Zanskar recauda USD 115 millones para escalar la exploración geotérmica impulsada por IA

Zanskar, una empresa emergente de energía geotérmica, ha recaudado USD 115 millones en una ronda de financiación de Serie C. La inversión fue liderada por Spring Lane Capital, con la participación de un amplio grupo de firmas de capital de riesgo, incluyendo Union Square Ventures, Lowercarbon Capital y Munich Re Ventures. La empresa planea utilizar el capital para escalar su plataforma de exploración impulsada por inteligencia artificial, la cual se enfoca en la energía geotérmica convencional. A diferencia de la energía geotérmica mejorada —que depende de técnicas de fracturación hidráulica para acceder a rocas calientes profundas—, la geotérmica convencional aprovecha los puntos calientes fracturados naturalmente.

La tecnología de la startup busca desbloquear recursos geotérmicos convencionales que históricamente han sido difíciles de localizar. En Estados Unidos, la energía geotérmica convencional se ha mantenido estancada, generando 4 gigavatios de energía, lo que representa un aumento de solo alrededor de un gigavatio en la última década. El Departamento de Energía (DOE, por sus siglas en inglés) estima que la energía geotérmica podría generar 60 gigavatios para 2050, lo que representaría casi el 10% de la electricidad de Estados Unidos. Sin embargo, el cofundador y CEO de Zanskar, Carl Hoiland, argumenta que esta estimación es demasiado baja porque subestima el verdadero potencial de la geotérmica convencional. Hoiland cree que los sistemas convencionales no descubiertos podrían estar subestimados por un orden de magnitud o más, lo que podría elevar la energía geotérmica a una oportunidad a escala de teravatios.

Para encontrar estos recursos ocultos, Zanskar se apoya en el aprendizaje automático. Alrededor del 95% de los sistemas geotérmicos carecen de indicadores superficiales como aguas termales o volcanes, lo que significa que normalmente solo se descubren por accidente. Zanskar entrena sus modelos de aprendizaje automático con datos históricos, incluyendo estos descubrimientos accidentales, para identificar ubicaciones prometedoras. Una vez que se selecciona un sitio, la empresa aplica un método estadístico conocido como aprendizaje evidencial bayesiano. Este enfoque utiliza datos existentes para establecer suposiciones iniciales, o “priors”, y luego ejecuta modelos para falsificar esas hipótesis, generando resultados de probabilidad para la viabilidad del sitio.

El modelo de exploración de la empresa ya ha mostrado éxito temprano. Tras probar con éxito su enfoque en tres sitios iniciales, Zanskar ha construido una cartera de sitios que, según estima Hoiland, puede soportar al menos un gigavatio de capacidad de generación. La startup actualmente centra sus esfuerzos en el oeste de Estados Unidos, donde el potencial geotérmico es mayor. Zanskar tiene como objetivo identificar al menos 10 sitios confirmados para asegurar financiamiento de proyectos, una fuente de capital más barata que el capital de riesgo, para ayudar a transicionar sus descubrimientos hacia la generación de energía activa. “Ahora sabemos que este es el futuro de la exploración”, dijo Hoiland.

Por qué importa

La ronda de USD 115 millones de Zanskar destaca un cambio en la tecnología climática hacia el uso de IA para reducir el riesgo en la exploración de energía geotérmica convencional, desafiando las estimaciones gubernamentales conservadoras sobre la capacidad del sector.