Одним із прикладів такої відданості справі є дослідження у співавторстві з фахівчинею по здоров'ю вимені Доротою Англарт проведене у співпраці зі Шведським університетом сільськогосподарських наук та організацією Växa Sverige.

Дослідження, опубліковане в журналі Journal of Dairy Science, розкриває питання виявлення маститу безпосередньо в системах автоматизованого доїння (AMS), а також — на які саме дані спираються фермери та що впливає на їхні рішення.

Чому це дослідження важливе?

Мастит залишається однією з найвитратніших та складних проблем для здоров’я в молочному скотарстві, впливаючи на добробут тварин, прибутковість ферми і навіть на екологічний слід виробництва молока. Автоматизована система доїння (AMS) пропонує велику кількість даних та інструментів виявлення. Але з такою кількістю інформації фермери можуть або пропустити ключові сигнали, або розгубитися. Розуміння того, що впливає на прийняття рішень, є важливим для розробки інструментів, які забезпечують цінність, а не лише функціонал.

Як проводилось дослідження?

У дослідженні застосовано підхід, що поєднує різні методи:

• Національне опитування: 246 шведських молочарів, які використовують системи автоматизованого доїння (AMS), заповнили детальну анкету. Питання стосувались розміру стада, бренду системи, технологічних особливостей та методів виявлення маститу.
• Детальне інтерв'ю: з дев'ятьма фермерами провели інтерв'ю, щоб дослідити їхню щоденну рутину, виклики та мотивацію прийнятих рішень.

Таке поєднання методів дозволяє вченим охопити загальні тенденції, водночас додаючи насичений контекст із реального життя.

Дорота Англарт, фахівчиня по здоров'ю вимені в компанії ДеЛаваль, була співавторкою дослідження.

Що ж було виявлено?

Результати опитування та інтерв'ю засвідчили, що виявлення маститу залежить не лише від наявності відповідних технологій, а й від того, як виробники з ними взаємодіють. Серед основних висновків:

1. Вирішальним чинником, який впливає на спосіб виявлення маститу, є сам бренд системи автоматизованого доїння (AMS). Кожна система представляє дані по-різному, визначаючи не лише те, яка інформація доступна, а й те, як вона використовується. Наприклад, системи Lely та DeLaval відрізняються способами вимірювання й відображення даних про кількість соматичних клітин (КСК) та формування сповіщень, що зумовлює різні підходи до організації роботи на фермах.

2. Спостереження та інтуїція все ще на першому місці. Незважаючи на передові засоби виявлення, багато виробників спочатку покладаються на практичне спостереження, таке як перевірка корів, які запізнюються на доїння («червоні корови»), перш ніж звертатися до спеціалізованих даних, таких як КСК або індекси виявлення маститу (MDi).

«Ми не використовуємо жодних високотехнологічних рішень. Вона не приходить на доїння — саме так ми це й помічаємо», — коментує фермер № 5.

Хоча такий підхід ґрунтується на досвіді, він може відстрочити виявлення та лікування, що призводить до зростання витрат і ризиків для добробуту тварин.

3. Кількість соматичних клітин (КСК) є надійним орієнтиром. За наявності даних щодо КСК, отриманих за допомогою спеціальних лічильників (наприклад, DeLaval OCC — ред. автоматичний пристрій для точного вимірювання КСК в молоці безпосередньо під час доїння), вони стають основним інструментом прийняття рішень. Виробникам легше інтерпретувати показник КСК, ніж електропровідність, оскільки це стандартна величина з чіткими критеріями, встановленими молокопереробними підприємствами.

«Ми дуже часто використовуємо DeLaval OCC, і саме так ми дізнаємося, хворі корови чи ні. Це означає, що інші функції насправді трохи зайві», — розповідає фермер № 2.

Однак існує ризик виникнення вузького погляду лише на КСК, через що можна не помітити інші цінні дані.

4. Інформаційне перевантаження — це реальна проблема: системи автоматизованого доїння (AMS) надають величезний обсяг даних і їх надмірність може дезорієнтувати. Більшість фермерів адаптуються, створюючи власні робочі процеси й часто ігноруючи функції, які здаються їм незрозумілими або зайвими.

«Це трохи нагадує ситуацію, коли за деревами не бачиш лісу», — зазначає фермер № 5.

Виробники прагнуть простої та практичної підтримки у прийнятті рішень — раннього оповіщення, а не просто багато даних.

5. Інтеграція з системами управління здоров’ям стада обмежена: дані автоматизованих систем доїння рідко інтегруються з іншими системами моніторингу здоров’я стада або використовуються ветеринарами й консультантами. Це втрачена можливість для більш комплексного управління стадом на основі даних.

«Ветеринари оглядають кожну окрему тварину. Так би мовити особистий прийом», — зауважує фермер № 1.

Деякі виробники навіть розглядають можливість виходу з національних програм обліку показників молока (як-от SOMRS), оскільки вважають, що їхні системи автоматизованого доїння (AMS) надають достатньо даних, — хоча інші цінують відчуття спільноти та додаткову аналітичну інформацію, які пропонують ці програми.

Тож чому це дослідження важливе? Практичне значення для компанії ДеЛаваль та наших клієнтів

Успіх залежить від розробки систем, що відповідають реальній поведінці та процесам прийняття рішень. Це означає, що компанії варто:

• Проєктувати з орієнтацією на зрозумілість, а не лише на функціональні можливості: виробники цінують інструменти, що надають чітку та практичну інформацію. Необхідно знаходити баланс між інформативністю даних систем управління (AMS) та простотою їх представлення й інтерпретації.
• Підтримувати інтеграцію: спрощення поєднання даних із систем автоматизованого доїння (AMS) з іншими записами про стан здоров’я стада та консультаційними системами може відкрити нові можливості як для виробників, так і для їхніх консультантів.
• Інвестувати в навчання та підтримку: чимало фермерів використовують стандартні налаштування систем автоматизованого доїння (AMS), втрачаючи можливості адаптації системи під власні потреби, що могло б оптимізувати робочі процеси. Навчання та обмін досвідом із колегами допоможуть усунути цю прогалину.
• Спільно створювати рішення з кінцевими користувачами: дослідження наголошує на важливості залучення виробників до розробки та тестування нових функцій, щоб гарантувати відповідність рішень реальним робочим процесам і потребам.

Що ж далі?

Щоб повною мірою використати потенціал даних систем автоматизованого доїння (AMS) для виявлення маститу та контролю здоров’я стада:

• Зосередитись на інтеграції з програмами управління здоров’ям стада, системами консультування та ветеринарними робочими процесами.
• Розробити систему навчання та підтримки, що дасть виробникам змогу налаштовувати свої системи автоматизованого доїння (AMS) та використовувати їх на повну потужність.
• Продовжувати дослідження, в яких думка та погляд виробника в центрі інновацій.

Про ДеЛаваль

Наша мета — зробити стале виробництво харчових продуктів можливим. Як компанія, що ґрунтується на інноваціях, ДеЛаваль постійно шукає нові способи допомагати своїм клієнтам — виробникам молока — робити більше, використовуючи менше ресурсів. Для цього компанія створює передове доїльне обладнання та інноваційні рішення, спрямовані на підвищення ефективності виробництва, добробуту тварин і сталого розвитку молочного господарства.

Від першого інноваційного сепаратора, запатентованого Густавом де Лавалем у 1878 році, до сучасних автоматизованих систем доїння, роботизованих і цифрових технологій — історія ДеЛаваль є історією постійного технологічного розвитку. Понад 140 років компанія поєднує інновації, наукову експертизу та практичний досвід фермерів, створюючи рішення, які допомагають формувати майбутнє молочного тваринництва та відповідати на виклики сучасного фермерства.

Сьогодні ДеЛаваль об'єднує близько 4 800 фахівців, які працюють більш ніж на 100 ринках по всьому світу. ДеЛаваль входить до складу міжнародної Tetra Laval Group.

Контакти для додаткової інформації: Євгенія Калашнікова, Координатор з маркетингу по Україні та Молдові тел. +380 44 462 48 65 е.пошта: eugenia.kalashnikova@delaval.com 4 112, Київ, вул. Олени Теліги, 6