Entre la ración que formula el nutrólogo y la que llega al pesebre pueden aparecer diferencias. Un ingrediente cargado de más, una variación en el pesaje o una incidencia durante el reparto alteran lo previsto y no siempre quedan registrados. QLUNICO ha trabajado sobre ese problema: conocer con precisión qué se suministra a los animales y aprovechar esa información para mejorar la gestión de la alimentación. El grupo operativo está liderado por CLUN y cuenta con Aldaba Servicios Profesionales y la ganadería SAT Cavadas 941 Xuga como entidades participantes. Medrar Innovation Office asumió la coordinación como agente de innovación.
El trabajo conjunto ha permitido conectar la experiencia de los profesionales de alimentación y de los ganaderos con el desarrollo tecnológico. Medrar ha intervenido también en el diseño de la infraestructura de datos y en la evaluación de las recomendaciones, buscando que las herramientas respondan a las condiciones reales de trabajo.
Saber qué se carga y qué se reparte
El primer resultado es un dispositivo que combina equipos electrónicos y una aplicación de cabina. Se conecta con elementos del carro, como la báscula y la impresora, para registrar las operaciones y transmitir la información al sistema de gestión de CLUN. Durante la carga, la pantalla muestra el ingrediente que corresponde añadir, el peso registrado y los kilos pendientes. Al terminar el servicio, queda constancia de las cantidades suministradas, las diferencias respecto a lo programado y el tiempo empleado. Esto permite reconstruir lo ocurrido y revisar las desviaciones con información concreta. El sistema se diseñó para adaptarse a distintos modelos de carro mezclador, una condición importante en una cooperativa que trabaja con maquinaria de diferentes características. Los dos prototipos previstos se fabricaron y validaron en condiciones reales de trabajo, incorporando ajustes a partir de las incidencias observadas.
La conectividad también se tuvo en cuenta. Cuando no hay cobertura, el equipo conserva los registros y permite continuar la ruta. La información se sincroniza con la cooperativa cuando vuelve la conexión.
Además del control de las raciones, la solución registra incidencias y horas de funcionamiento para planificar el mantenimiento según el uso de cada vehículo. Los datos del servicio alimentan también procesos administrativos, como la facturación a los socios y la preparación de los registros de trabajo de los conductores.
Comparar alternativas antes de cambiar la ración
Con la captura de datos resuelta, QLUNICO ha desarrollado un sistema de inteligencia artificial para estudiar alternativas de alimentación. Su funcionamiento combina dos pasos: estimar la producción de leche asociada a una ración y buscar una composición de menor coste que cumpla los requisitos establecidos. El cálculo tiene en cuenta la disponibilidad de ingredientes y condiciones nutricionales como el consumo de materia seca, el mínimo de fibra y el máximo de almidón. También permite fijar una producción mínima y limitar cuánto puede cambiar cada ingrediente respecto a la ración habitual.
El resultado es una propuesta que indica los kilos por vaca de cada componente, el coste estimado y la producción prevista. Esa propuesta puede traducirse a las cantidades que deben cargarse en el carro, facilitando su valoración y aplicación por los responsables de alimentación. La información se presenta en tres vistas: un resumen de lo registrado en la granja, una sección de predicciones y un apartado para comparar raciones. El usuario puede consultar cómo evolucionan la producción y los costes, simular cambios y conocer el margen de error de las estimaciones.
Las recomendaciones se han contrastado con registros de explotación y con los ganaderos para ajustar su aplicación al trabajo diario. El ahorro económico constituye un beneficio potencial del sistema; la documentación disponible todavía no ofrece una cuantificación global del ahorro conseguido.
Una vía para extender la innovación desde la cooperativa
ITG ha explorado también el aprendizaje automático cuántico aplicado a la alimentación del ganado. Para ello, evaluó tres modelos que utilizan las cantidades de ingredientes de la ración y otros datos de la explotación para predecir la producción de leche. Las pruebas se realizaron mediante simulaciones en ordenadores convencionales y permitieron comprobar el potencial de estas técnicas con datos reales. Se trata de una primera aproximación para estudiar qué puede aportar la computación cuántica a las decisiones de alimentación, sin que se haya demostrado todavía una ventaja frente a los métodos clásicos.
QLUNICO cuenta con financiación de la Axencia Galega da Calidade Alimentaria (AGACAL), dependiente de la Xunta de Galicia, a través de las ayudas a proyectos innovadores de los grupos operativos de la Asociación Europea de la Innovación. Estas ayudas están cofinanciadas por el Fondo Europeo Agrícola de Desarrollo Rural (FEADER), en el marco del Plan Estratégico de la PAC 2023-2027.
