Стаття від:30 грудня 2025.
Автор:Robert Outram.
Переклад зроблено фахівцями Державної установи “Методично-технологічний центр з аквакультури”.
Однією з найважливіших концепцій у сільському господарстві останніх років є “точне землеробство”. Ідея полягає в тому, що більше і краща інформація в поєднанні з можливістю щодня діяти на її основі означає, що фермери отримають максимальний урожай і вигоду від худоби, а також, що не менш важливо, будуть мати кращі можливості для забезпечення добробуту вирощуваних тварин.
Центр управління “розумним” рибництвом Mowi
“Однак “точна аквакультура” все ще наздоганяє традиційне сільське господарство. Існують певні проблеми при розведенні риби: наприклад, знання в цій галузі накопичуються лише протягом півстоліття, тоді як більшість видів тварин, що вирощуються, були одомашнені багато століть, а то й тисячоліть тому.
Також проблемою є те, що вирощувані тварини живуть у нашому середовищі і їх легко спостерігати, тоді як вирощувана риба живе в середовищі, яке нам чуже і недоступне.
Прогрес відбувається постійно, і зараз ми знаємо набагато більше про те, що відбувається в рибних садках. Однак питання полягає в тому, як осмислити величезний обсяг даних, які генерують новітні технології.
У статті (“Об’єднання «Аквакультури 4.0» для соціальної та екологічної сталості на основі даних”- “Federating ‘Aquaculture 4.0’ for data-driven social and environmental sustainability”, Marine Policy, серпень 2024 р.) Sake RL Kruk та Simon R Bush з Вагенінгенського університету та Michael Phillips з FUTUREFISH розглядається питання про те, як “четверта цифрова революція” може вплинути на аквакультуру. Автори зазначають: “Реалізація потенціалу цифрової аквакультури на основі даних для досягнення більш сталих систем водних харчових ресурсів є… неминучою.”
Вони вказують на те, що існує значний “цифровий розрив” між, наприклад, високоцифровізованим виробництвом лосося в Норвегії та дрібним виробництвом тілапії в Африці на південь від Сахари.
По-друге, як зазначається в статті, незважаючи на обіцянки “гіперпрозорості”, права власності на дані про аквакультуру є дуже фрагментованими, а дані часто збираються для комерційних цілей. Як результат, “доконкурентні” дані про екологічні та соціальні параметри, які не вважаються такими, що мають пряму комерційну цінність або ширшу колективну цінність для всього сектору (наприклад, захворюваність), майже не поширюються, якщо взагалі поширюються.
На основі аналізу існуючих цифрових платформ в аквакультурі та інтерв’ю з провідними представниками галузі, науковцями, некомерційними організаціями та іншими, в дослідженні було запропоновано три сценарії того, як може виглядати середовище даних про аквакультуру в майбутньому.
По-перше, нинішня “фрагментована” модель може зберегтися, причому важлива інформація або зберігатиметься окремими виробниками чи платформами на основі передплати, або просто не збиратиметься через недостатній комерційний інтерес.
Другий сценарій — централізація даних на єдиній платформі, яку використовуватимуть усі учасники галузі аквакультури. Централізація може стати можливою завдяки появі домінуючої платформи, яка стане “Google аквакультури”.
Хоча це може сприяти використанню даних для досягнення цілей сталого розвитку, автори зазначають, що це також може створити нові залежності між виробниками та власниками платформ, а цифрові платформи, що керуються приватною рентабельністю інвестицій, можуть експлуатувати виробників для власної вигоди, замість того щоб служити більш широким суспільним цілям.
Нарешті, автори виклали те, що вони вважають більш сприятливим, третім сценарієм: “федеративну” модель обміну даними в аквакультурі.
Вони зазначають: “Федеративна екосистема даних дозволила б виробникам, покупцям, урядам та постачальникам послуг із забезпечення якості незалежно використовувати цифрові платформи, що надають спеціалізовані послуги з обробки даних.
“Завдяки взаємному обміну даними успішні платформи та технології обробки даних, такі як eFishery або Aquaconnect, отримали б можливість підключатися до послуг, зокрема фінансових, страхових та транспортних. Водночас федеративна екосистема має потенціал, щоб надати глобальним платформам або послугам ринку покупців та постачальникам послуг із забезпечення якості доступ до непатентованих даних”.
За їхніми словами, федеративна система потребуватиме: інвестицій у платформи на рівні фермерських господарств; інвестицій у доконкурентний обмін даними; посередництва для забезпечення того, щоб система враховувала суспільні блага, а не лише вузькі інтереси учасників.
Однак використання eFishery як прикладу лише ілюструє потенційні проблеми. Цей індонезійський стартап, який мав на меті створити цифрову платформу для розрізнених секторів рибальства та аквакультури країни, був одним із “єдинорогів” регіону і залучив інвестиції від таких компаній, як Temasek і SoftBank. Однак цього року йому довелося відповідати на звинувачення в тому, що його вартість була штучно завищена на сотні мільйонів доларів.
Професор Trevor Telfer, Університет Стірлінга
Як все змінилося
Професор Trevor Telfer є виконуючим обов’язки директора Інституту аквакультури Університету Стірлінга та провідним експертом у світовій спільноті аквакультури.
Він зазначає, що збір даних у сучасній аквакультурі може відбуватися в різних формах. Традиційно дані з рибницьких господарств базувалися, наприклад, на зборі проб води на місці, а потім їх відвезенні до лабораторії для аналізу.
Як він пояснює: “Якщо ви хочете отримати дуже точні дані з дуже низькими межами виявлення, наприклад, для дуже детальних досліджень або, можливо, навіть для регулювання або сертифікації ASC [Наглядова Рада з аквакультури], вам можуть знадобитися дуже низькі межі виявлення для деяких речей, які ви досліджуєте. Але для управління фермою все частіше використовуються датчики, і в наш час датчики стають дедалі кращими. Тож зараз вони досягають меж виявлення, які фермери можуть використовувати щодня.
“
У міру вдосконалення вони, можливо, з часом замінять складне аналітичне обладнання в лабораторії, хоча я думаю, що ця технологія ще деякий час буде нам потрібна, оскільки вона може надавати “реальні дані” та перевіряти, чи датчики працюють правильно.”
Професор Telfer додає, що ключовим питанням при отриманні даних є необхідність їх “очищення”, щоб видалити аномальні точки, які часто зустрічаються при зборі даних. Це може бути серйозною роботою, коли обсяг даних великий.
Також важливо розуміти, що тип і частота необхідних даних варіюються залежно від мети, для якої вони збираються: від детальної роботи, що вимагає всіх доступних цифр, до загальних тенденцій, що базуються на щоденних, щотижневих або щомісячних середніх значеннях.
Професор Telfer навів як приклад інтегровану систему норвезького веб-сайту Barents Watch, яка відображає ряд даних, зібраних з різних джерел уздовж норвезького узбережжя. Він зазначив, що Шотландія має подібні дані, отримані з таких джерел, як Marine Scotland і SEPA (Шотландське агентство з охорони навколишнього середовища), але на відміну від Barents Watch, вони не об’єднані в одну загальну систему.
Штучний інтелект все частіше використовується в комерційних цілях, щоб допомогти розібратися у великих обсягах даних. Професор Telfer каже, що ШІ може допомогти виявити тонкі тенденції, які з часом можуть бути не очевидними для людського спостерігача, але також попереджає, що для перевірки будь-яких висновків ШІ завжди потрібна людська оцінка.
Як він каже: “Ми ніколи не покладаємося повністю на штучний інтелект. Як дослідники, ми завжди повертаємося і перевіряємо результати”.
Завдяки можливості спостерігати за рибами та їхньою поведінкою, розуміння умов, що панують під поверхнею води в садках рибних господарств, зараз набагато глибше, ніж навіть десять років тому.
Професор Telfer пояснює: “Поведінка риб часто, як і наша, залежить від того, як вони себе почувають, і це може бути безпосередньо пов’язано з питаннями добробуту. Камери використовуються не тільки для спостереження за поведінкою риб, але й для оцінки їхнього добробуту.”
Як все змінилося
Професор Trevor Telfer є виконуючим обов’язки директора Інституту аквакультури Університету Стірлінга та провідним експертом у світовій спільноті аквакультури.
Він зазначає, що збір даних у сучасній аквакультурі може відбуватися в різних формах. Традиційно дані з рибницьких господарств базувалися, наприклад, на зборі проб води на місці, а потім їх відвезенні до лабораторії для аналізу.
Як він пояснює: “Якщо ви хочете отримати дуже точні дані з дуже низькими межами виявлення, наприклад, для дуже детальних досліджень або, можливо, навіть для регулювання або сертифікації ASC [Наглядова Рада з аквакультури], вам можуть знадобитися дуже низькі межі виявлення для деяких речей, які ви досліджуєте. Але для управління фермою все частіше використовуються датчики, і в наш час датчики стають дедалі кращими. Тож зараз вони досягають меж виявлення, які фермери можуть використовувати щодня.
“У міру вдосконалення вони, можливо, з часом замінять складне аналітичне обладнання в лабораторії, хоча я думаю, що ця технологія ще деякий час буде нам потрібна, оскільки вона може надавати “реальні дані” та перевіряти, чи датчики працюють правильно.”
Професор Telfer додає, що ключовим питанням при отриманні даних є необхідність їх “очищення”, щоб видалити аномальні точки, які часто зустрічаються при зборі даних. Це може бути серйозною роботою, коли обсяг даних великий.
Також важливо розуміти, що тип і частота необхідних даних варіюються залежно від мети, для якої вони збираються: від детальної роботи, що вимагає всіх доступних цифр, до загальних тенденцій, що базуються на щоденних, щотижневих або щомісячних середніх значеннях.
Професор Telfer навів як приклад інтегровану систему норвезького веб-сайту Barents Watch, яка відображає ряд даних, зібраних з різних джерел уздовж норвезького узбережжя. Він зазначив, що Шотландія має подібні дані, отримані з таких джерел, як Marine Scotland і SEPA (Шотландське агентство з охорони навколишнього середовища), але на відміну від Barents Watch, вони не об’єднані в одну загальну систему.
Штучний інтелект все частіше використовується в комерційних цілях, щоб допомогти розібратися у великих обсягах даних. Професор Telfer каже, що ШІ може допомогти виявити тонкі тенденції, які з часом можуть бути не очевидними для людського спостерігача, але також попереджає, що для перевірки будь-яких висновків ШІ завжди потрібна людська оцінка.
Як він каже: “Ми ніколи не покладаємося повністю на штучний інтелект. Як дослідники, ми завжди повертаємося і перевіряємо результати”.
Завдяки можливості спостерігати за рибами та їхньою поведінкою, розуміння умов, що панують під поверхнею води в садках рибних господарств, зараз набагато глибше, ніж навіть десять років тому.
Професор Telfer пояснює: “Поведінка риб часто, як і наша, залежить від того, як вони себе почувають, і це може бути безпосередньо пов’язано з питаннями добробуту. Камери використовуються не тільки для спостереження за поведінкою риб, але й для оцінки їхнього добробуту.”
Jørn Berg, Mowi
Дані на службі
Jørn I Berg є директором з інформаційних технологій групи Mowi, найбільшого в світі виробника лосося. Він каже: “Ми збираємо та аналізуємо велику кількість внутрішніх і зовнішніх даних протягом усього життєвого циклу лосося та у всьому нашому ланцюжку створення вартості — від генетики, прісної води, морської води, заводів і аж до споживача. Дані трансформують нашу галузь, як і багато інших, хоча лосось завжди буде в її центрі”.
Mowi збирає свої дані за допомогою власної хмарної платформи MOWInsight, яка разом із технологіями морської води та віддаленими оперативними центрами групи становить один із трьох стовпів стратегії Mowi щодо даних.
Bergг пояснює: “Це сприяє прийняттю рішень двома основними способами. По-перше, ми визначили ключові показники ефективності та створили управлінські звіти, щоб бачити їх розвиток у режимі реального часу.
По-друге, ми створили моделі даних для глибокого аналізу різних тем, що представляють інтерес. Ми також інвестуємо в навчання та розвиток можливостей у галузі науки про дані, щоб краще використовувати наші дані”.
Чи можна практично збирати дані по всьому регіону або навіть по всій компанії в усьому світі?
Так, каже Berg, але додає: “Потрібна міцна основа глобальних додатків і визначень даних. Це те, що ми загалом маємо, але ще багато роботи, щоб побудувати хороші структури, процеси та компетенції на цій основі, щоб отримати від цього користь”.
Наразі Mowi більше зосереджена на тому, як вирішити внутрішні виклики та можливості, пов’язані з даними, ніж на питаннях їх більш широкого обміну в галузі.
Тим часом у незалежній компанії з вирощування лосося Kvarøy Arctic генеральний директор Alf-Gøran Knutsen каже: “Ми намагаємося створити систему [обміну даними] разом з деякими з них, яка допоможе прогнозувати виробництво. Наразі Mercatus є системою для введення та виведення даних. Ми, ймовірно, можемо стати кращими, але у нас є кілька поточних проектів, які працюють над цим”.
Дані включають виявлення вошей і показники здоров’я риби; дані про годування; а також параметри навколишнього середовища, такі як температура, морські течії та рівень кисню.
Чи ефективно обмінюються даними конкуруючі рибоводи або навіть вся галузь?
Knutsen каже: “Відповідь — так, але ми можемо бути ще кращими. Зараз усі також звітують уряду, тому немає проблем з тим, щоб частину даних можна було відкрито використовувати.”
Технік, який контролює якість води на сучасному аквакультурному підприємстві
Інформація, згенерована ШІ від fishfarmermagazine.
Як цифрові платформи можуть підтримати дрібних виробників аквакультури в усьому світі?- Цифрові платформи можуть надати значну підтримку дрібним виробникам аквакультури в усьому світі, покращуючи доступ до даних, підвищуючи операційну ефективність та сприяючи кращій інтеграції ринку.
Одним із перспективних підходів є розвиток об’єднаних екосистем даних, де виробники, покупці, уряди та постачальники послуг із забезпечення якості можуть незалежно використовувати цифрові платформи, що надають спеціалізовані послуги з обробки даних. Такі системи забезпечують взаємний обмін даними та зв’язок із послугами, включаючи фінансування, страхування та транспорт, що є надзвичайно важливим для дрібних виробників. Приклади, такі як eFishery в Індонезії та Aquaconnect в Індії, ілюструють, як цифрові платформи можуть з’єднати розрізнених виробників із ширшими ринками та послугами, хоча залишаються такі виклики, як потреба в інвестиціях та забезпечення справедливого володіння даними.
Цифрові інструменти також розширюють можливості дрібних виробників, надаючи точну інформацію за допомогою штучного інтелекту та датчиків, допомагаючи оптимізувати використання кормів, контролювати здоров’я риби та прогнозувати результати виробництва. Це не тільки підвищує продуктивність, але й сприяє досягненню цілей сталого розвитку. Наприклад, компанія Victory Farms в Африці використовує надійні історичні дані та цифрові інструменти, щоб узгодити пропозицію риби з місцевим попитом, зменшивши псування продукції та підвищивши доходи дрібних виробників.
Рішення для підключення, адаптовані до аквакультури, такі як гібридні супутниково-стільникові мережі, долають бар’єри, пов’язані з віддаленим розташуванням і ненадійним доступом до Інтернету, забезпечуючи передачу даних у реальному часі з ферм по всьому світу. Таке підключення є необхідним для інтеграції дрібних виробників у цифрові платформи та реалізації переваг точної аквакультури.
Крім того, цифрові платформи сприяють обміну знаннями та навчанню, що є життєво важливим для дрібних фермерів, яким часто бракує технічних знань. Вони також можуть сприяти фінансовій інклюзії, надаючи фермерам доступ до кредитних та страхових продуктів, розроблених з урахуванням їхніх потреб.
Підсумовуючи, цифрові платформи підтримують дрібних виробників аквакультури, покращуючи збір та обмін даними, забезпечуючи доступ до ринків та послуг, вдосконалюючи управління фермами за допомогою штучного інтелекту та датчиків, долаючи проблеми з підключенням до Інтернету та сприяючи нарощуванню потенціалу. Ці досягнення сприяють більш сталому, ефективному та прибутковому розвитку дрібної аквакультури в усьому світі.
Making sense of the numbers
