LA AUTOMATIZACIÓN EN LA

PRODUCCIÓN LECHERA DEL FUTURO

Nicolás Lyons (Ing. Agr., PhD)
Lechería actual
Tendencias de la lechería a nivel mundial

■ Reducción en la cantidad de establecimientos

■ Establecimientos cada vez mas grandes
■ Vacas con mayores demandas / requerimientos / sensibilidades
■ Condiciones de trabajo (lluvia, barro, tareas repetitivas)
■ Jornadas de trabajo (descansos, horarios)
■ Instalaciones (edad, dimensionamiento)
■ Dificultad de atraer y retener mano de obra (expectativas y competencia)
■ Demandas del consumidor – sociedad (calidad, bienestar, ambiente)
Como vamos a enfrentar estos desafíos?
Camino tradicional
Tema de escala
Eficiencia de ordeño Eficiencia mano de obra

Espina Rotativo
Fuente: De la Rue (2019)
Instalaciones de ordeño: Hoy

■ Australia
– 74% se instalaron hace 10+ años (51% hace 15+ años)
– 60% no había tenido una mejora en los últimos 5 años
■ Nueva Zelanda
– Edad instalaciones (mediana) = 25 años
– 31% tuvieron alguna mejora en los últimos 5 años
■ Argentina
– Antigüedad de la instalación (promedio) = 24 años
– Antigüedad ordeñadora (promedio) = 11 años
■ Uruguay
– Instalaciones sub-dimensionadas (29 VO/unidad)

Fuente: Gargiulo et al (2018), Dela Rue (2019), Baudracco et al (2014), Fariña & Chilibroste (2019)
Puede la tecnología tener un lugar?

■ Desarrollo acelerado de tecnologías (función, complementariedad, costo)

■ Medir a una precisión única (costo razonable)
■ Digitalizar todo lo que vemos (imágenes y sonidos)
■ Medición continua en tiempo real
■ Conectividad (IoT)
Que quieren los productores?

■ Sensores, tecnología, big data, robótica?

■ Quizás los pioneros, o una minoría, si
■ La mayoría quiere soluciones para sus problemas

Productor habla de… Le hablan de…

Calidad de leche Conductividad, color, LDH

Reproducción Podómetros, actividad

Patas Acelerómetros, presión

Tecnologías disponibles

■ Mejora trabajo – Impacto en mano de obra (~Automatización)

■ Medición de variables (~Sensores)
■ Interpretación de mediciones (~Información)
■ Sugerir acciones o tomar decisiones
■ Manejo información o trazabilidad

Fuente: Rutten et al (2013)

Tecnologías disponibles
Tecnologías disponibles

Fuente: J. Bewley
Oferta de tecnología

■ ID, aparte, alimentación, medidores, actividad Manufacturer or

main supply
AGIS
EID

-
Auto drafting

-
Individual bail feeding

-
In-line milk meters

-
Activity meters

CowManager
Herd management
software
-

y software Afimilk* AfiSort AfiFeed

AfiMilk MPC,
AfiLab analyzer
AfiAct II Leg Tag,
Silent Herdsman
AfiFarm 5 series & Afimilk
Cow Info app

Heatime Pro+ or SCR Data

Heatime Pro+, SenseHub,
Allflex/SCR NLIS tags SCR Sort Gate - SCR FreeFlow FFS30 Flow II & Healthy Cow app,
Semex ai24#

■ ~20 empresas
SenseHub
Alta Genetics# - - - - CowWatch VAS DairyComp 305

SmartDairy Sort, SmartControl Meter, HeatSeeker 5, HeatSeeker

BouMatic* Boumatic RT tag Boumatic feed system HerdMetrix
EZ Sort Gate SmartFlo RT, HeatSeeker RT+RL

MilkManager & Farm

DairyKing Drafting Weighall Milk Meters,

■ ~80 productos
DairyMaster NLIS tags FeedRite MooMonitor+ Messenger app,
Gate Commander Milk Meter
MooMonitor+ app
DataGene - - - - - HerdData app

Milk Meter Fi5, Yield

B Transponder, One Place Rotary Feed, DelPro
DeLaval* DeLaval Sort Gate indicator Fi7, MM27BC, Activity Meter System
NLIS tags Herringbone Feed & DelPro Companion app
Herd Navigator sampler
Easy Dairy Herringbone
Eli Pro Easy Dairy Desktop
Easy Dairy - Easy Draft Feed, Easy ID Rotary ID COWcontrol [Nedap]
Eli SAMM [app pending]
system
Eli Innovation - Mistro Draft Eli Mobile Feeder [Eli systems] COWcontrol [Nedap] Mistro Shed
iDairy
Farm Automation - iDairy Smart Draft iDairy feed systems - -
& iDairy App

AutoSelect gates, GEA feed controller, Dematron 70 (or 12), Rescounter III, DairyPlan C21
GEA* -
CowScout sort gates CowScout feed system Metratron 21 CowScout & App
#
Genetics Australia - - - - HerdInsights -
Hico# - - Mistro Feed - - Mistro Farm 5
Jantec feed systems,
CellSense,
Jantec - Jantec Sorting System Jantec Mobile ID Grain - Jantec Herd Identification
YieldSense+
Feeder
Saber SCC,
LIC - Saber Draft - - -
Saber Milk

Waikato Milking Electronic Milk Meter,

- Navigate Sort Gate [Jantec feed systems] Navigate Heat & Health -
Systems* Smart D-TECT Sensor

Zoetis - - - - SmartBow -

Fuente: Tech KISS (2019)

Adopción actual

71% 60% 43%

35%
37%

Tambos mas grandes adoptan mas automatización

Fuente: Gargiulo et al (2018)

Integración de tecnología

Aparte Alimentación Medición Actividad

Aparte Ninguna

Una
Alimentación
Dos
Medición
Tres
Actividad Cuatro

Fuente: Tech KISS (2019)

Integración de tecnología

■ Una tecnología (22%):

– Medición de leche
– Alimentación
■ Dos tecnologías (18%):
– Aparte y actividad
– Aparte y alimentación
■ Tres tecnologías (13%):
– Aparte, alimentación y actividad

Fuente: Tech KISS (2019)

Resultados adopción actual (NSW)

■ Diferentes motivos para adoptar tecnología (facilidad, eficiencia,

calidad de vida / trabajo, nuevas generaciones, desafíos)
■ Mayor adopción de automatización
■ Poca adopción de sistemas de generación de datos
■ Dificultad en la elección de tecnologías
■ Dificultades en la integración
■ Mayormente satisfechos con los resultados
■ Todavía existe un gran potencial

Fuente: Tech KISS (2019)

Adopción actual (NZ)

■ Mas adopción de automatización que de sensores

■ Automatización:
– Retiradores automáticos (39%)
– Sellador automático – Alimentación automática (29%)
– Lavado automático corrales (27%)
■ Sensores:
– Identificación electrónica (23%)
– Medidores de leche (8%)
– Balanzas automáticas – Detectores mastitis en línea (7%)
■ Mayores niveles de tecnología en salas rotativas

Fuente: Dela Rue et al (2019)

Adopción actual (NZ) - Satisfacción
Aparte Balanzas automáticas ■ Sensores son mas
dependientes de la
mano de obra
■ Requieren
conocimiento e
interpretación
■ Necesidad de mejorar
el diseño y soporte de
sensores
Identificación Detección de mastitis
■ Dificultad de medir
beneficios
Sensores – Generación de datos

■ Los datos son una forma de ver y entender el mundo

■ Importancia del contexto y las preguntas – Que queremos saber?
■ La clave esta en el manejo
 Nivel de detalle?
Cómo han cambiado las decisiones?
Cuantos datos se usan?

■ ~5-10 % (productores robóticos Australia)

■ 20 % (Borchers et al 2014)
■ 12 % (Rabobank 2017)
■ Productores creen que hay funcionalidades que no se usan y requieren soporte y
entrenamiento (Eastwood et al 2016)

■ Hemos pasado de una limitante de medir a una limitante de analizar y entender

Propuesta de valor

“Las innovaciones tienen que hacer las

cosas mas fáciles, mas baratas, mas
rápidas, mas eficientes, mas productivas,
mas acertadas o mas placenteras”
(DairyNZ)

Fuente: Rabobank (2017)

Manejo de variabilidad

Eficientes ~20% menos alimento

Rango de 10-26 Tn MS/ha

Eficientes 9% mas leche
con 5% menos ordeños
Fuente: Green et al (2013); Molfino et al (2016); Clark et al (2012)
Predecir eventos

-33% tiempo de rumia

previo al parto

Fuente: Clark et al (2014)

Integración de datos

■ Detección temprana de mastitis en sistemas robóticos de ordeño

■ Conductividad eléctrica = 70%
■ + Frecuencia de ordeño, ordeños incompletos y producción = 90%

Fuente: Khatun et al (2018)

Grandes oportunidades

■ Mayor entendimiento del sistema y sus

componentes
■ Decisiones informadas (> confianza; < riesgo)
■ Escalas de medición y manejo
■ Acelera y acerca I+D al campo y al consumidor
■ Mayor vínculo interno (empleados) y externo
(asesores, proveedores, clientes)
■ Redefinición de cadenas de valor (“nuevas
cosas de nuevas formas”)
Que va a pasar en el futuro?

75% 66% 70% 57%

79%

Fuente: Gargiulo et al (2018)

Que otras tecnologías podremos ver ?
Que otras tecnologías podremos ver ?
Que podemos empezar a hacer?

■ Empezar a imaginarnos y diseñar un futuro diferente

■ Analizar opciones
■ Adaptación / Desarrollo local (I&D / Extensión)
■ Propuesta de valor (costo : beneficio)
■ Servicio y soporte
■ Datos y registros electrónicos
■ Equipos multidisciplinarios
Productores
El rol de los asesores

• Decisiones de inversión
• Rol importante en la adopción y adaptación
• Data  Información  Decisión
• Reportes, gráficos, alertas
• Nivel completamente diferente de manejo (~Individual)
• Proceso de aprendizaje continuo
• Trabajan con diferentes productores / software
• 55% asesores no tienen acceso remoto a datos (P2D, 2016)
• Nuevos modelos de negocio
Tecnología y mano de obra

■ Va a reemplazar mano de obra?

– Depende
– Menos trabajos?
– Trabajos diferente?
– Complementar trabajos?
– Mejores trabajos?

■ Potencial para afectar trabajos, pero también para crear

demanda por nuevos trabajos y habilidades
Conclusiones

■ Hay tecnología disponible y seguirá habiendo nuevos desarrollos

■ La adopción seguirá avanzando (automatización a información)
■ No se trata de la tecnología en sí
■ No hay soluciones mágicas ni únicas
■ Foco en los objetivos, el sistema y las preguntas
■ Prepararse para un gran cambio
■ Integración
■ Clave = Manejo & Personal
Lechería actual
lyons@agro.uba.ar
@Lyons_Nico