Polska spółka TerraEye, która wykorzystuje sztuczną inteligencję do wykrywania złóż krytycznych minerałów na podstawie zdjęć satelitarnych, została przejęta przez podmiot powiązany z Abu Dhabi. Transakcja zamyka kilkuletni wyścig o technologię, którą interesowały się fundusze z kilku kontynentów. To jedna z najciekawszych polskich akwizycji ostatnich miesięcy – i sygnał, że rodzime AI budzi apetyt daleko poza Europą.
Kto kupił TerraEye i dlaczego akurat teraz
Nabywcą jest International Resources Holding (IRH) – konglomerat z siedzibą w Abu Dhabi, kontrolowany przez szejka Tamira bin Zayeda Al Nahyana, brata prezydenta Zjednoczonych Emiratów Arabskich. IRH działa w sektorze wydobywczym i energetycznym na kilkudziesięciu rynkach. Portfel grupy obejmuje aktywa górnicze w Afryce, Azji Centralnej i na Bliskim Wschodzie, a przejęcie TerraEye wpisuje się w strategię technologicznej modernizacji łańcucha poszukiwawczego.
O polską spółkę rywalizowało kilka podmiotów – w tym fundusze z USA i Azji. Ostatecznie to arabski gigant złożył ofertę, która przekonała założycieli. Kwota transakcji nie została oficjalnie ujawniona, ale źródła branżowe mówią o wycenie rzędu kilkudziesięciu milionów dolarów. Dla polskiego ekosystemu startupowego to istotny exit – nie dlatego, że rekordowy, lecz dlatego, że potwierdza: technologie deep tech z Polski potrafią przyciągnąć strategicznego kupca spoza typowego kręgu europejskich inwestorów.
Czym właściwie zajmuje się TerraEye
TerraEye to spółka założona w 2020 roku we Wrocławiu. Jej podstawowe narzędzie to platforma analityczna, która łączy dane z satelitów obserwacyjnych – przede wszystkim z programu Copernicus Europejskiej Agencji Kosmicznej oraz komercyjnych konstelacji – z algorytmami uczenia maszynowego. Wynik? Mapy prawdopodobieństwa występowania złóż mineralnych, generowane bez konieczności fizycznego wchodzenia w teren.
Tradycyjne poszukiwania geologiczne to proces kosztowny i powolny. Wymaga kampanii terenowych, odwiertów próbnych, analiz geochemicznych. Każdy etap trwa miesiące i pochłania miliony dolarów, a większość wytypowanych lokalizacji okazuje się pusta. TerraEye skraca początkową fazę rozpoznania z miesięcy do tygodni. Algorytmy analizują wielospektralne obrazy satelitarne – widzą w pasmach niedostępnych ludzkiemu oku – i zestawiają je z danymi geologicznymi, topograficznymi oraz historycznymi. Na tej podstawie model wskazuje obszary o najwyższym potencjale mineralizacji.
Spółka skupia się na tak zwanych surowcach krytycznych: licie, kobalcie, miedzi, pierwiastkach ziem rzadkich. To minerały niezbędne do produkcji baterii, turbin wiatrowych, półprzewodników. Popyt na nie rośnie szybciej niż zdolności wydobywcze, a łańcuchy dostaw są skoncentrowane w kilku krajach – głównie w Chinach i Demokratycznej Republice Konga. Kto potrafi szybciej znaleźć nowe złoża, zyskuje przewagę strategiczną.
Jak sztuczna inteligencja widzi to, czego nie widzi geolog
Podstawą technologii TerraEye są konwolucyjne sieci neuronowe wytrenowane na oznaczonych danych geologicznych. Model uczy się rozpoznawać subtelne sygnatury spektralne – drobne różnice w odbijaniu światła przez powierzchnię ziemi – które korelują z obecnością określonych minerałów pod spodem. To trochę jak diagnozowanie choroby na podstawie koloru skóry, tyle że pacjentem jest skorupa ziemska, a lekarzem algorytm przetwarzający terabajty danych z orbity.
Kluczowe jest to, że model nie zastępuje geologa – raczej mówi mu, gdzie warto kopać. Ostateczną decyzję o odwiercie podejmują ludzie. Ale wstępna selekcja terenu, która kiedyś wymagała wielomiesięcznych ekspedycji, teraz odbywa się przy biurku. Jak podaje Rzeczpospolita, platforma TerraEye została już przetestowana na kilkudziesięciu projektach w Afryce, Ameryce Południowej i Australii. W części przypadków wskazania algorytmu potwierdziły się w późniejszych odwiertach.
Warto dodać kontekst technologiczny. Techniki analizy danych satelitarnych wspieranej przez AI rozwijają się dynamicznie nie tylko w geologii. Podobne podejście stosuje się w monitorowaniu wylesiania, prognozowaniu plonów czy wykrywaniu wycieków metanu. TerraEye znalazło swoją niszę tam, gdzie stawka finansowa jest najwyższa – w eksploracji surowcowej.
Strategiczny kontekst: wyścig o minerały i rola Bliskiego Wschodu
Przejęcie TerraEye nie dzieje się w próżni. Stany Zjednoczone, Unia Europejska i Chiny od kilku lat prowadzą intensywną politykę zabezpieczania dostępu do surowców krytycznych. W 2023 roku Unia przyjęła Critical Raw Materials Act – regulację, która ma zmniejszyć zależność Europy od chińskich dostawców litu i ziem rzadkich. USA uruchomiły własne programy subsydiów dla krajowych projektów wydobywczych.
Na tym tle Zjednoczone Emiraty Arabskie budują pozycję, której jeszcze dekadę temu nikt by im nie przypisywał. Abu Dhabi i Dubaj inwestują miliardy w technologie AI – od centrów danych po modele językowe – a jednocześnie rozszerzają portfele surowcowe poza ropę naftową. IRH, przejmując TerraEye, zyskuje narzędzie, które może przyspieszyć rozpoznanie geologiczne na terenach koncesyjnych grupy w Afryce i Azji. To inwestycja w efektywność, nie w prestiż.
Dla Polski transakcja ma podwójny wymiar. Z jednej strony to utrata kontroli nad obiecującą technologią – zespół i własność intelektualna przechodzą pod emiracką kontrolę. Z drugiej – to dowód dojrzałości polskiego sektora deep tech. Spółka zbudowana przez kilkuosobowy zespół we Wrocławiu znalazła kupca wśród podmiotów o globalnym zasięgu. Więcej o tym, jak AI zmienia sektor wydobywczy, pisaliśmy w osobnym materiale.
Zespół i historia TerraEye
TerraEye wyrosło ze środowiska wrocławskich specjalistów od teledetekcji i uczenia maszynowego. Spółkę współtworzyli inżynierowie z doświadczeniem w przetwarzaniu obrazów satelitarnych oraz geolodzy, którzy rozumieli, jakich odpowiedzi szuka branża wydobywcza. Początkowe finansowanie pochodziło z polskich funduszy venture capital i grantów na badania i rozwój.
W ciągu czterech lat firma przeszła drogę od prototypu do komercyjnej platformy obsługującej klientów na kilku kontynentach. Kluczowym momentem było pozyskanie pierwszych kontraktów z firmami wydobywczymi operującymi w Afryce Zachodniej – region bogaty w złoża, ale słabo zbadany ze względu na trudny teren i ograniczoną infrastrukturę. Właśnie tam algorytmy TerraEye okazały się najbardziej przydatne: zamiast wysyłać ekipy w trudnodostępne tereny, klienci mogli najpierw przeskanować tysiące kilometrów kwadratowych z poziomu platformy.
Jak podkreślał zespół w rozmowie z mamstartup.pl, zainteresowanie ze strony IRH pojawiło się po tym, jak wyniki jednego z projektów pilotażowych znacząco pokryły się z późniejszymi odkryciami terenowymi. Technologia przestała być obietnicą – stała się narzędziem z udokumentowaną skutecznością.
Co dalej z polskim deep tech
Przejęcie TerraEye stawia pytanie, które wraca przy każdym znaczącym exicie: czy Polska potrafi zatrzymać swoje najlepsze startupy, czy będzie jedynie inkubatorem talentów dla zagranicznych nabywców? Odpowiedź nie jest jednoznaczna. Polskie fundusze VC dysponują ograniczonymi środkami na finansowanie późnych rund – tam, gdzie potrzeba dziesiątek milionów dolarów. Strategiczni kupcy z Bliskiego Wschodu, USA czy Azji mogą po prostu więcej zapłacić.
Jednocześnie każda taka transakcja buduje reputację polskiego ekosystemu. Inwestorzy zagraniczni widzą, że z Wrocławia, Krakowa czy Warszawy wychodzą zespoły zdolne budować technologie na poziomie globalnym. To długoterminowo przyciąga kapitał na wcześniejszych etapach – i zwiększa szansę, że kolejne spółki dojdą do fazy, w której będą mogły wybierać między sprzedażą a dalszym samodzielnym wzrostem.
Warto śledzić, jak sztuczna inteligencja zmienia geologię i poszukiwania surowcowe. TerraEye to jeden z pierwszych przypadków, gdzie polska spółka AI-first znalazła zastosowanie w branży tak odległej od typowego SaaS-u czy e-commerce. Ale prawdopodobnie nie ostatni. Rosnący popyt na minerały krytyczne, coraz lepsze dane satelitarne i postęp w uczeniu maszynowym tworzą środowisko, w którym tego typu rozwiązania będą coraz bardziej poszukiwane.
Technologia, która patrzy na Ziemię z góry
Jest coś fascynującego w idei, że algorytm wytrenowany na komputerach we Wrocławiu potrafi spojrzeć na fragment afrykańskiej sawanny z wysokości kilkuset kilometrów i powiedzieć: tutaj, pod tą warstwą gleby, prawdopodobnie leży lit. To nie science fiction. To działający produkt, za który strategiczny inwestor zapłacił konkretne pieniądze.
TerraEye pod nowym właścicielem będzie zapewne skalować operacje – więcej regionów, więcej minerałów, większa rozdzielczość analiz. Zespół ma pozostać w Polsce, co oznacza, że Wrocław zachowa kompetencje, nawet jeśli decyzje biznesowe będą zapadać w Abu Dhabi. Dla branży AI w analizie obrazów to przypadek wartościowy – pokazuje, że droga od algorytmu akademickiego do produktu kupowanego przez globalny konglomerat jest możliwa. Wymaga czasu, cierpliwości i odrobiny szczęścia. Ale jest realna.
