Цифровые технологии для эффективного ведения молочного и мясного агробизнеса

Введение

Современное животноводство, в частности молочное скотоводство, активно внедряет цифровые технологии (далее – ЦТ), что позволяет оптимизировать работу на производстве, вывести ее на новый уровень и изменить прибыльность предприятия. В настоящее время накоплен значительный опыт использования различных технологий и специализированного программного обеспечения для животноводства, результаты которого отражены в публикациях разных исследователей.

Российский опыт внедрения ЦТ в АПК отражен в научных трудах, описывающих современные вызовы, с которыми сталкивается животноводство: повышение стоимости кормов, нехватка специалистов и рабочей силы, высокая конкуренция на рынке [1, 2]. По мнению автора, наиболее интересными представляются научные изыскания, посвященные исследованиям, предлагающих решение разных проблем и позволяющих фермерам повысить экономическую эффективность производства за счет применения ЦТ [3, 4, 5].

В частности, работы изучающие влияние ЦТ на оптимизацию процесса кормления животных [6]. Системы автоматического кормления позволяют точно дозировать корм для каждой коровы, учитывая ее индивидуальные потребности и оптимизировать рационы для достижения максимальной продуктивности.

Некоторые ученые рассматривают решение проблем с нехваткой человеческих ресурсов в сельском хозяйстве через аспект снижения затрат труда при внедрении ЦТ [7, 8]. Системы автоматического доения и мониторинга животных позволяют сократить количество ручного труда и освободить время для других задач. При этом автоматизация рутинных операций, таких как управление климатом, освещением и вентиляцией, позволяет снизить затраты на энергию и улучшить условия для животных [9, 10, 11].

Многие исследователи к ключевым особенностям применения ЦТ относят работу в спецпрограммах, позволяющих проводить мониторинг и управление стадом через анализ данных [12, 13]. Устройства, закрепленные на животных, отслеживают их физиологические показатели (активность и руминацию), помогая выявить болезни и проблемы со здоровьем на ранних стадиях, что позволяет снизить потери от заболеваний. Анализ данных о молочной продуктивности каждой коровы и стада в целом позволяет управлять репродуктивным циклом животных и увеличить количество потомства [14, 15].

Также отдельные авторы значительное внимание отводят изучению экономических преимуществ цифровизации, к числу которых относят повышение уровня рентабельности бизнеса за счет снижения затрат на труд, кормление и ветеринарные услуги [16, 17, 18, 19]. Некоторые ученые выявили положительные эффекты при использовании ЦТ по результатам снижения финансовых рисков и увеличения стабильности агробизнеса за счет своевременного обнаружения и решения проблем со здоровьем животных и управления фермой [20, 21, 22, 23].

Несмотря на большое количество проведенных исследований по эффективности применения цифровых технологий в животноводстве, вопросы импортозамещения в сфере программного обеспечения аграрного производства решены не полностью, в связи с чем исследование по разработке отечественной специализированной программы для молочного и мясного животноводства является актуальным и имеет высокую практическую значимость.

Цель исследования состоит в разработке алгоритмов технологических процессов и расчета показателей экономической эффективности для создания отечественной программы управления агробизнесом в молочном и мясном скотоводстве.

Научная новизна исследования заключается в разработке алгоритмов технологических процессов, позволяющих рассчитывать показатели эффективности деятельности не только в молочном, но и в мясном скотоводстве с использованием отечественной инновационной программы «Автоматизированная система управления агробизнесом» (далее – «АСУ-Агро»).

Гипотеза исследования предполагает, что внедрение отечественных программ управления стадом в молочном и мясном скотоводстве будет способствовать повышению эффективности производства продукции и укреплению конкурентных позиций российских сельхозтоваропроизводителей на внутреннем рынке.

Материалы и методы

Информационно-эмпирической базой послужили материалы полевых исследований по данным сельскохозяйственных организаций молочного направления в Омской области. В работе были использованы методы монографического обследования и абстрактно-логический, а также при построении алгоритмов использовался метод схематизации, при обработке табличных данных – экономико-статистический.

Основная часть

В сельскохозяйственных организациях (далее – СХО) молочного и мясного направления на успешное ведение бизнеса влияют определенные факторы. Одним из главных является внедрение современных цифровых технологий, автоматизация и механизация производства, что способствует улучшению условий труда, а также более эффективному управлению стадом через анализ и контроль данных, планирования и прогнозирования продуктивности.

Другим важным фактором успеха аграрного бизнеса можно отметить эффективное управление стадом, которое предусматривает повышение продуктивности животных за счет правильного рациона, контроля здоровья и оптимальных условий содержания. Все это должно сопровождаться постоянным учетом затрат и их оптимизацией.

Третьим фактором успеха служит производство не только большого объема молока и мяса, но и их отличное качество, в соответствии со стандартом и требованиям рынка.

В Омской области в СХО молочного направления наряду с традиционными технологиями применяются и современные цифровые технологии. При этом наблюдается значительная разница по продуктивности коров и эффективности производства молока при разных технологиях содержания и эксплуатации животных (табл. 1).

Таблица 1

Эффективность производства молока в СХО Омской области

Показатель	Хозяйства с традиционной системой привязного содержания коров (без цифровых технологий)			Хозяйства с инновационной системой беспривязного содержания коров (с цифровыми технологиями)
	Худшие	Слабые	Средние	Сильные	Лучшие
Удой за лактацию, л.	3500-5000	5000-6500	6500-8000	8000-9500	9500-11000
Суточный удой от 1 коровы, л	15-20	20-25	25-30	30-35	35-40
Дней доения	﹥325	325	300	275	275﹥
Оплата корма молоком, л./кг	﹥1,1	1,2-1,3	1,3-1,4	1,4-1,5	1,5-1,6
Рентабельность без субсидий, %	－	11,4	18,2	26,1	34,3

Источник: составлено автором по данным полевых исследований.

Отмечена устойчивая связь увеличения продуктивности коров с повышенным уровнем комфорта содержания животных, который достигается с наименьшими трудозатратами при беспривязной технологии и применении цифровых систем при доении, идентификации животных, их ветеринарной обработке, кормлении и выращивании молодняка. Так, в хозяйствах с традиционными технологиями молочная продуктивность коров в среднем по области не превышает 8000 кг молока, а уровень рентабельности не более 18,2%. Хозяйства с системой беспривязного содержания коров и производством на основе применения цифровых технологий показывают максимальные значения как молочной продуктивности от 8000 до 11000 кг молока, так и уровня рентабельности - от 26,1% до 34,3%. Также в СХО с цифровыми технологиями выявлена лучшая эффективность оплаты корма продукцией при максимальном среднесуточном удое на 1 голову в 30-40 литров молока. Это свидетельствует об эффективности применения ЦТ в молочном животноводстве региона.

В Омской области как и в целом по России в сфере животноводства применяют разные специализированные программы, например:

̶ комплексные и интуитивные системы управления молочным стадом «DataFlow 2», «Dairy Comp 305», «DelPro», «Простые решения», «UNIFORM–AGRI», «AfiFarm», «Unitrack», «MilkCentre» и др.;

̶ программы от известных фирм-производителей доильного оборудования, имеющие в своей комплектации для управления стадом блок кормления и позволяющие контролировать кормление коров: «ALPRO Feed Manager» (компания DeLaval), «DTM Core» (компания Dinamica Generale), «DairyPlan» (компания GEA), «AFIKIM» (Израиль), «Crystal» (Голландия) и др.;

̶ программы для составления рационов кормления «Корм Оптима Эксперт» и «КОРАЛЛ» от компании КормоРесурс, «RACION», «EZFEED» и др.

Но несмотря на то, что импортные программы для животноводства предлагают ряд преимуществ, их использование в нашей стране сопряжено с определенными проблемами. Основной из них автор считает влияние геополитических санкций против России, которые могут ограничить доступ к программам и их обновлениям, а также к технической поддержке. К тому же замена импортных программ может быть дорогостоящей, особенно если речь идет о сложных системах с широким функционалом.

Другой немаловажной проблемой является языковой барьер. Многие программы не имеют русскоязычного интерфейса, что делает их использование сложным для фермеров, не владеющих английским языком. Документация и инструкции часто доступны только на английском языке, это в свою очередь усложняет процесс обучения персонала в использовании программ.

Отсутствие локальной технической поддержки со стороны местных специалистов, по мнению автора, также является проблемой. В использовании импортных программ в любое время могут возникнуть сбои, а из-за отсутствия квалифицированных IT-кадров на местах, их решение может затянуться.

Одной из ключевых проблем в использовании зарубежных спецпрограмм является недостаточная их адаптация к российским условиям. Импортные программы могут не учитывать специфику отечественного животноводства (породы животных, климатические условия, системы кормления и др.).

Также автор отмечает, что в настоящий момент, стоит вопрос безопасности данных с агропроизводства. Данные о животных и ферме могут храниться на серверах, расположенных за рубежом, что создает риски для конфиденциальности и безопасности информации. Вместе с тем импортные программы могут быть уязвимы к киберугрозам, что может привести к потере данных и финансовым рискам.

В сложившейся ситуации альтернативным решением должна стать разработка отечественных программ с учетом специфики российского животноводства и законодательства.

ФГБОУ ВО Омский ГАУ в период 2021-2023 годы с АО «Омский научно-исследовательский институт приборостроения» совместно разработали по заказу государственной корпорации по содействию разработке, производству и экспорту высокотехнологичной промышленной продукции «Ростех» в рамках научной опытно-конструкторской работы инновационную программу «Автоматизированная система управления агробизнесом» («АСУ-Агро»).

Данная система включает в себя новое разработанное аппаратное оборудование для доения, которое полностью может заменять импортные аналоги за меньшую стоимость, а также программное обеспечение с широким функционалом.

Отличительным преимуществом разработанного инновационного программного продукта является возможность его применения не только в молочном скотоводстве, но и в мясном. В настоящее время таких аналогов в России пока нет. Автоматизированная система управления агробизнесом включает в себя разные тематические блоки:

̶ учет поголовья и идентификация животных;

̶ доение и молочная продуктивность;

̶ кормление;

̶ воспроизводство;

̶ ветеринария;

̶ выращивание молодняка и контроль привесов животных;

̶ экономика.

Автор с командой ученых из Омского ГАУ, принял непосредственное участие в разработке алгоритмов для создания программы «АСУ-Агро». Фрагменты из комплекса алгоритмов в молочном и мясном скотоводстве представлены на рисунках 1 и 2 соответственно.

Рисунок 1. Алгоритм зоотехнических процессов в молочном скотоводстве (фрагмент)

Источник: составлено автором.

Рисунок 2. Алгоритм зоотехнических процессов в мясном скотоводстве (фрагмент)

Источник: составлено автором.

Разработанные зоотехнические алгоритмы предусматривают регистрацию событий и цифровой след по каждой зоотехнической процедуре на протяжении всего жизненного цикла животного начиная от рождения и заканчивая его выбытием.

Основу алгоритмов составили цикличные зоотехнические события, происходящие на протяжении жизни животного и повторяющиеся с определенной периодичностью: перевод животного из одной половозрастной группы в другую, смена рациона кормления, ежемесячное взвешивание молодняка, проведение диагностики здоровья животного, отел коровы. А также для программы учитывались разовые события такие как мечение новорожденного теленка.

На разных производственных этапах и событиях с животными в алгоритмах предусмотрены действие специалистов хозяйства по составлению «цифрового следа», то есть своевременного ввода конкретных данных в программе.

Например, одним из основных технологических процессов в животноводстве является весовой контроль на всех стадиях «взросления» животного, от момента рождения до завершения жизненного пути, до убоя. Автор считает, что знание веса животных, как телят, так и взрослых коров в стаде, необходимо для оптимизации состава рационов кормления с учетом потребности и состояния их здоровья. Также, весовой контроль животных важен для эффективного управления процессом воспроизводства стада и получения запланированного поголовья молодняка. В связи с этим данное событие циклично повторяется на всем жизненном пути животного.

При производстве молока в хозяйстве происходят непрерывные изменения поголовья животных, связанные с формированием отдельных производственных и половозрастных групп, что также должно подвергаться систематическому контролю. Так, в представленном алгоритме молочного скотоводства телочка от момента рождения до момента выбытия проходит 15 разных половозрастных групп, в мясном скотоводстве - 6 групп.

Согласно разработанным алгоритмам, ведение четкого учета поголовья животных в программе «АСУ-Агро» предполагает не только простоту и удобство за счет автоматической идентификации каждого животного по RFID-меткам и встроенным сканерам или при использовании в отдельных случаях ручного считывателя номера, но и является основой для эффективного и прибыльного животноводства, поскольку позволяет оперативно решать текущие вопросы на производстве. По мнению автора, точные данные о животных позволят оптимизировать ресурсы и планировать кормление, ветеринарное обслуживание и другие процедуры максимально эффективно, избегая перерасхода средств. Также анализ данных об изменении молочной продуктивности каждой конкретной коровы и ее репродуктивном цикле позволит выявлять животных с лучшими показателями, оптимизировать селекцию и получать больше прибыли. Вместе с тем, постоянная идентификация особей в стаде, прописанная в алгоритмах, позволит своевременно диагностировать на ранней стадии болезни животных и мониторить состояние их здоровья, что сокращает потери от падежа и снижает затраты на лечение.

Автор утверждает, что автоматизация учета снизит риск ошибок, характерных для ручного ведения документации, обеспечит более точные данные и повысит эффективность управления агропроизводством. В частности, поможет управлять репродуктивным циклом животных посредством планирования в программе периодов осеменения, отелов и других этапов воспроизводства, что в свою очередь повышает экономическую эффективность разведения крупного рогатого скота и производства молока.

Успех в молочном и мясном скотоводстве требует комплексного подхода, включающего использование современных технологий, эффективное управление, обеспечение качества продукции и постоянный контроль затрат и прибыли. В связи с этим, учеными Омского ГАУ в алгоритме экономического блока «АСУ-Агро» была разработана система формул расчета итогового критерия оценки качества работы и ведения агробизнеса в хозяйствах молочной и мясной специализации.

Итоговую эффективность ведения агробизнеса в молочном или в мясном скотоводстве по алгоритмам оценивали через натуральные и денежные показатели.

К натуральным показателям относили индексы KPI, характеризующие эффективность деятельности не только в целом по хозяйству, но и по отдельным направлениям:

KPI агробизнеса (общий) = KPI ветеринарии + KPI молочного скотоводства + KPI мясного скотоводства + KPI кормления

KPI ветеринарии = коэффициент заболеваемости + коэффициент летальности

Коэффициент заболеваемости = количество заболевших животных, гол. / общее количество животных в стаде, гол.

Коэффициент летальности = количество павших животных, гол. / количество заболевших животных, гол.

KPI молочного скотоводства = (0,25 * надой на 1 фуражную корову, кг + 0,25 * среднее содержание молочного жира, % + 0,25 * среднее содержание молочного белка, % + 0,25 * выход телят на 100 коров, гол.) /100

KPI мясного скотоводства = (0,25 * выход телят на 100 коров, гол. + 0,25 * среднесуточный прирост за период откорма, гр. + 0,25 * средняя живая масса 1 головы, снятой с откорма, кг + 0,25 * количество животных на откорме, гол.) / 100

KPI кормления = коэффициент эффективности кормления в молочном скотоводстве + коэффициент эффективности кормления в мясном скотоводстве

Коэффициент эффективности кормления в молочном скотоводстве = окупаемость корма молоком в текущем периоде (фактическая), ц/ЭКЕ / окупаемость корма молоком по нормативам кормления (нормативная), ц/ЭКЕ.

Коэффициент эффективности кормления в мясном скотоводстве = окупаемость корма привесом животных на выращивании и/или откорме в текущем периоде (фактическая), ц/ЭКЕ / окупаемость корма привесом животных на выращивании и/или откорме по нормативам кормления (нормативная), ц/ЭКЕ.

Для определения итогового результата ведения агробизнеса в инновационной программе, был разработан алгоритм по оценке экономической эффективности, рассчитываемой в рублях и процентах соответственно через прибыль по отрасли животноводства и уровень рентабельности затрат на производстве.

Отличительной особенностью разработанных алгоритмов для инновационного продукта «АСУ-Агро» является возможность выявить внутрихозяйственные резервы увеличения производства продукции животноводства по каждому виду в натуральном выражении и определить суммарный эффект по хозяйству в целом в стоимостной оценке (табл. 2).

Таблица 2

Возможные резервы увеличения производства продукции животноводства

при внедрении программы «АСУ-Агро»

Источник резервов	Резерв увеличения производства
	молока		молодняка		говядины
	ц	руб.	голов	руб.	ц	руб.
1. Рост поголовья животных	+	+	+	+	+	+
2. Повышение молочной продуктивности	+	+	–	–	–	–
3. Сокращение доли яловых животных	–	–	+	+	–	–
4. Увеличение срока продуктивного использования коров	+	+	–	–	–	–
5. Повышение уровня кормления животных	+	+	–	–	+	+
6. Сокращение падежа животных	–	–	–	–	+	+
7. Рост эффективности ветеринарных мероприятий	+	+	+	+	+	+

Источник: составлено автором.

Основой для составления алгоритмов по выявлению резервов послужило семь источников. Для расчета дополнительной прибыли от увеличения объема молока учитывалось 5 источников, среди которых увеличение поголовья коров, рост их молочной продуктивности и улучшенное кормление.

По повышению экономической эффективности производства говядины учитывалось 4 источника: рост поголовья животных, улучшение их кормления, проведение своевременных ветеринарных мероприятий и сокращение падежа животных.

Ожидается, что разработанные алгоритмы для отечественной программы «АСУ-Агро» и их внедрение в производство приведет к повышению производительности труда, снижению затрат на труд и увеличению объемов производства молока (табл. 3).

Таблица 3

Ожидаемое производство молока в хозяйствах с разными технологиями содержания животных в Омской области

Должность	Традиционная система привязного содержания коров (без цифровых технологий)		Инновационная система беспривязного содержания коров (с цифровыми технологиями)
	750 гол. коров		750 гол. коров		1500 гол. коров
	к-во чел.	к-во чел./час.	к-во чел.	к-во чел./час.	к-во чел.	к-во чел./час.
Руководитель комплекса	1	8	1	8	1	8
Заместитель руководителя	1	8	1	8	1	8
Специалисты	2	16	3	24	4	32
Сервисная служба	1	8	2	16	3	24
Начальник смены	2	16	2	16	2	16
Операторы машинного доения	8	64	4	32	6	48
Рабочий животновод	6	48	4	32	6	48
Тракторист	2	16	2	16	2	16
Оператор по отелу и сухостою	2	16	2	16	4	32
Всего в год, чел./час.		50 400		42 336		58 464
Суточный надой молока, л.	36
Валовой надой молока, тонн		8 235		8 235		16 470
Произведено молока на 1 чел./час., л.		163		195		282

Источник: составлено автором.

Сравнительный расчет прогнозной эффективности от внедрения инновационного продукта в хозяйствах молочной специализации позволил определить, что при одинаковом поголовье коров дойного стада (750 гол.) и разных системах содержания и эксплуатации животных, на производстве с цифровыми технологиями потребуется работников меньше на 4 человека и будет отработано в год человеко-часов меньше на 16% (или 8064 чел./час.). Следовательно при условии равной суточной продуктивности от 1 коровы (36 л.) в инновационном предприятии будет произведено молока на 1 человеко-час больше на 19,6%. При увеличении поголовья коров в 2 раза можно ожидать повышения производства молока на единицу времени в 1,7 раза, что составит 282 литра.

В настоящее время по результатам проведенных переговоров с руководителями и специалистами сельскохозяйственных организаций молочного и мясного направления было принято положительное решение об апробации комплексного проекта «Автоматизированная система управления агробизнесом» («АСУ-АГРО») с июня 2024 года в реальном режиме времени.

В целом автор отмечает, что использование отечественной разработки «АСУ-Агро» позволит получить хозяйствам ряд преимуществ:

1. Снижение зависимости от импортных решений, которые часто не полностью учитывают специфику российского климата и условий ведения хозяйства.

2. Улучшение анализа данных с учетом особенностей ведения российского молочного скотоводства.

3. Повышение точности прогнозирования продуктивности стада и оптимизации процессов управления и планирования на ферме.

4. Внедрение программы управления агробизнесом способствует созданию новых рабочих мест в хозяйстве и укреплению его технологического суверенитета.

5. Обеспечение финансовой устойчивости за счет более точного контроля за расходами в животноводстве, эффективного управления финансами, создания бизнес-планов дальнейшего развития.

В целом, разработанные алгоритмы зоотехнических процессов сформировали основу для создания цифровой инновационной программы «АСУ-Агро» и способствовали разработке управленческого инструмента для принятия обоснованных решений, что позволит увеличить прибыльность и эффективность животноводческого бизнеса.

Выводы

Цифровые технологии стали неотъемлемой частью современного молочного и мясного животноводства. Развитие и внедрение отечественных программ имеет большой потенциал для повышения эффективности отрасли. Они позволяют фермерам оптимизировать производство, повысить экономическую эффективность и сохранить конкурентоспособность на рынке. Важно отметить, что цифровые технологии являются инструментом, требующего правильного и компетентного применения. Успех их внедрения зависит от ряда факторов, включая размер фермы, наличие квалифицированного персонала, инвестиционные возможности и уровень цифровизации в регионе. Цифровые технологии преобразуют модель агробизнеса, открывая новые возможности для повышения эффективности и прибыльности производства.