La minería de litio en Argentina enfrenta un problema que los titulares sobre “oro blanco” y la “Arabia Saudita del litio” no suelen mencionar. Los salares de Catamarca, Salta y Jujuy están en regiones remotas, a más de 3,500 metros sobre el nivel del mar, con temperaturas que oscilan entre -20°C de noche y 25°C de día, con ráfagas de viento que pueden alcanzar hasta 100 km/h, y con acceso terrestre limitado que convierte cada visita de inspección en una operación logística costosa y peligrosa. Monitorear cambios en salmuera, detectar filtraciones, evaluar el impacto ambiental, verificar los cumplimientos regulatorios, todo eso requiere presencia humana frecuente en condiciones extremas. O requería hasta que alguien decidió usar satélites y vincularla con la Inteligencia Artificial.
Farmonaut es una compañía tecnológica agrícola fundada en la India que expandió sus servicios a la minería.
Su sistema para el sector minero argentino combina imágenes satelitales multiespectrales de Sentinel-2 (satélites europeos de observación terrestre con resolución de 10 metros por píxel) con algoritmos de machine learning que detectan cambios en la composición química de los salares, variaciones en los niveles del agua, movimientos de material, y anomalías ambientales. No reemplaza la inspección humana, la complementa con datos que ningún humano podría recolectar de forma manual a esa escala y frecuencia.
Farmonaut usa satélites Sentinel-2 (ver foto) que orbitan a 786 km capturando imágenes cada 5 días con 13 bandas espectrales. Los algoritmos calculan índices como NDVI (salud vegetación) y NDWI (contenido agua).
Cómo funciona el vigía satelital
El sistema funciona así. Los satélites Sentinel-2 orbitan la Tierra a 786 kilómetros de altura, capturando imágenes cada 5 días del mismo punto. Cada imagen captura 13 bandas espectrales diferentes, desde luz visible hasta infrarrojo de onda corta. Esas bandas permiten identificar materiales específicos en superficie porque diferentes minerales reflejan luz de manera característica.
El litio en salmuera tiene una firma espectral distinta a la del litio procesado. Agua con alta concentración de sales refleja luz diferente a agua dulce. Vegetación estresada por contaminación tiene patrón espectral diferente a vegetación saludable. Es decir, cuando el litio está en esa salmuera, se halla mezclado con otros elementos y sales, y eso hace que, si lo analizas con instrumentos especiales (como un espectrómetro), dé una “huella” o “firma” de luz diferente a la que da el litio puro, es decir, el que ya fue extraído y procesado para usarlo en baterías o medicinas.
Farmonaut procesa esas 13 bandas espectrales mediante algoritmos de machine learning entrenados específicamente para minería. Los algoritmos calculan índices como el NDVI (Normalized Difference Vegetation Index) que mide la salud de vegetación, NDWI (Normalized Difference Water Index) que analiza el contenido del agua, e índices para detectar cambios químicos en salares.
Si el índice NDVI baja repentinamente en el área cercana a la operación minera, puede indicar un grado de contaminación que afecta a la vegetación. Si NDWI sube en zona donde no debería haber agua, puede indicar filtración de piscinas de evaporación.
El sistema Jeevn AI de Farmonaut agrega una capa de inteligencia artificial sobre datos satelitales. No solo detecta cambios, predice tendencias. Es decir, en el caso de que la concentración de litio en salmuera esté bajando gradualmente según patrones espectrales, el algoritmo adelanta cuándo alcanzará un momento crítico que requiere intervención. Piensa en un pozo de salmuera como una olla gigante donde se cocina lentamente el litio. El sistema no solo dice “hoy hay menos litio que ayer”; sino que va un paso más allá al ver cómo ha ido bajando la concentración día tras día, y al reconocer un patrón claro (por ejemplo, que cada semana baja un 2 %), calcula que en 10 días descenderá a un nivel tan bajo que ya no será rentable seguir extrayendo.
Además, si los patrones meteorológicos históricos y los datos satelitales actuales advierten sobre la probabilidad alta de tormenta en los próximos 3 días, el sistema genera una alerta automática para que la operación asegure los equipos y detenga aquellos procesos sensibles a factores climáticos. El sistema hace algo parecido: mira los patrones del clima de años anteriores, combina esa información con las imágenes de los satélites de hoy, y si ve que hay una combinación peligrosa (por ejemplo, humedad alta + nubes que se mueven rápido desde el oeste), te avisa con 72 horas de anticipación: “Hay un 85 % de probabilidad de tormenta fuerte. Sería mejor apagar las máquinas sensibles, cubrir los reactores y asegurar los drones“. Así, en vez de apagar incendios, evitas que se prendan.
Anand Kumar, CEO y fundador de Farmonaut, describió en una entrevista la lógica del sistema: “Nuestro objetivo es democratizar el acceso a la tecnología satelital avanzada para agricultores y mineros que tradicionalmente no podían costear estos servicios“, comentó.
“Usando satélites públicos como Sentinel-2 y algoritmos de código abierto, reducimos costos dramáticamente mientras entregamos insights que antes solo estaban disponibles para corporaciones grandes“. Es modelo de negocio que funciona porque satélites Sentinel-2 son públicos (operados por Agencia Espacial Europea), entonces Farmonaut no paga por acceso a imágenes. Solo paga por procesamiento computacional y desarrollo de algoritmos.
Reduce la tasa de accidentabilidad en la bauxita
Para minería de bauxita en Argentina, Farmonaut reporta reducción de hasta 40 % en accidentes mediante monitoreo predictivo de condiciones de terreno. La bauxita se extrae a cielo abierto mediante la remoción de la capa superior del suelo. Si llueve intensamente, el terreno se vuelve inestable y la maquinaria pesada puede hundirse o volcarse. Antes de la tecnología satelital, la decisión de operar después de la lluvia dependía de inspección visual del supervisor que se encontraba en el lugar.
Con monitoreo satelital, los algoritmos analizan la cantidad de lluvia (medida por satélites meteorológicos), el tipo de suelo (identificado espectralmente), la pendiente del terreno (calculada desde modelos digitales de elevación), y predicen con un alto nivel de certeza la estabilidad del terreno. Si la estabilidad está bajo umbral seguro, el sistema genera una alerta automática y la operación se suspende hasta que mejoren las condiciones.
Para el litio, la aplicación es diferente pero también crítica. La producción de litio desde salares requiere bombear salmuera rica en litio a piscinas donde el agua se evapora lentamente bajo el sol durante meses hasta que la concentración de litio alcanza el nivel adecuado para su procesamiento químico. El proceso depende del clima. Si llueve mucho, diluye la salmuera y retrasa la producción. Si el viento es muy fuerte, puede generar olas que dañan los bordes de las piscinas. Si la temperatura baja demasiado, la evaporación se retrasa.
El monitoreo satelital permite medir las áreas de las piscinas, detectar cambios en el color de salmuera (que indica concentración), identificar filtraciones (que aparecen como manchas húmedas fuera de las piscinas), y rastrear el impacto ambiental en zonas circundantes. Farmonaut reporta en su documentación técnica que permite al sistema detectar filtraciones de menos de 10 metros cuadrados, tamaño que el inspector humano podría pasar por alto en una inspección terrestre de un salar de varios kilómetros cuadrados.
El sistema también integra blockchain para seguir una rigurosa trazabilidad de la producción. Cada lote de litio procesado recibe un registro en blockchain que incluye los datos satelitales del momento de extracción (ubicación exacta, fecha, condiciones ambientales), los datos de procesamiento, y las certificaciones del cumplimiento ambiental. Esto es crítico para compradores internacionales que cada vez más exigen transparencia sobre el origen del litio y el impacto ambiental de la extracción.
Compañías de la talla de Tesla, BMW, Volkswagen, tienen políticas de compra responsable que requieren una trazabilidad completa de la cadena de suministro del litio. Blockchain y los datos satelitales proveen esa trazabilidad de manera verificable e inmutable.
Limitaciones que aún tiene la tecnología
Sin embargo, la tecnología también tiene todavía limitaciones concretas que Farmonaut reconoce en su documentación técnica y que rara vez aparecen en el material promocional. La primera limitación es la resolución espacial. Sentinel-2 captura imágenes con resolución de 10 metros por píxel en las mejores bandas espectrales.
Eso significa que un objeto de menos de 10 metros de diámetro puede no ser visible. Para realizar un monitoreo de piscinas grandes de evaporación esto no resulta un problema.
Amit Kumar admite un 85-90% de precisión: “de cada 10 alertas, 8-9 correctas, 1-2 falsas. No es suficiente para reemplazar inspección humana, solo para indicar dónde enfocar”.
No obstante, para detectar una grieta pequeña en una tubería o una anomalía menor en un equipo específico, la resolución es insuficiente. Para ello, se necesitaría unsatélite comercial de alta resolución (como Maxar o Planet) que captura imágenes con una resolución de 50 centímetros por píxel, pero esas imágenes cuestan miles de dólares por kilómetro cuadrado.
La segunda limitante es la frecuencia temporal, Sentinel-2 captura imagen del mismo punto cada 5 días en el mejor de los casos.
Cuando hay nubes, las imágenes satelitales no muestran la superficie, lo que es crítico en las zonas andinas de litio en Argentina, donde la nubosidad es alta entre diciembre y marzo. En esa época, a veces solo hay imágenes útiles cada 10–15 días —insuficiente para un monitoreo diario. Un satélite dedicado o una constelación mejoraría la frecuencia, pero elevaría drásticamente los costos. Por eso, el sistema combina las imágenes disponibles con datos climáticos históricos. Si detecta señales de riesgo —como alta humedad y nubes rápidas desde el oeste—, emite una alerta con 72 horas de anticipación:
“85 % de probabilidad de tormenta fuerte. Apague máquinas sensibles, cubra reactores y asegure drones”.
Así, en vez de reaccionar, previene riesgos antes de que ocurra un acontecimiento lamentable.
La tercera limitación reside en que los algoritmos de machine learning solo detectan aquellos riesgos que fueron entrenados para identificar. En el caso de aparecer una anomalía nueva que el algoritmo desconoce, puede no identificarla o disparar una falsa alarma. Por ejemplo, si hay un derrame de un químico que nunca antes se derramó en el salar, la firma espectral puede ser ambigua y el algoritmo clasificarla de forma equivocada. Esto requiere un reentrenamiento constante de algoritmos con nuevos datos, lo cual requiere expertos humanos que etiqueten los datos.
Cuarta limitación: la interpretación de datos satelitales requiere una validación humana. Si el algoritmo detecta una posible filtración basada en el cambio espectral, alguien tiene que asistir al sitio a verificar: un cambio espectral podría ser una filtración real o solo un cambio en la composición de suelo por factores naturales. Entonces, la tecnología satelital no elimina la necesidad de la inspección humana. La hace más eficiente al indicar exactamente dónde colocar la atención.
Amit Kumar, CTO de Farmonaut, explicó esta limitación en un webinar técnico de marzo de 2025: “Nuestros algoritmos tienen tasa de precisión de aproximadamente 85-90% en detección de anomalías en operaciones mineras. Eso significa que de cada 10 alertas que generamos, 8-9 son correctas y 1-2 son falsas alarmas. Para aplicaciones críticas de seguridad, esa tasa no es suficiente. Por eso siempre recomendamos usar nuestro sistema como herramienta de pre-screening que indica dónde enfocar inspección detallada, no como reemplazo completo de inspección humana“. Es honestidad técnica que pocas empresas de IA admiten públicamente.
El precio no es muy elevado pero comparado con costo cero de no monitorear y asumir que todo está bien, la tecnología satelital es un gasto adicional que algunas pymes no están dispuestas (o no pueden) a pagar.
El modelo de negocio de Farmonaut para minería consiste en una suscripción mensual que varía según el tamaño de la operación y la calidad del servicio. Para una operación pequeña de litio (menos de 50 hectáreas de piscinas de evaporación), el costo es aproximadamente US$500-US$1,000 por mes.
Para una operación de mayor envergadura (más de 500 hectáreas), el costo ronda entre US$5,000-US$10,000 por mes. Comparado con el costo de mantener equipo de inspección dedicado que viaja regularmente a un salar remoto (salarios, transporte, alojamiento, equipos), la tecnología satelital es más barata. Pero comparado con el costo cero de no monitorear y asumir que todo está bien per se, la tecnología satelital implica un gasto adicional que algunas operaciones pequeñas no están dispuestas a pagar o no pueden absorber.
Argentina tiene en la actualidad proyectos de litio en producción: Cauchari-Olaroz (Lithium Americas + Ganfeng), Fénix (Livent), y Sal de Vida (Allkem, ahora Arcadium Lithium). Y otros 54 proyectos en diferentes etapas de desarrollo. No todos utilizan el monitoreo satelital. Las operaciones grandes como Cauchari-Olaroz tienen presupuesto para contratar servicios de Maxar o Planet que proveen imágenes de mayor resolución. Operaciones pequeñas en etapa de exploración a veces no monitorean en absoluto más allá de inspecciones manuales ocasionales.
Ganar dinero mostrando la faceta social
Farmonaut apunta al segmento medio. Operaciones que son demasiado pequeñas para justificar satélite dedicado, pero lo suficientemente grandes para beneficiarse del monitoreo regular. Y apunta a jurisdicciones como Argentina, donde la regulación ambiental está en crecimiento pero en la práctica sigue siendo irregular. Cada compañía que demuestra con datos satelitales y blockchain que monitorea de forma continua el impacto medioambiental fortalece su posición regulatoria y social.
Argentina tiene algunas de las mayores reservas de litio del mundo (estimadas en 21 millones de toneladas según el US Geological Survey), pero no tiene política nacional sobre el uso de tecnología satelital para monitoreo ambiental de minería.
Pero aquí está la paradoja que nadie menciona. Argentina posee algunas de las mayores reservas de litio del mundo —estimadas en 21 millones de toneladas, según el US Geological Survey—, pero no cuenta con una política nacional clara sobre el uso de tecnología satelital para el monitoreo ambiental de la minería.
Chile, su competidor directo en litio, tiene desde 2018 un programa nacional de monitoreo satelital de salares, operado por la CORFO y la Universidad de Chile. Bolivia, por su parte, está desarrollando su capacidad satelital mediante acuerdos con China.
Mientras tanto, Argentina depende de empresas privadas como Farmonaut o de iniciativas aisladas de algunas provincias.
Las empresas con certificaciones internacionales (como ISO 14001 para gestión ambiental) adoptan el monitoreo satelital porque mejora sus reportes de sustentabilidad.
La Secretaría de Minería de Argentina publicó una guía de buenas prácticas para el litio que subraya la importancia del monitoreo ambiental, pero no especifica el uso de tecnología satelital. Las provincias de Catamarca, Salta y Jujuy tienen sus propias regulaciones ambientales para la minería, pero tampoco exigen monitoreo satelital. Por lo tanto, su adopción queda a discreción de cada empresa.
Las empresas con certificaciones internacionales (como ISO 14001 para gestión ambiental) tienden a adoptar monitoreo satelital porque mejora sus reportes de sustentabilidad. En cambio, las que carecen de esas certificaciones suelen hacer solo lo mínimo requerido por la regulación local.
Saurabh Markandeya, COO de Farmonaut, describió este desafío ya en septiembre de 2024:
“En Argentina vemos dos tipos de clientes mineros. El primer tipo son empresas multinacionales que operan bajo estándares globales y adoptan nuestra tecnología porque encaja con sus políticas corporativas de sustentabilidad. El segundo tipo está integrado por operaciones locales más pequeñas que solo invierten en monitoreo cuando el regulador local lo exige explícitamente. Nuestro desafío es demostrar que el valor del monitoreo satelital va más allá del cumplimiento regulatorio. Incluye reducción de riesgos operacionales, optimización de procesos y acceso a mercados premium que pagan más por litio con trazabilidad verificable”, sentencia el ejecutivo.
El caso más concreto y documentado públicamente del uso de Farmonaut en Argentina es el monitoreo de bauxita, no de litio. Argentina produce aproximadamente 100 000 toneladas de bauxita al año, principalmente en Misiones y Corrientes.
Se trata de operaciones a cielo abierto en un clima subtropical con alta precipitación. Farmonaut implementó un sistema que integra datos satelitales con sensores IoT para predecir la estabilidad de taludes tras las lluvias. Según un reporte interno citado en su campaña de marketing, el sistema redujo en un 40 % los incidentes de deslizamientos.
En el caso del litio, los datos públicos son más limitados porque las empresas productoras suelen ser más reservadas respecto a la tecnología que usan. Pero la lógica técnica es clara: si el sistema funciona para la bauxita —donde el principal desafío es la estabilidad del terreno—, también debería funcionar para el litio, cuyo reto radica en el monitoreo de salmueras y piscinas de evaporación.
Las firmas espectrales son distintas, pero el principio es el mismo: usar satélites para ver, con la frecuencia y escala necesarias, lo que los humanos no pueden observar directamente.
La pregunta no resuelta es si Argentina aprovechará esta tecnología a escala nacional o si continuará siendo una adopción fragmentada, empresa por empresa. Chile tiene una ventaja estratégica porque centralizó el monitoreo satelital de sus salares. Eso permite la comparación entre operaciones, la identificación de mejores prácticas y un enforcement más efectivo de la regulación ambiental. Argentina tiene la ventaja de poseer más reservas de litio que Chile. Pero si Chile produce litio con trazabilidad y monitoreo ambiental superior, puede capturar mercados premium que pagan más por litio “limpio” verificable.
Farmonaut es una herramienta disponible. La tecnología funciona. Las limitaciones son conocidas y manejables. El costo, razonable comparado con otras alternativas. Pero la adopción depende de decisiones que exceden la tecnología. Depende de una regulación que exija o promueva el monitoreo y de mercados que paguen un plus por la trazabilidad. Depende de empresas que, en lugar de ver el monitoreo satelital como un gasto, lo incorporen como una inversión orientada a la reducción de riesgos y al acceso al capital. Y depende de que alguien cuente esta historia para que más personas entiendan que la tecnología existe y está disponible aquí, ahora, monitoreando litio argentino desde 600 kilómetros de altura mientras la mayoría mira hacia otro lado.
Santiago Andes/CentauroIA