Smartere og enklere produksjonsplanlegging

Norske OptiFish har laget kunstig intelligens for produksjonsplanlegging – som viser forbedringspotensial på inntil 19 %!

Siden 2019 har teamet bak OptiFish utviklet algoritmer for optimalisering av produksjonsplanlegging, og i 2025 ble selskapet offisielt startet. Teamet har sett nøye på hvordan produksjonsplanlegging i smoltanlegg og matfiskanlegg på land foregår. I dag er slikt arbeid hovedsakelig manuelt, med store regneark og mye tidkrevende arbeid.

– I grove trekk jobber vi med å forenkle prosessene for oppdretterne, og hjelper dem med å utnytte anleggene best mulig. Bransjen mangler nemlig verktøy som klarer å ta inn alle faktorer som påvirker en produksjonsplan i smoltanlegg og i landbasert matfiskproduksjon, forklarer medgründer og CEO Vegard Hansen.

Vegard Hansen

Medgründer og CEO i OptiFish

Automatisk oppdatering

– Vi ser ofte store Excel-filer, kompliserte produksjonsplaner og mange krav som skal overholdes. Da snakker vi om sortering, vaksinering, CO₂-nivåer, vannkvalitet, temperaturstyring og fôringskapasitet. Samtidig skal kapasiteten utnyttes best mulig, parallelt med forespørsler fra sjøfasen om å levere så mye og så god smolt som mulig gjennom året, og i ulike størrelser til forskjellige lokaliteter.

Ifølge Hansen går det mye tid til å justere planer fordi ting endres hele tiden. OptiFish gjør disse oppdateringene automatisk, og kan spare planleggerne for mye krevende Excel-arbeid.

– Modellen er testet på mange typer anlegg, og har vist seg å gjøre både fornuftige og smarte valg for best mulig drift. For eksempel er den god på å finne rom for ekstra smoltleveranser innenfor leveransevinduet, eller å utsette en leveranse med noen uker, og gjøre nødvendige justeringer deretter. Den kan også frigjøre kapasitet i avdelinger som trenger vedlikehold eller automatisk gjøre andre løpende justeringer i produksjonsplanen, fortsetter han.

19 % bedre prisrealisering

OptiFish har blant annet hjulpet Andfjord Salmon på Andøya og Laxey på Island med å forbedre beslutningsgrunnlaget i produksjonsplanleggingen.

– De har vært de første kundene, som har bidratt med viktig feedback til utviklingen. Resultatene viser det store potensialet som ligger i driftsoptimalisering ved hjelp av KI. En analyse vi gjorde med Andfjord viste for eksempel at ved å planlegge for bedre utnyttelse av sesongvariasjonene i lakseprisen, kunne de potensielt øke den forventede prisrealiseringen med inntil 19 prosent, sier Hansen.

– Dette er ofte for komplisert for oppdretterne selv å ta aktivt høyde for med manuell planlegging, mens modellen klarer å gjøre mer detaljerte beregninger og ta inn flere faktorer. Det ga i dette tilfellet en plan som utnytter den forventede pristoppen på våren mye bedre.