AI-тай хайгуул: Yalgoo хэлцлийн сургамж Монголд

4.5 сая ам.долларын үнэ бүхий нэг хайгуулын лицензийн багц заримдаа хэдэн жилийн “эргэлзээтэй хайгуул”-аас илүү тод дохио өгдөг. 2025 оны сүүлээр Capricorn Metals Баруун Австралийн (WA) Yalgoo төслийг Tempest Minerals-оос авахаар болсноор яг ийм дохио гарлаа: сайн ордын боломж дан ганц геологид биш, мөн өгөгдөл дээр суурилсан шийдвэр, бүс нутгийн синержи, хурдан шалгалт (validation) дээр тогтдог болсон.

Энэ нийтлэл бол манай “Хиймэл оюун ухаан Монголын уул уурхай, олборлох салбарыг хэрхэн өөрчилж байна” цувралын нэг хэсэг. Австралид өрнөсөн Yalgoo хэлцлийг жижиг мэдээ гэж өнгөрөөхөд амархан. Харин Монголын нөхцөлд харвал өөр өнцөг гарч ирнэ: AI (хиймэл оюун ухаан) зөв ашиглавал лицензийн үнэлгээ, хайгуулын зорилтот талбай сонголт, хөрөнгө оруулалтын эрсдэлийн удирдлага дээр бодит давуу тал өгч чадна.

Yalgoo хэлцэл юуг хэлээд байна вэ?

Хариулт нь энгийн: хайгуулын талбай авах шийдвэр улам “портфелийн логик”-той болж байна. Capricorn Yalgoo-г авахдаа зөвхөн нэг цэгийн боломж худалдаж аваагүй, харин өөрийн Mt Gibson бүсийн хайгуулын “кластер”-ийг зузаатгаж, ойр орчмын төслүүдтэй (Golden Range, Fields Find) уялдах логистик ба мэдлэгийн давуу байдлыг нэмэгдүүлж байна.

Yalgoo төсөл:

• Ойролцоогоор 1000 км² талбайтай
• Зорилтот бүтээгдэхүүн: зэс, алт, төмрийн хүдэр, үнэт металлууд
• Хэлцлийн үнэ: 4.5 сая ам.доллар
• Нэмэлт төлбөр: нийт 1.5 сая ам.доллар хүртэл (2 шаттай)
  • 75,000 унц-аас дээш алтны нөөц (Mineral Resource Estimate) зарлавал 750,000
  • Арилжааны олборлолт эхэлбэл 750,000
• Tempest нь зарим дорнод талбайн төмрийн эрхийг хадгална

“Milestone payment” яагаад ухаалаг бүтэц вэ?

Хариулт: эрсдэлийг өгөгдлийн баталгаажуулалттай уяж өгдөг. 75,000 унц гэдэг бол “том орд” гэсэн шошго биш ч хайгуулын төслийг дараагийн шатанд санхүүжүүлэхэд хангалттай доод босго болох нь олонтаа.

Эндээс Монголын компаниуд авах нэг санаа байна: лицензийн худалдан авалт, JV, earn-in хэлцлүүдийг AI-гаар гарсан эрсдэлийн оноо (risk score) болон баталгаажуулалтын шаттай уяж байгуулбал хөрөнгө оруулалтын сахилга бат өснө.

Сайн хэлцэл гэдэг “сайн талбай” гэхээсээ “баталгаажих тусам төлнө” гэсэн бүтэцтэй байдаг.

AI хайгуулын “газрын зураг”-ийг яаж өөрчилж байна вэ?

Хариулт: AI нь олон эх сурвалжийн өгөгдлийг нэгтгээд, хүний багийн анзаарахгүй өнгөрөх корреляцыг илрүүлдэг. Монголд ч, Австралид ч нэг асуудал нийтлэг: өгөгдөл олон, харин шийдвэр гаргах хугацаа богино.

Хайгуулын AI-гийн бодит хэрэглээ (ялангуяа M&A/аквизишн үед):

1) Prospectivity mapping: “хаана өрөмдөх вэ?”-г хурдан тодруулна

Хариулт: ML загварууд геохими, геофизик, алсын тандан, бүтэц-стратиграфийн өгөгдлөөр өндөр магадлалтай бүсийг эрэмбэлдэг.

• Мэдээллүүд: магнетик/гравити, спектрал зураглал, дээжийн геохими, өрөмдлөгийн түүхэн лог, структурын шугаман мэдээлэл
• Гаралт: “өндөр/дунд/бага боломж”-ийн зураг + тайлбарлах боломжтой факторууд

Yalgoo шиг олон бараа бүтээгдэхүүн (алт+зэс+төмөр) зэрэг сонирхдог талбайд multi-commodity загвар хэрэгтэй болдог. Монголын говийн бүсэд ч мөн адил: нэг лиценз дээр зэс-порфир, алтны судал, молибден, заримдаа газрын ховор элемент зэрэг давхар боломж байдаг.

2) M&A screening: “аль лиценз үнэхээр тохирох вэ?”

Хариулт: AI нь синержи, дэд бүтэц, зардлын профайлыг тооцоод лицензүүдийг портфелиор нь оноо өгч чадна.

Ашигтай шалгуурын багц:

• Ойрын дэд бүтэц (зам, цахилгаан, ус)
• Ойролцоох үйлдвэр/ХАБЭА систем/ажиллах хүчний бааз
• Геологийн аналог (ойролцоо орд, структурын хэв маяг)
• Зардлын эмзэг байдал (өрөмдлөгийн гүн, тээвэр)
• Зөвшөөрөл, газар ашиглалт, орон нутгийн эрсдэл

Capricorn-ийн хувьд “Mt Gibson бүсийн footprint”-ээ тэлж байна гэдэг нь AI-ийн хэлээр бол кластерын өртөг бууруулах (cluster economics) гэсэн санаа. Монголд энэ логик тод ажиллана: нэг аймаг/суманд олон лиценз тарамдвал зардал өсдөг; харин кластерчлах тусам техник, лаборатори, ханган нийлүүлэлт, хүний нөөц “хуваалцагдана”.

3) Geology + finance нэг хэлээр ярих боломж

Хариулт: AI нь геологийн магадлалыг санхүүгийн хувилбаруудтай (NPV, IRR, capex/opex) холбож, илүү бодит шийдвэр гаргахад тусалдаг.

Yalgoo хэлцлийн milestone (75,000 унц ба олборлолт эхлэх) нь яг энэ холбоосын хамгийн энгийн хувилбар: геологийн баталгаажуулалт → бизнесийн үнэ цэнэ → төлбөр.

Монголын олон төсөл дээр “геологийн тайлан” ба “санхүүгийн загвар” хоёр тусдаа явсаар, хэлцлийн үед л нийлдэг. Миний харсан нийтлэг алдаа бол энэ: өгөгдөл нэгтгэгдээгүйгээс болж сайн лицензийг дутуу үнэлэх, мууг нь хэт үнэлэх.

Монголын уул уурхайд Yalgoo-оос авах 3 практик сургамж

Хариулт: лицензийн өсөлт, хайгуулын хурд, эрсдэлийн сахилга бат—гурвыг зэрэг сайжруулах боломж байна.

1) “Бүсийн стратеги”-гүй AI үр дүн багатай

AI танд хамгийн сайхан prospectivity map гаргаад өгч болно. Гэхдээ компани “аль бүсэд кластер үүсгэх вэ?” гэдгээ тогтоогоогүй бол үр дүн нь PowerPoint дээр үлддэг.

Хийх ажил:

• Нэгээс хоёр гол бүс сонго (жишээ нь: Өмнөговийн зэсийн бүс, эсвэл Төвийн алтны бүс)
• Тэр бүсэд өгөгдлийн стандарт тогтоож, шинэ лицензүүдийг нэг шалгуураар үнэл

2) Milestone бүтэц бол AI-тай хамгийн сайн нийцдэг хэлцэл

Хариулт: AI-ийн тооцоолсон эрсдэлийн оноо өндөр байх тусам upfront багасгаж, баталгаажих тусам төлөх загвар илүү шударга.

Жишээ бүтэц (ерөнхий санаа):

• Upfront төлбөр +
• “JORC/MRE босго” дээр нэмэлт төлбөр +
• “PFS/DFS” дээр нэмэлт төлбөр +
• “First production” дээр нэмэлт төлбөр

Ингэхэд продавец ч ашигтай (хожмын өсөлтөөс хувь хүртэнэ), худалдан авагч ч ашигтай (эрсдэлийг шаталж санхүүжүүлнэ).

3) 2026 оны хайгуулын төлөвлөгөөг AI-гаар “өрөмдлөгийн дараалал” болгож хөрвүүл

Capricorn 2026 онд идэвхтэй хайгуул хийнэ гэж мэдэгдсэн. Сайн компаниудын ялгаа энд гардаг: хайгуул = олон санаа биш, хайгуул = дараалалтай туршилт.

Монголын компаниуд дараах байдлаар төлөвлөвөл илүү хурдтай явна:

1. Өгөгдөл цэвэрлэх (QA/QC) – 4-6 долоо хоног
2. Prospectivity загвар – 2-4 долоо хоног
3. 3-5 зорилтот талбай сонгох + талбай тус бүрт “ялалтын нөхцөл” (success criteria) тогтоох
4. Өрөмдлөгийг 2 үе шаттай хийх (Stage 1: батлах, Stage 2: тэлэх)

“AI уурхайд ажиллана” гэдэг нь яг юуг хэлдэг вэ?

Хариулт: AI нь уурхайг өөрөө ажиллуулахгүй, харин шийдвэр гаргалтын чанарыг хэмжигдэхүйц сайжруулна. Монголын уул уурхай, олборлох салбарт хамгийн их нөлөө үзүүлэх 4 хэрэглээ бол:

• Хайгуулын өгөгдөл нэгтгэл, зорилтот талбай сонголт (геологи)
• Тоног төхөөрөмжийн эвдрэл урьдчилан таамаглах (үйлдвэрлэл)
• ХАБЭА эрсдэлийн илрүүлэлт (камер, сенсор, зан үйл)
• Нийлүүлэлтийн сүлжээ ба түлш/тээврийн оновчлол (зардал)

Yalgoo шиг хэлцлүүдийн “үнэн” нь энэ: компаниуд ирээдүйн ордыг зөвхөн газрын гүндээс биш, өгөгдөл дундаас олж эхэлсэн.

Дараагийн алхам: Монголд хэрэгжүүлэх энгийн эхлэл

Хариулт: нэг компанийн хэмжээнд жижиг туршилт эхлүүлэхэд хангалттай. Хэрэв та хайгуул, лицензийн үнэлгээ, эсвэл хөрөнгө оруулалтын багт ажилладаг бол дараах 30 хоногийн төлөвлөгөө хамгийн бодит.

• 1-р долоо хоног: лицензүүдийн мэдээллийн зураглал (ямар өгөгдөл хаана байна?)
• 2-р долоо хоног: 2-3 лиценз дээр “feature set” тогтоох (геохими, геофизик, зай-зам, хөрш ордууд)
• 3-р долоо хоног: энгийн scoring model (жинлэлтийн матриц эсвэл ML прототип)
• 4-р долоо хоног: шийдвэрийн процесс дээр туршиж, ямар үзүүлэлтээр амжилт хэмжихээ тохирох

Хэрэв энэ цувралын зорилго нэг өгүүлбэрээр хэлбэл: AI-г демо түвшинд биш, лицензийн бодит шийдвэр дээр ашиглаж эхлэх.

Монголын дараагийн том боломж хаанаас гарч ирэх бол? Газрын гүнд байж л таарна. Гэхдээ тийшээ хүрэх замыг өгөгдөл, AI, сахилга баттай хэлцлийн бүтэц илүү богино болгоно.