Daglig leder i teknologibedriften Spillfree trekker like fullt frem menneskelig erfaring og kunnskap før han snakker om programvare og maskinvare. Deres egne produkter med kunstig intelligens, videoanalyser og digitale beslutningsverktøy er bra, men teknologien må aldri bli tredd ned over hodet på folk, mener Vidar Myhre.

Måle fôringsprestasjon

– Det er så mye flashy teknologi som havarerer fordi den ikke fungerer, eller ikke er tilpasset der den skal brukes, sier Myhre, som også er gründeren bak trondheimsselskapet som har satt seg fore å optimalisere fôring.

Spillfree startet opp i 2016 med Myhres egen erfaring fra havbruksnæringen i bunn. 13 år som driftsleder, fôringskoordinator og innen kvalitet med ansvar for blant annet rensefisk og stamfisk i Mowi ga blod på tann for mer. Han fikk med seg Innovasjon Norge-støtte og gode støttespillere i Ola Jamtøy, Halvor Celius og Åsmund Frøseth i en arbeidsgruppe.

– Det var en tanke som hadde modnet seg noen år. Jeg mente det lå et stort potensial i å måle fôringsprestasjon for kontinuerlig forbedring, sier Myhre.

Tett oppfølging på anleggene er både forretningsidé og kunnskapsinnhenting. Foto: Spillfree

Basert på videoobservasjon

Forretningsidéen til Myhre bygger rundt en videobasert beslutningsmykvare, som fikk en pilotkunde allerede i 2017.

– Det gikk ikke så bra, medgir Myhre, som forteller at de måtte gjøre store endringer.

– Slike ting fungerer jo gjerne ikke helt i starten, ler han.

Programvarens motor er en «smart recorder», koblet til kamera og til fôringsanlegget. Brukeren kan trigge opptak, og få ekspertvurdering og evaluering av fôringssituasjonen. I 2019 hadde selskapet 40.000 gjennomanalyserte videoer, og solid førstehåndskunnskap om kunder og næring. Begge deler var viktige faktorer da selskapet introduserte maskinlæring i analysene.

– Vi lyktes med én gang, og fikk gode korrelasjoner mellom kunstig intelligens og det vi selv så.


Les også: Kunstig intelligens skal «se» når laksen er mett, og hindre matsvinn


Nå skal algoritmer kunne gi kontinuerlige analyser og beskjed til brukeren om fisk er mett eller sulten. Om maten blir spist, og hva som går til spille. Myhre høres likevel nesten litt skeptisk ut.

– Det er brukergrensesnittet og hva det gir brukeren rent praktisk som er det viktigste. Vi starter ikke med maskinlæring hvis det ikke gir røkteren noe.

Bruker skal ikke tilpasse seg

Myhre er opptatt av at teknologien skal være tilpasset organisasjonen og ikke omvendt.

– Det kan ikke være slik at fisken eller oppdretteren må «gjøre sånn og sånn», bare fordi det lages regler på grunn av begrensninger i programvaren.

Fisken må med andre ord spise når den vil, operatøren må ikke hindres, og oppdretteren må få rom for nettopp erfaring og kunnskap.

– Teknologi er gjerne «top down», og fascinerende. Fokuset er altfor ofte på teknikken, og bruk og nytte kommer i annen rekke. Se på hva som har vært på moten av teknologi før!

Myhre nevner doppler-systemet fra noen tiår tilbake – «en sprek idé» – som nærmest ble tredd ned over hodet på røkterne, som i mange tilfeller ikke å klarte å bruke det riktig. Og som ga store tap.

– Vi er svært opptatt av å involvere kundene, og se hva de faktisk trenger. Derfor har ingen andre kommet så langt på analyseverktøy på fôring som oss, sier gründeren ubeskjedent.


Les også: Disse får første dispensasjon fra Mattilsynet for automatisk lusetelling


Store verdier å hente

Analyser av fôrmengde, fiskens aktivitetsnivå, dybde og graden av underfôring eller overfôring er alle faktorer for hvor godt utført fôringen har vært.

Der er store verdier å hente i riktig fôring. Ikke bare i fôrspill, men spesielt i at fisken får den maten den trenger når den trenger det.

– For en stor bedrift med 60 lisenser gir en vekstøkning på 2,65 til 3,5 VF3 en milliard ekstra på resultatet, sier Myhre. VF 3 er en vekstindeks, en standard for å måle veksthastighet i oppdrett.

Gründeren har også store vyer for eget selskap i årene som kommer. Øket grad av automatisert fôring og bruk av algoritmer skal gjøre røkterjobben enklere og gi bedre fiskehelse og større fisk. Han tror også at deres egen miks av teknologi og tilpasset brukerstøtte kan få fotfeste i andre markeder.

– RAS-anlegg og andre typer matfisk som havabbor, havkaruss og tilapia er interessant for oss. Fremtiden vil også kreve både mennesker og involvering, men operatørene vil mer være analytikere enn å bruke tiden til å stirre inn en vegg av skjermer.

Det er kunnskap og erfaring som står i høysetet, og Myhre tror fremtidens røktere kan overvåke algoritmene heller enn å stirre inn skjermer. Foto: Spillfree

Kundene øker på

Kommersialiseringen begynte i det små. Fem små kunder i startåret ble til ti lokaliteter i 2018 og 19 i 2019. I koronaåret 2020 har selskapet 50 lokaliteter under beltet.

– Det har gått bra, begynner Myhre nøkternt. – De fleste har økt på.

Kunden som gikk fra to til 22 lokaliteter var en av disse.

Der Spillfree i starten reiste rundt til kundene og rådga, har de i dag et omfattende opplegg med kartlegging, intensiv oppfølging, kursing og to ukentlige møter før løsningene kan tilpasses kunden og kunden er ferdig skolert.

I 2018 slo Spillfree seg sammen med Aquaanalytics, og fikk gjennom veterinær Arnfinn Aunsmo flere strenger å spille på. Selskapet omfatter nå både videoanalyseverktøyet Videotools, beslutningsverktøyet Aquatools for biologisk optimalisering, i tillegg til annen programvare. I dag sysselsetter selskapet 15 mennesker med kunnskap innen biologi og IT.