skip to main content
Unlinked Cargill Logo

Produção animal orientada por insights: perguntas e respostas com Dave Cook

Dave Cook, da Cargill, compartilha o passado e o futuro da produção animal orientada por insights. 

Produção animal orientada por insights: perguntas e respostas com Dave Cook

Dave Cook, da Cargill, compartilha o passado e o futuro da produção animal orientada por insights. 

  • Ascensão dos computadores e da digitalização na década de 80 geroupermitiu o acesso a mais insights que os, disponíveis aos produtores para utilização em suas fazendas.

  • Ferramentas usadas ou colocadas nas instalações das fazendas permitem os produtores coletarem mais dados para tomada de decisões mais embasada

  • O futuro dos insights pode permitir o monitoramento individual dos animais, podendo prever as necessidades específicas de nutrientes por animal.

 

Produção animal orientada por insights – Perguntas e respostas com Dave Cook

Dave Cook, Doutor e Diretor Global de P&D do negócio de nutrição para aquicultura da Cargill, atuou em várias funções de pesquisa e desenvolvimento em nutrição animal por quase 30 anos, trabalhando com várias espécies, incluindo aves, suínos, bovinos e aquicultura.

A produção animal mudou para orientação por insights na década de 80. O que ocasionou essa mudança?

Essa mudança foi uma combinação do desenvolvimento das ferramentas e técnicas, desde os primeiros momentos da digitalização, quando os computadores desktop recém chegados e os computadores portáteis se tornaram mais acessíveis. Conforme a mobilidade e a velocidade da computação evoluíam, a capacidade de minerar dados e utilizar algoritmos evoluía também.

Veja o exemplo da nutrição de aminoácidos para vacas leiteiras em início de lactação. A chave era perceber que cada produtor tinha diferentes objetivos e motivações, assim como cada animal também tinha desempenhos diferentes. A tecnologia nos habilitou a medir a produção diária de cada vaca e a personalizar sua dieta. Foi uma das primeiras vezes que vimos a modelagem matemática sendo adotada.

Os produtores adotaram a ideia da orientação por insights? A popularização foi rápida ou lenta?

Dependia do setor. Naquela época, era predominantemente usada para gado leiteiro, bovinos de corte e suínos. Para bovinos de leite a adoção foi rápida e, em seguida, com base em insights desta indústria, evoluiu também para bovinos de corte. As variações na produção própria de forragem foram a motivação para aumentar a adoção.

Para suínos, a adoção veio logo em seguida. Os primeiros usuários estavam querendo fazer algo diferente. Os produtores de salmão, por sua vez, foram os primeiros da aquicultura a adotar e já estão observando uma aplicação crescente da digitalização em outras áreas, como na produção de camarão.

Como essa abordagem cresceu nos últimos 40 anos? O que ocasionou as mudanças ou as transições em como produzimos os animais?

Um exemplo a ser observado foi o desenvolvimento de novos promotores de crescimento em suínos e bovinos de leite. O setor passou 20 anos refinando os requerimentos de aminoácidos para suínos, mas com advento dos promotores de crescimento, precisávamos parar e refazer totalmente os cálculos dos requerimentos.

Assim, novas formas de considerar os requerimentos de aminoácidos surgiram no final dos anos 80. Trabalhamos para encontrar os perfis ideais de aminoácidos, o que facilitou a informatização dos requerimentos.

Na Cargill, a primeira modelagem para suínos surgiu em 1992. Era possível ver o animal crescer digitalmente, pois a potência computacional disponível na época levava alguns minutos para calcular cada fase de crescimento. Esse modelo foi um meio de oferecer soluções personalizadas aos produtores e fazer isso de uma forma muito visual. Apenas oito anos depois, uma fase de crescimento tornou-se instantânea: bastava pressionar um botão e pronto. Com o crescimento da supercomputação e a aplicação de inteligência artificial, nossa capacidade de modelar o desempenho do animal aumentou muito. 

Como você vê a produção orientada por insights nos próximos 20 anos?

Acho que veremos o monitoramento individual de cada animal, podendo avaliar o desempenho e prever as necessidades específicas de nutrientes de cada um deles. Teremos sistemas automatizados para oferecer uma dieta personalizada por animal ou, no mínimo, rações atualizadas para um grupo, que possam ser alteradas diariamente. 

Também observamos um crescimento contínuo no desenvolvimento e na aplicação de uma série de sensores e outras ferramentas preditivas que permitirão que os produtores tomem decisões embasadas, a fim de que otimizem o bem-estar e o desempenho dos animais com base na probabilidade do que pode acontecer (por exemplo, eventos climáticos, cargas de patógenos, condições de estresse, etc.). 

Independentemente do que vier, a produção orientada por insights só crescerá com o aumento da nossa capacidade de reunir dados.