Et FHF-finansiert forskningsprosjekt har målt hva kontinuerlig kameraovervåking av sårskader er verdt når den kobles til prognosemodeller og optimalisert slakteplanlegging. Resultatet er en dokumentert forbedring i dekningsbidrag på opptil 3 prosent, med et teoretisk potensial opp til 8 prosent.
I 2024 var sår årsaken til nedklassing av laks i 75 prosent av tilfellene. Produksjonsfisk selges typisk med 20–30 prosent rabatt sammenlignet med Superior, og i ekstremperioder opp mot 50 prosent. I tillegg krever produksjonsfisk videreforedling innenlands.
Les også: Slik kan oppdrettsfisken få færre bakteriesår
Kan bedre informasjon om sårskader, ikke bare her og nå, men fremover i tid, brukes til å ta smartere beslutninger om når og hvilke merder som bør slaktes?
Tre leverandører og en oppdretter
Prosjektet «Presisjonsplanlegging for slakt med kontinuerlig overvåking av fisk og merdmiljø» (FHF-prosjekt 901851) er gjennomført i samarbeid mellom Optimeering Aqua, OptoScale, SeaSmart og Lerøy Seafood Group, med Optimeering Aqua som prosjektleder. Bioplan er et optimeringsverktøy for slakte- og produksjonsplanlegging i lakseoppdrett, utviklet av Optimeering Aqua (som i løpet av prosjektperioden ble en del av OptoScale), og har vært plattformen for å teste verdien av de nye datastrømmene.
Fra venstre: Erlend Torgnes og Sven Kolstø i OptoScale.Den enkelte teknologileverandør sliter ofte med å vise hva dataene er verdt alene. Kameradata forteller om fiskens tilstand. Miljødata forteller om merden. Men dataene endrer ingenting før de kommer inn i en planleggingsmodell som styrer beslutninger. Det er det prosjektet har tallfestet.
Sårprognoser med høy presisjon
Vi utviklet en prognosemodell for sårskader basert på kameradata fra OptoScale og Aquabyte, koblet med temperaturdata og historiske produksjonsdata fra Lerøy. Modellen er en hierarkisk tilstandsmodell som filtrerer bort støy i observasjonene og fanger opp dynamikken i sårutvikling.
Et tidsseriebasert filtreringssteg forbedrer presisjonen i sårskadeestimatene fra ±2 prosentpoeng (enkeltdags kameraobservasjon) til ±0,5 prosentpoeng. For prognoser 30 dager frem oppnår modellen en gjennomsnittlig absolutt feil på under 2 prosentpoeng. Selv for horisonter på 150 dager holder feilen seg under 4 prosentpoeng, mot 7 prosentpoeng for sesongbaserte modeller.
Temperatur er en sentral driver, særlig for vintersår forårsaket av bakterielle infeksjoner som trives i kaldt vann. Modellen bruker derfor temperaturprognoser som input for å forutsi hvordan sårskadene vil utvikle seg fremover.
Nye og mer effektive vaksiner ser ut til å ha redusert sårandelen betydelig i 2025 og 2026. Det er bra. Men så lenge det finnes forskjeller i kvalitetsutvikling mellom fiskepopulasjoner, er det verdi i å kjenne disse forskjellene presist når slakteplanen legges. Det gjelder enten snittet er høyt eller lavt.
Verdien av å handle på informasjonen
Vi kjørte benchmarkeksperimenter med Bioplan på reelle produksjonsscenarier fra Lerøy Aurora og Lerøy Midt, med oppstart vinteren og våren 2024. Eksperimentene sammenlignet fire tilnærminger til kvalitetsgradering i planleggingen: en flat antagelse (konstant kvalitet), en sesongbasert modell basert på historiske mønstre, vår prognosemodell, og faktiske kameraobservasjoner som referanse.
Det teoretiske potensialet, altså gevinsten man ville fått med perfekt informasjon om fremtidig kvalitetsgradering, ligger mellom 2 og 8 prosent i økt dekningsbidrag fra slaktebeslutningene. Med prognosemodellen hentet vi ut opptil 2,94 prosent.
Oppskalert til industrinivå, med en konservativ antagelse om 2 prosent årlig forbedring, tilsvarer dette omlag 1,54 milliarder kroner i forbedret dekningsbidrag for norsk lakseproduksjon. For en mellomstor oppdretter med 30 000 tonn årlig produksjon (HOG) utgjør det rundt 33,5 millioner kroner.
Det holder ikke å vite hvordan ting er nå
Verdien ligger ikke i å kjenne dagens kvalitetstilstand, men i å forstå endringstakten fremover. Hvis noen fiskepopulasjoner forventes å bli dårligere raskere enn andre, bør de prioriteres for tidligere slakt. Populasjoner med forventet bedring kan vente.
Det er denne sekvenseringen, rekkefølgen på slakting, som driver mesteparten av den økonomiske gevinsten. Biomassegrenser og vekst bestemmer i stor grad når det slaktes, men kvalitetsgraderingen avgjør hvilke merder som bør gå først.
Den samme logikken har en velferdsgevinst. Når fiskegrupper med negativ sårutvikling slaktes tidligere, reduseres tiden fisken bærer aktive sår. Det gir bedre velferd for fisken som tas ut, og bedre vekstforhold for den som står igjen i merdene. Her trekker økonomi og velferd i samme retning.
Kameradata på bare et fåtall merder gir begrenset verdi for planlegging. Vi fant at å kunne sammenligne mange fiskepopulasjoner samtidig er en forutsetning for å hente ut gevinsten. Under prosjektet ble datagrunnlaget utvidet fra seks kameraer til en bredere dekning av Lerøys kameradata, fordi det ble klart at bredden var nødvendig for å gjennomføre verdianalysen.
Leverandørløfter vs. etterprøvbare resultater
En vanlig innvending fra oppdrettere er at hvis man la sammen alle verdiløftene fra teknologileverandørene, ville produksjonskostnaden vært nær null. Den skepsisen er fortjent. Derfor er metodikken i dette prosjektet viktig: Tallene er ikke basert på antagelser om hva teknologien burde kunne levere, men på benchmarking der optimaliserte planer evalueres mot faktiske kameraobservasjoner i ettertid. Referansen er virkeligheten slik den faktisk utviklet seg. Prosjektet er finansiert av FHF, gjennomført med reelle produksjonsdata fra Lerøy, og resultatene er validert med styringsgruppe fra industrien og akademia. De 3 prosentene er hva planleggingsmodellen faktisk leverte i disse scenariene, ikke hva den lovet på forhånd.
Parallelt med forskningsprosjektet har vi utviklet en egen modul i Bioplan som håndterer datakjeden: API mot kameraleverandører, filtrering, prognose og optimalisert slakteplan. Den har vært i drift hos kunder siden februar 2025. En oppdatert plan er klar omtrent 15 minutter etter at nye data er etterspurt.
Veien videre
Prosjektet har fokusert på sårskader. En naturlig utvidelse er å inkludere andre velferdsindikatorer, særlig kjønnsmodning. Vi ser også potensial for tilsvarende metoder i langsiktig planlegging og salgsplanlegging.
Verdien i havbruksdata ligger ikke i mer rapportering, men i at dataene faktisk endrer beslutninger. Det krever at leverandørene samarbeider om datakjeden og drar data frem til verdi, ikke flere dashbord.
Prosjektet «Presisjonsplanlegging for slakt med kontinuerlig overvåking av fisk og merdmiljø» (FHF-prosjekt 901851) er finansiert av Fiskeri- og havbruksnæringens forskningsfinansiering (FHF). Prosjektdeltakere: Optimeering Aqua (prosjektleder), Lerøy Seafood Group, OptoScale og SeaSmart. Sluttrapporten er tilgjengelig via FHF.
