De alimentar por intuición a alimentar por IA: la revolución silenciosa que está llegando a la granja

En acuicultura, la alimentación representa más del 50% de los costes operativos y puede generar hasta un 25% de desperdicio. Durante décadas, la toma de decisiones en este ámbito ha estado basada en horarios fijos o en la experiencia del operario. Sin embargo, la inteligencia artificial está empezando a cambiar este enfoque de forma profunda: alimentar a los peces en función de su comportamiento real y en tiempo real.

Más que una mejora tecnológica puntual, el cambio apunta a un nuevo modelo productivo. En un contexto marcado por la presión sobre los costes y la sostenibilidad, la capacidad de ajustar la alimentación con precisión se está convirtiendo en un factor diferencial para la competitividad de las granjas.

La base de esta transformación es la visión por computador aplicada al entorno acuícola. Algoritmos como YOLO (You Only Look Once) analizan de forma continua el comportamiento de los peces a través de cámaras instaladas en tanques o jaulas, detectando cuándo los animales están comiendo activamente y cuándo disminuye su interés por el alimento. Esta información permite adaptar automáticamente la ración, reduciendo pérdidas, mejorando el índice de conversión (FCR) y limitando el impacto ambiental.

Uno de los avances clave es que estos sistemas ya no dependen exclusivamente de la nube. Modelos ligeros como YOLOv8n pueden ejecutarse directamente en dispositivos instalados en la propia granja, procesando vídeo en tiempo real con precisiones superiores al 90%. Esta capacidad de computación en el borde (edge computing) facilita su adopción tanto en sistemas de recirculación (RAS) como en jaulas marinas, incluso en entornos con conectividad limitada.

Más allá de la operativa diaria, la inteligencia artificial está empezando a impactar también en el desarrollo de nuevos piensos. El análisis automatizado del comportamiento permite detectar de forma temprana cambios en la actividad alimentaria, reduciendo significativamente el tiempo necesario para evaluar la aceptación de nuevas formulaciones.

Este enfoque se alinea con el concepto de fail fast, cada vez más presente en innovación acuícola: identificar rápidamente lo que no funciona para optimizar recursos y acelerar la toma de decisiones. En la práctica, permite descartar dietas poco eficientes en cuestión de días, evitando mantener ensayos durante semanas sin resultados concluyentes.

En especies como la trucha arcoíris (Oncorhynchus mykiss), ya se ha observado cómo determinados niveles de inclusión de harina de insecto de Hermetia illucens pueden reducir rápidamente la actividad alimentaria, facilitando ajustes tempranos en la formulación. En dorada (Sparus aurata) y lubina europea (Dicentrarchus labrax), la aplicación de estos sistemas ha permitido optimizar estrategias de alimentación en condiciones comerciales, con reducciones significativas del desperdicio y mejoras consistentes en el FCR.

La transición hacia una alimentación basada en datos no solo mejora la eficiencia, sino que redefine la forma en que se toman decisiones en granja. En un sector donde cada punto de conversión cuenta, la inteligencia artificial deja de ser una promesa tecnológica para convertirse en una herramienta operativa con impacto directo en la rentabilidad.