Industria brasilera aplica inteligencia artificial para prever peso promedio del pollo

Con el fin de predecir el peso promedio del pollo en Brasil, la industria av铆cola comenz贸 a innovar con la aplicaci贸n de inteligencia artificial. De esta forma, obtienen algunas proyecciones al momento del sacrificio, en especial de la prote铆na que exportan hacia el Medio Oriente.

En esta oportunidad, BRF -marca l铆der en pollos y alimentos procesados del mercado brasile帽o- inform贸 que la venta oscila entre 900 y 1100 gramos. El proyecto est谩 enmarcado en el plan Viaje hacia la Transformaci贸n Digital (Digital Transformation Journey).

Por lo tanto, involucra Internet de las Cosas (IoT), una tecnolog铆a que describe objetos f铆sicos mediante sensores. Para ello, ofrece capacidad de procesamiento, software y dem谩s pr谩cticas que facilitan el intercambio de informaci贸n y la conectividad entre distintos dispositivos. Es compatible con otros sistemas y redes comunicacionales.

Es as铆 como utilizan inteligencia cognitiva y anal铆tica avanzada. El prop贸sito es consolidar una gu铆a de datos s贸lida, para trabajar en funci贸n de los insights que se generen. En t茅rminos inform谩ticos, esto aporta una visi贸n desde el conocimiento.

Entonces, los expertos van m谩s all谩 al identificar claves ocultas, tendencias y patrones de comportamiento. Cada uno de estos detalles facilita la detecci贸n de comportamientos an贸malos en una granja av铆cola.

pollo de engorde
BRF entra en la clasificaci贸n de las empresas av铆colas m谩s innovadoras del mundo.

Peso promedio del pollo se trabaja con tecnolog铆a

驴C贸mo saber el peso del pollo? Los manuales de operaciones sugieren que el primer paso 鈥揺n animales de 0 a 21 d铆as-, es fijar en cero la b谩scula que se utilizar谩 durante el pesaje. Para ello, se puede emplear una caja con tapa (vac铆a). Luego, se procede a pesar la misma caja, pero con los pollos. As铆 se obtiene el peso total neto.

A los 7 d铆as, un ejemplar debe pesar m谩s de 160 gramos, es decir, cuadriplican su peso al nacer. Al finalizar el ciclo de cr铆a, el peso promedio de un pollo de engorde es de 2.300 贸 2.600 kilogramos, lo cual depende de la alimentaci贸n balanceada para crecimiento y engorde.

Peso de sacrificio

Sin embargo, al aplicar tecnolog铆a de 煤ltima generaci贸n, es m谩s preciso el pesaje tras el sacrificio. Para ello, se verifican algoritmos de aprendizaje autom谩tico. Junto a las estad铆sticas, la estatal BRF se plantea un gran reto, que es suministrar alimentos de calidad, que sean lo suficientemente rentables, tomando en cuenta los tiempos de alojamiento y sacrificio.

Seg煤n representantes de la empresa, esta iniciativa permite llevar un registro inteligente que facilita las predicciones, vinculadas con el peso de faena. As铆, se le otorga valor agregado a la cadena productiva.

Para gestionar la tecnolog铆a, se requiere de recolecci贸n, almacenamiento y procesamiento de datos. Estos fluyen mediante circuitos integrados, conexiones autom谩ticas y acoples entre diferentes equipos electr贸nicos. S贸lo personal certificado est谩 en capacidad de comprender los c贸digos y nutrir la base.

Y es que de acuerdo con el departamento de transformaci贸n digital de BRF, los modelos predictivos son elementales para exaltar la cadena de valor y consolidar la cultura centrada en datos. Incluso, recalcan que la toma de decisiones estrat茅gicas, sustentadas en la informaci贸n, produce los mejores resultados en el negocio av铆cola. El objetivo es ofrecer soluciones inteligentes para el 茅xito de los procesos.

pollo beneficiado
Las oportunidades para perfeccionar los procesos son prioridad para el plan de negocios de la estatal brasilera.

Pruebas piloto

Al definir el alcance del proyecto, se llevaron a cabo dos pruebas piloto, seguidas de un prototipo. As铆 se obtuvieron predicciones acertadas. La precisi贸n fue contundente en el peso promedio del pollo.

En la primera fase, se dise帽aron modelos predictivos, los cuales se aplicaron espec铆ficamente en dos granjas (Francisco Beltr茫o y Buriti Alegre). Indicadores rutinarios como la salud y el desempe帽o, fueron estudiados detalladamente.

La segunda fase se aplic贸 en 20 predios, situados en Toledo, en Paran谩, donde se analizaron las cifras por d铆a. Adem谩s, se anex贸 informaci贸n sobre las b谩sculas autom谩ticas, silos y sensores ambientales, cuyos datos se registraron autom谩ticamente durante cada hora. El ecosistema IoT aliment贸 el algoritmo.

Prototipo

Por 煤ltimo, se gener贸 un prototipo en las plantas Griller (para exportaci贸n). Ac谩 se incluyeron pron贸sticos (por promedio, semanales), aparte de las variables de peso de animales en faena, en lapsos de 26 semanas. Criterios como el desempe帽o, el manejo, sanidad animal y condiciones ambientales fueron evaluadas.

Por otro lado, se certificaron par谩metros como el d铆a de sacrificio, temperatura, cumplimiento del plan, tiempo de espera, precipitaci贸n, entre otros factores. Para BRF, es un logro identificar nuevas oportunidades de negocio, tras aprovechar las fortalezas de sus operaciones.

Su objetivo es avanzar en la automatizaci贸n de las unidades de producci贸n, mientras se ampl铆a el alcance y la conectividad. Por ende, destacan que los datos deben ser escalables, en eras de proyectar potencialmente a futuro la visi贸n de los algoritmos, con 茅nfasis en los rendimientos.

Bioseguridad en granjas av铆colas

Considerando los avances en materia de tecnolog铆a y sanidad animal, a continuaci贸n presentamos este webinar sobre bioseguridad en instalaciones av铆colas.

 

驴Necesitas Ayuda? Chatea con nosotros