Agentic AI en minería: Tolun AI valida estudios

Imagen referencial generada mediante IA. Centro de operaciones minero moderno con pantallas mostrando mapas y gráficos de datos.

Tolun AI hace público un registro de pruebas pre-registradas y un endpoint firmado para verificar resultados; la empresa propone que agentes autónomos aceleren decisiones técnicas desde exploración hasta cierre.

TECNOLOGÍA

Tolun AI, empresa que desarrolla sistemas agentic para todo el ciclo minero, publicó un ledger público con estudios pre-registrados y un endpoint de verificación de resultados. La compañía plantea cambios en exploración, reportes técnicos y control de decisiones.

Internacional Tolun AI 4 min de lectura

En 30 segundos

Tolun AI publicó un ledger público con estudios pre-registrados y un endpoint para verificar resultados.
BHP confirmó públicamente una investigación con Microsoft que incluyó screening computacional de más de 500.000 moléculas.
La entrevistada atribuye a los agentes la capacidad de integrar decisiones desde exploración hasta cierre, pero algunos casos citados se presentan como ejemplos o experiencia personal.

Análisis IndustriaMinera

Qué significa la noticia

La publicación pública de un ledger y un endpoint de verificación por parte de Tolun AI materializa una apuesta por agentic AI que busca que los sistemas no solo recomienden, sino que integren y ejecuten flujos técnicos con evidencia trazable. Es un paso hacia procesos técnicos reproducibles y auditablemente firmados por sistemas cuyos resultados se pueden verificar externamente.

Por qué importa

Si los agentes cumplen las garantías de proveniencia y restricción de acciones que propone Tolun AI, podrían reducir semanas de trabajo administrativo y acelerar decisiones en exploración, estimación de recursos y elaboración de estudios. Además, la trazabilidad prometida responde a una demanda creciente de transparencia en reportes técnicos.

Impacto para Chile

Chile, como productor minero relevante, podría beneficiarse de herramientas que integren datos históricos y operativos para priorizar objetivos de perforación y mejorar la verificación de estudios. La adopción puede afectar procesos de consultoría y exigir actualización de capacidades técnicas y marcos regulatorios.

Qué observar en adelante

Conferencia inaugural The AI Mine (7-8 de septiembre de 2027, Singapur); publicación de estudios completos en tolun.ai/validation; evolución del catálogo de servicios y de los endpoints públicos de Tolun AI.

Resumen

Tolun AI ha publicado un registro público de validación de estudios y un endpoint de verificación que firma resultados, en lo que la compañía describe como un avance del uso de Agentic AI en minería. La información fue difundida en una entrevista publicada por International Mining y documentada en el propio sitio de Tolun AI.

La firma presenta 24 estudios pre-registrados en su ledger y declara un catálogo de servicios para todo el ciclo minero; la compañía indica además que cada resultado lleva una marca de procedencia verificable públicamente.

Detalles verificados

El portal de Tolun AI (tolun.ai/validation) muestra el ledger público con estudios blind pre-registrados y un endpoint de verificación (tolun.ai/verify) que, según la empresa, contiene registros firmados de datos, parámetros y versiones de código. Estas páginas constituyen la evidencia primaria de las reclamaciones de la compañía.

Como ejemplo de agentic y generative/predictive AI en la industria, el comunicado oficial de BHP confirma una investigación conjunta con Microsoft que incluyó el screening computacional de más de medio millón de moléculas para reagentes de lixiviación de cobre; ese proyecto figura como investigación, no como despliegue de operaciones continuas.

Contexto y alcance

En la entrevista, la fundadora de Tolun AI expone que los agentes pueden integrar pasos técnicos que hoy requieren ensamblaje humano (por ejemplo, conciliación de datos de geofísica, geología y gequímica) y producir resultados con evidencia enlazada y una firma de un Competent Person al final del proceso.

La entrevistada atribuye a los agentes impactos en eficiencia de reportes técnicos y en la toma de decisiones, y advierte sobre riesgos de ciberseguridad y de gobernanza de acciones autónomas; algunos ejemplos mencionados en la entrevista se citan como experiencias compartidas por la interlocutora o como iniciativas de terceros.