pode-se facilitar previsões complicadas de preço, validação de dados logísticos e detecção de tendências em tempo real para recebimento e entrega. Agora pode ser um momento particularmente oportuno para companhias de commodities alavancarem informações analíticas e otimização comercial que a IA e o ML oferecem, dadas as complexidades adicionadas da transição de energia e a crescente frequência de ruptura significantes no mercado.

Conclusão: A Cadeia de Suprimentos de Commodities está Pronta para IA

Companhias de commodities já estão colhendo benefícios da implantação da IA em suas operações e esperamos que mais companhias priorizem investimentos em soluções de IA para encontrar novas eficiências e se manterem competitivas. Em nosso ponto de vista, os setores de mineração e petróleo e gás oferecem a investidores uma forma singular de capturar a crescente influência da IA, especialmente sua função auxiliadora na transição de energia. Investir em commodities pode apresentar desafios, mais do que em outras classes de produtos, devido, em parte, a oscilações nos preços spot. Acreditamos que, para investidores, uma cesta de fundos de capital fixo (ETF) de títulos pode mitigar tais riscos enquanto oferecem a investidores exposição para uma série de casos de uso de IA em todo o espectro de commodities.