El proyecto, que gestó sus primeras bases tras los desafíos logísticos de la pandemia y que requirió más de cinco años de trabajo analítico y desarrollo interno, busca transformar la captura masiva de datos en decisiones productivas, ambientales y comerciales predictivas en tiempo real.
En este marco, Jorge Melipillán explicó a InfoSALMON el cambió de significado conceptual de la sala, señalando que, “nos pasamos de la alimentación remota a una Central de Información Productiva Aplicada. Con toda la data que nosotros recolectamos y toda la información que tiene cada uno de nuestros feeders acá, se puede tomar una decisión en tiempo real y confiable. Pasamos por una etapa en que partimos con una idea que hoy día evolucionó y tiene otro nombre.
Soberanía de Datos y procesamiento “In-House”
Aunque la compañía trabaja de forma colaborativa con diversos proveedores del mercado de cámaras submarinas y sensores ambientales-biológicos, no utiliza los reportes estandarizados que entregan las plataformas de terceros, sino que captura la data cruda mediante integraciones API para procesarlas en sus propios servidores y con algoritmos desarrollados por su propio equipo de ingeniería y producción.
«Nosotros hoy día tomamos toda la tecnología que nos presentaron los proveedores y la mejoramos a las necesidades de Invermar. Capturamos el dato que nos entrega la cámara, lo procesamos, aplicamos toda la tecnología que tenemos y toda la experticia de nuestros analistas”, puntualiza Melipillán.
Esta infraestructura analítica permite realizar proyecciones de cosecha a tres meses plazo, combinando estimadores de biomasa e historial de peso, alcanzando un margen de error de solo un 1% a 2%, esto es un hito clave que permite planificar la entrega exacta de calibres y tallas a la planta de proceso con fines comerciales.
Inteligencia Artificial y ecosondas para leer el comportamiento del pez
La evolución del centro de control incluyó también la realización de un piloto operativo de ocho meses en el que se combinaron sonares de alta frecuencia (ecosondas) con algoritmos de Inteligencia Artificial para monitorear el comportamiento del cardumen y la dinamización del nado vertical en las jaulas.
El sistema envía ondas de alta frecuencia que permiten crear un plano cartesiano de profundidad en la columna de agua (de 0 a 20 metros), detectando fenómenos ecológicos complejos como la formación de subpoblaciones por jerarquía o tamaño y, sobre todo, alteración de conducta por eventos de estrés (ruido de faena, baños antiparasitarios o corrientes).
Tras el proceso de Machine Learning, junto a la toma de decisiones de los profesionales, se logra alimentar cuatro jaulas de manera 100% autónoma, ajustando las tasas de entrega del alimento según la apetencia real detectada por el sonar.
Esta integración, sumada al monitoreo mediante dos cámaras submarinas por jaula, ha permitido reducir pérdidas de alimento en el fondo marino y optimizar los factores de conversión de la compañía. Desde la implementación y consolidación de la central de información, en Invermar estiman una mejora cercana al 20% en el desempeño y eficiencia global de sus procesos de alimentación.
Proyección predictiva
Actualmente, el 100% de las jaulas de Invermar se encuentran sensorizadas, entregando frecuencias de datos ambientales cada 5 minutos. Esto les permite contar con modelos de predicción de oxígeno a 48 horas plazo, garantizando que la alimentación se ejecute de manera responsable y anticipando contingencias climáticas u oceanográficas antes de que afecten la biomasa.
La compañía tiene planificado a corto plazo ampliar tanto la infraestructura como el desarrollo tecnológico de esta Central de Información Productiva Aplicada.
