Організації, що займаються обліком молока, в цей час більше зацікавлені в додаткових аналізах молока за пробою молока, ніж у вилучені даних з приладів на фермі. Найбільш привабливим додатковим аналізом на найближчий час є тести на тільність, на кетони молока та мікроби маститу.
Що стосується автоматичних датчиків на фермі – найбільший інтерес представляє швидкість молоко-віддачі, відслідковування поведінки, відслідковування охоти та бал за фізичний стан організму. Майбутнє багато залежить від того, як організації з обліку молока навчаться вилучати потрібні цифри з інформаційного потоку на фермі і трактувати їх, а також як це робити з мінімальними зусиллями з боку ферми. Останні роки принесли фермам та організаціям з обліку молока багато нових можливостей для отримання даних та замірів від власних корів.
Автоматичний контроль є важливою частиною нових технологій в організаціях, що займаються обліком молока.
Робоча група ICAR обліку молока щодо молочних корів (далі – Робоча група ICAR) надала рейтинг корисності даних в молочному скотарстві і зазначила, що молочну продуктивність і активність корів контролювали автоматично частіше, ніж інші показники.
Таблиця 1. Показники, які найчастіше контролюються автоматично, та процент респондентів, що ведуть їх облік
| Показник | Частка респондентів, % |
| Добова продуктивність | 52 |
| Активність крові | 41 |
| Мастит | 26 |
| Склад молока | 25 |
| Охота | 21 |
| Харчова поведінка | 13 |
| Температура тіла | 13 |
| Маса тіла | 11 |
| Жування жвачки | 10 |
В тому ж опитуванні фермерів запитали на скільки корисним вони оцінюють автоматичний контроль визначених показників. Тут Робоча група ICAR звернула увагу, що більшість цих показників відноситься до щоденного і погодинного прийняття рішення менеджментом: яких корів перевірити, яких корів лікувати і т.д.
Таблиця 2. Ознаки, які фермери вважають найкориснішими при автоматичному контролі (згідно даних Робочої групи ICAR)
| Ознака | Середній бал корисності |
| Мастит | 4,77 |
| Охота | 4,75 |
| Добовий надій | 4,72 |
| Активність корів | 4,60 |
| Температура тіла | 4,31 |
| Харчова поведінка | 4,30 |
| Склад молока | 4,28 |
| Хромота | 4,25 |
| Жування жвачки | 4,08 |
| Здоров’я копитного рогу | 4,05 |
Примітка. Шкала від 1 до 5 балів (1- некорисно, 5-корисно).
Звичайно можна сказати, що робот і система даних в доїльному залі дуже добре відповідають очікуванням фермерів: вони працюють нарівні корови і на рівні групи, що допомагає в прийнятті щоденних та щомісячних рішень. З іншого боку, записи даних про молоко допомагають приймати рішення і на стратегічному рівні менеджменту (стадо, ферма) на більш тривалу перспективу.
Не всі із записів молока на фермерських системах даних являють інтерес, а деякі дані, що мають відношення до запису молока, не є обов’язковими для системи менеджменту на фермі. Важливий аспект запису молока – підкреслити різницю між тваринами.
Під час дослідження Робочою групою ICAR організаціям з обліку молока було задане питання як вони на даний час застосовують нові технології і як вони планують їх використовувати в найближчій перспективі. Нові технології розділили на дві основні групи: новий аналіз на основі проби молока та дані з онлайн-датчиків на фермі.
Таблиця 3. Нові аналізи з проби молока за кількість ООМ (ООМ – організації з обліку молока)
| Аналіз | Аналізи, які зазвичай використовують ООМ | Аналізи, які ООМ планують розпочати | Всього ООМ |
| Тільність | 19 | 13 | 32 |
| Кетонові тіла | 11 | 13 | 24 |
| Мікроби маститу | 15 | 5 | 20 |
| Вільні жирні кислоти | 9 | 9 | 18 |
| Контроль захворювань | 11 | 6 | 17 |
| Спектральний аналіз | 7 | 10 | 17 |
| Ненасичені жирні кислоти | 8 | 7 | 15 |
| Казеїнові фракції | 7 | 6 | 13 |
Додатковий аналіз за пробою молока зазвичай вважається зручним способом створення додаткової цінності для обліку молока без додаткової роботи на фермі. Деякі додаткові аналізи проводяться постійно або плануються на найближчий час.
Діагностика тільності була найбільш поширеним новим аналізом, який проводиться постійно, наступним є аналіз на мастит, деякі інші мікроби, кетонові тіла. Найбільшого зростання в майбутньому очікують в діагностиці тільності, кетозу, спектрального аналізу молока та вільних жирних кислот. В більшості організацій вже застосовують аналізи на ряд мікробів маститу та сальмонели.
Таблиця 4. Дані, що отримуються з онлайн-датчиків, та кількість ООМ
| Ознака | Аналізи, які зазвичай використовують ООМ | Аналізи, які ООМ планують розпочати | Всього ООМ |
| Швидкість молоковіддачі | 11 | 11 | 22 |
| Контроль активності (хромота) | 3 | 11 | 14 |
| Охота | 4 | 8 | 12 |
| Бал за фізичний стан | 2 | 10 | 12 |
| Вага тіла | 3 | 8 | 11 |
| Розташування сосків | 1 | 9 | 10 |
| Молочна продуктивність | 0 | 5 | 5 |
| Моніторинг рубця | 1 | 3 | 4 |
| Температура тіла | 1 | 2 | 3 |
Кількість організацій, зацікавлених в даних з онлайн-датчиків, зазвичай нижча, ніж з додатковими аналізами. Це відбувається через те, що дані зазвичай прив’язані до щоденного менеджменту, а не до племінного та стратегічного планування. А дані, наявні на фермах, зазвичай мають систему контролю. Скоріш за все, зацікавленість в майбутньому буде зростати, оскільки онлайн-датчики стають більш розповсюдженими, а ООМ знаходять способи використовувати дані, отримані з них.
Швидкість молоковіддачі – значно більш поширений показник, що знімається з онлайн-датчиків при обліку молока. В деяких організаціях також використовують дані про охоту, вагу тіла та дані контролю активності. Багато організацій планують почати використовувати ці дані. Найбільш популярними ознаками, які планують використовувати, були знову ж таки швидкість молоковіддачі, за якою слідує контроль активності, бал за фізичний стан та розміщення сосків.
Висновки Робочої групи ICAR
Серед організацій ООМ є велика зацікавленість у розширенні спектру показників, що обліковуються, особливо в напрямку нових аналізів за пробою молока, ознак та подій, які фіксують онлайн-датчики на фермі. В майбутньому все більше даних стануть доступними при збільшенні чисельності ферм. Завдання полягає в тому, щоб знайти відповідні цифри та інтерпретувати їх так, щоб вони були цікаві і фермеру, і організаціям з обліку молока. Ще однією тенденцію майбутнього є те, що клієнти все менше хочуть витрачати свої зусилля на передачу даних. Таким чином автоматичне вилучення даних стає принципово важливим і там, де це неможливо. Фермеру потрібно пропонувати сервіс, який змінить його зусилля.