TotalEnergies y Mistral han firmado un programa de tres años y más de 100 millones de euros para construir modelos de IA propios que ayuden a encontrar y explotar yacimientos de petróleo y gas. La petrolera pone casi un siglo de datos geológicos y Mistral pone los modelos. Lo que salga se queda en casa de TotalEnergies.
Es el tipo de acuerdo que explica por qué Mistral vale hoy más de 21.000 millones de euros: modelos a medida, entrenados con los datos del cliente y metidos dentro de la industria europea.
Puntos clave
- Más de 100 millones de euros en un programa conjunto de 3 años, anunciado en París el 15 de septiembre.
- Cerca de 10 petaflops de datos del subsuelo, más el conocimiento acumulado por TotalEnergies en geociencia e ingeniería de yacimientos.
- Laboratorio científico conjunto entre los equipos de subsuelo de la petrolera y los de Mistral.
- Modelos propietarios: TotalEnergies se queda la herramienta, dentro de lo que ambas llaman un ecosistema digital europeo.
Qué van a construir
El comunicado habla de "modelos de frontera" y de IA agéntica, pero el trabajo es muy concreto. Un geólogo de exploración recibe sísmica, registros de pozos, muestras y estudios antiguos de una zona, y tiene que decidir dónde perforar o cómo alargar la vida de un campo que ya produce. Hoy eso son semanas de cruzar datos entre programas distintos.
La idea es que un modelo entrenado con los datos de la casa integre y procese esos volúmenes, y devuelva varios escenarios de desarrollo para que el experto elija. Las dos empresas insisten en la palabra "apoyar": el modelo propone y el geólogo decide.
Los 10 petaflops de datos son el activo que no tiene nadie más. Un modelo generalista puede saber mucha geología de libro. Lo que no ha visto nunca son los registros de TotalEnergies en sitios como el bloque 17 de Angola, donde la compañía anunció un descubrimiento nuevo el 10 de septiembre.
Por qué Mistral y no OpenAI o Google
Patrick Pouyanné, presidente y consejero delegado de TotalEnergies, lo dice sin rodeos en el comunicado: exploración e ingeniería de yacimientos son de las áreas donde la IA puede crear más valor para el negocio. Y añade que el acuerdo es también una apuesta por un ecosistema digital europeo que sostenga la competitividad del grupo.
Arthur Mensch, cofundador y consejero delegado de Mistral, pone el acento en otro sitio: la importancia de que las grandes empresas adopten IA personalizable "que proteja y respete su propiedad intelectual".
Esa frase es el argumento de venta de Mistral en 2026. Los datos del subsuelo son de lo más sensible que tiene una petrolera, porque dicen dónde está el dinero de los próximos 20 años. Con un socio francés que entrena el modelo, se lo instala y le deja la propiedad, el consejo de TotalEnergies puede usar esos datos sin sacarlos de casa. Con un proveedor estadounidense y su modelo generalista, esa conversación sería bastante más difícil.
Cómo se ha llegado aquí
No empiezan de cero. En junio de 2025 TotalEnergies y Mistral ya montaron un laboratorio de innovación conjunto centrado en energías bajas en carbono. Los primeros casos de uso fueron un asistente para los 1.000 investigadores de la compañía y herramientas de apoyo a la decisión para mejorar el rendimiento de sus instalaciones industriales y bajar emisiones de CO2.
Quince meses después, el acuerdo pasa de un asistente para investigadores a modelos que tocan el corazón del negocio, la exploración de hidrocarburos. Es la progresión típica de una gran empresa que prueba la IA en algo lateral, ve que funciona y la mete en lo que da dinero.
Para Mistral encaja con todo lo que ha anunciado en septiembre. La ronda de 3.000 millones liderada por Samsung, el acuerdo con Cloudera para llevar los modelos donde están los datos (incluidos entornos sin conexión a internet) y los contratos de IA soberana con gobiernos como el de Costa de Marfil dibujan la misma empresa: un proveedor que entrena y despliega modelos a medida dentro del perímetro del cliente.
Lo que hay que mirar con lupa
Hay dos matices. El primero es el propio uso: una IA pensada para encontrar más petróleo y gas y alargar la vida de los campos existentes va a generar críticas, y es probable que las oigamos en Bruselas, donde el discurso de la IA europea suele ir de la mano del de la transición energética.
El segundo es que 100 millones repartidos en tres años es una cifra razonable para un laboratorio conjunto, pero pequeña al lado de lo que se mueve en infraestructura de IA. El dinero va sobre todo a equipos, datos bien preparados y tiempo de especialistas, que es donde suele estar el trabajo de verdad.
Por qué importa
Para cualquier empresa española con datos propios valiosos, este acuerdo es una plantilla. TotalEnergies ha identificado el proceso donde la IA mueve más dinero, ha juntado sus datos y ha buscado un socio que le entrene un modelo que se queda en casa. Y lo ha hecho después de 15 meses probando con un asistente para sus investigadores.
Una empresa mediana no va a firmar 100 millones, pero puede hacer la misma pregunta que se hizo la petrolera: cuál es el proceso donde decidir mejor vale más dinero, y si tenemos los datos ordenados para que una IA ayude ahí. En la mayoría de casos el trabajo empieza por lo segundo.
Fuente original: totalenergies.com
Relacionado
