13/02/2026

Aquaticode y Cooke España firman un acuerdo para el desarrollo e implementación el fenotipado para la lubina y la dorada mediante IA

El objetivo final es el de facilitar una toma de decisiones más temprana y coherente en los criaderos de lubina y dorada, aseguran desde Cooke España. La colaboración explora cómo se puede aplicar el fenotipado mediante IA a los alevines a escala comercial, lo que representa una nueva dirección para la industria.

'Las decisiones en las primeras etapas tienen un impacto desmesurado en la sostenibilidad y la rentabilidad de la acuicultura', aseguró Stian Rognlid, director ejecutivo de Aquaticode. 'Esta colaboración consiste en explorar cómo el fenotipado mediante IA puede ayudar a los criaderos a tomar esas decisiones antes, con un mayor conocimiento biológico'.
  Hasta ahora, las piscifactorías que producen lubina y dorada han dependido de la evaluación visual manual para identificar los peces débiles o inviables en una fase temprana. Pero se trata de un proceso que requiere mucha mano de obra, es muy variable y ofrece poca precisión biológica en las primeras etapas de la vida.   Identificación de problemas de desarrollo e indicadores de debilidad
En la producción de criaderos, la identificación de problemas de desarrollo e indicadores de debilidad permite a los productores reducir el uso innecesario de piensos, mano de obra, capacidad de los tanques y energía. Esto se traduce en menores costes de producción, grupos de crecimiento más uniformes, mejores resultados en materia de bienestar y una menor huella medioambiental gracias a la reducción del desperdicio de piensos y las emisiones asociadas.
  'En la lubina y la dorada, la variación influye considerablemente en el rendimiento a largo plazo', afirma Alberto Morente, director de producción de alevines de Cooke España. 'Explorar un enfoque tecnológico para identificar los alevines inviables nos permite mejorar el bienestar animal, así como dirigir el espacio, la alimentación y la atención hacia los grupos más fuertes desde el principio. Aporta precisión científica a una fase del ciclo de producción que, históricamente, ha dependido del criterio manual'.
El acuerdo supone una ampliación de la hoja de ruta de especies de Aquaticode y se ajusta a la estrategia más amplia de la empresa de hacer que el fenotipado basado en la inteligencia artificial esté disponible para más especies y más etapas de la cadena de valor de la acuicultura.   Decenas de millones de individuos procesados
Aquaticode es líder mundial en fenotipado y clasificación mediante IA para la acuicultura. Los sistemas de imágenes multisensor y aprendizaje profundo de la empresa han procesado decenas de millones de salmones, proporcionando a los criaderos información en tiempo real sobre su salud, robustez y rendimiento.
  'Somos líderes en la revolución alimentaria azul y un socio de innovación de referencia en las cadenas de valor de múltiples especies acuáticas', aseguran los miembros de la empresa fundada por Nacre Capital, una compañía dedicada al desarrollo de inteligencia artificial en el ámbito de las ciencias de la vida.
   'La inteligencia artificial puede reconocer patrones con una precisión increíble en un abrir y cerrar de ojos', dicen desde Aquaticode. 'Nuestra IA se basa en una infraestructura de aprendizaje profundo. Ha sido entrenada para predecir los fenotipos de peces y camarones a través de la visión artificial. En otras palabras: ve lo invisible y conoce lo desconocido', agregan.   40 años de experiencia
Por su parte, Cooke España -parte de Cooke Inc.- es una empresa líder en acuicultura mediterránea que produce lubina, dorada y corvina en el país europeo. Con 40 años de experiencia, opera bajo las marcas Culmarex y Bandera Bronzini, y se centra en la innovación, la sostenibilidad y el bienestar de los peces para abastecer a los mercados de Europa y Norteamérica. Vale resaltar que Cooke España se ha expandido recientemente en el país con nuevas instalaciones de criadero en las Islas Baleares.

  Fuente: Panorama Acuícola

11/02/2026

La Inteligencia Artificial puede detectar el rechazo al pienso meses antes que el ojo humano

Un reciente estudio liderado por Hung Quang Tran, del Instituto de Acuicultura y Protección de las Aguas de la Universidad de Bohemia del Sur, ha validado el uso de visión artificial y deep learning para cuantificar la palatabilidad con una precisión inédita.
  En el estudio se utilizó el algoritmo de detección de objetos YOLOv8 en el comportamiento de trucha arcoíris frente a dietas con harina de larva de mosca soldado negra (Hermetia illucens). Los resultados fueron reveladores: el sistema detectó que una inclusión del 2,5% de harina de insecto no alteraba la dinámica de nado, pero al superar el umbral del 5%, la velocidad de ingestión y la actividad de los peces caían significativamente.
  Lo relevante no es solo que los peces comieran menos, sino que la IA cuantificó este rechazo sutil a través de métricas de comportamiento (velocidad de nado y detección de pellets) en un ensayo de corta duración.
  Esta herramienta ha demostrado una gran eficiencia operativa al descartar pronto la dieta. Bajo los métodos tradicionales, un cambio sutil en la palatabilidad —como el provocado por los compuestos volátiles (pirazinas) detectados en la harina de insecto en este estudio — podría pasar desapercibido hasta que se reflejase en un menor crecimiento semanas después.
  La investigación concluye que la IA no sustituye los ensayos biológicos, sino que los optimiza introduciendo el concepto de fail fast. Al detectar mediante visión artificial problemas de palatabilidad en cuestión de días, los fabricantes pueden descartar formulaciones ineficientes tempranamente. Esto evita bloquear tanques y personal en dietas de baja aceptación, permitiendo acelerar la innovación y testar más ingredientes sin arriesgar la rentabilidad de ciclos productivos completos.
  El estudio subraya que estas herramientas digitales ofrecen datos de "alta resolución y no invasivos", actuando como un primer filtro crítico. Aunque la validación nutricional y de salud a largo plazo sigue siendo insustituible, la capacidad de predecir la aceptabilidad del pienso mediante el análisis de video automatizado promete reducir drásticamente el coste del ensayo y error.
  En un mercado donde el coste de las materias primas es volátil, la ventaja competitiva no la tendrá quien solo formule mejor, sino quien sea capaz de descartar las malas ideas más rápido. Fuente: misPeces

22/01/2026

¿Pueden los modelos proxy basados en SIG estimar la capacidad de producción acuícola?

Investigadores en España dicen que una tecnología avanzada de mapeo de datos puede ayudar a determinar las capacidades de carga de las zonas marinas designadas para la acuicultura.
  Utilizando una herramienta de evaluación basada en el Sistema de Información Geográfica (SIG), el equipo demostró que el porcentaje de áreas de alta capacidad en zonas asignadas preseleccionadas aumentaba cuando los factores autolimitantes se establecían en sus valores máximos, siendo 'toneladas de alimento por hectárea' las que tenían el impacto más significativo.
  Estos factores autolimitantes están vinculados a buenas prácticas, como la reducción del volumen de alimento o la mejora de la organización espacial dentro de las zonas de concesión. Los resultados del estudio, realizado por los doctores Linda Fourdain, Aitor Forcada, Pablo Sánchez-Jerez y Kilian Toledo-Guedes de la Universidad de Alicante (Alicante, España), demuestran cómo una capa de capacidad de carga basada en indicadores indirectos puede respaldar la planificación espacial y la gestión adaptativa de la acuacultura de peces de aleta en el Mediterráneo.
  'Nuestra investigación demuestra cómo las herramientas basadas en SIG pueden ayudar a cerrar la brecha entre los mapas de zonificación y la práctica real de la acuacultura,' declaró la Dra.  Fourdain, autora principal del estudio, al Advocate. 'Al estimar la capacidad de carga productiva dentro de las zonas asignadas en el Mediterráneo español, mostramos cómo la planificación basada en la ciencia puede orientar un uso más eficiente del espacio, reducir los riesgos ambientales e identificar áreas de alto potencial para futuras granjas. Este enfoque apoya tanto a los responsables políticos como a los productores en el desarrollo de una acuacultura sostenible, resiliente y mejor integrada con la gestión costera.'
  La planificación espacial de la acuacultura es un componente temático de la planificación espacial marina (PEM) que se centra en identificar ubicaciones idóneas, determinar escalas adecuadas y gestionar las operaciones de cultivo para alinearlas con los objetivos ambientales, minimizando a la vez los conflictos con otros usos del océano. La PEM es un proceso público, basado en el ecosistema, para analizar y asignar las actividades marítimas con el fin de minimizar los conflictos y promover la sostenibilidad. Desempeña un papel fundamental para garantizar el crecimiento sostenible de la acuacultura, equilibrando los límites ecológicos y las actividades humanas.
  En el Mediterráneo, este componente o capa se operacionaliza mediante zonas asignadas a la acuacultura (ZAAs): áreas formalmente identificadas como el principal sitio para la acuacultura, donde se han estudiado las condiciones biofísicas, socioeconómicas y de gobernanza para apoyar la actividad con un riesgo o superposición mínimos.
  Las ZAAs dentro de la PEM se consideran una herramienta eficaz para abordar muchos de estos factores y fomentar un enfoque participativo, facilitando el consenso entre las partes interesadas. En este sentido, las ZAAs representan una valiosa herramienta transnacional e intersectorial que permite enmarcar las actividades acuícolas dentro de la PEM y pueden definirse como áreas resultantes de un proceso de zonificación de la planificación física donde no existen interferencias negativas con otras actividades o usuarios costeros y las condiciones ambientales permiten el desarrollo de la actividad.
  El estudio utilizó un modelo proxy basado en SIG para evaluar la capacidad de carga productiva de las zonas asignadas a la acuacultura en la región Mediterránea de España. El modelo integra datos georreferenciados sobre factores como la distancia a los hábitats, la profundidad, la velocidad de las corrientes y el empleo. El área de estudio se dividió en celdas de 1×1 km, eliminándose las áreas no aptas según los criterios de zonificación. Se analizaron por separado tres factores autolimitantes: el coste unitario de producción, las toneladas de alimento por hectárea y la disposición de las jaulas.
  Los resultados del análisis de la capacidad de carga revelaron una variabilidad espacial significativa en la capacidad de carga entre las diferentes Comunidades Autónomas de España. La Comunidad Valenciana posee la mayor superficie de Áreas de Conservación Agrícola (251.856 ha), seguida de Cataluña (174.113 ha) y Andalucía (122.035 ha). La mayoría de estas áreas se clasifican como de Capacidad de Carga Media (CCM), siendo Andalucía la única región con una CCM (13,1 por ciento). La distribución de las áreas de baja capacidad de carga (BCC) es variable, presentando la Comunidad Valenciana la mayor proporción (23,3 por ciento).
  En cuanto al impacto de los factores autolimitantes en la capacidad, estos factores influyen significativamente en la clasificación de la capacidad de carga en las AZA. La proporción de áreas de HCC aumenta cuando los factores autolimitantes se establecen en valores máximos, particularmente las toneladas de alimento por hectárea. En el escenario mínimo, las áreas de LCC comprenden el 37,9 por ciento del total, mientras que en el escenario máximo, esto se reduce al 2,4 por ciento. El factor 'costo unitario de producción' muestra un impacto mínimo en la capacidad de carga en comparación con los aportes de alimento y la disposición del espacio.
  En cuanto a la integración de los modelos GIS y de capacidad de carga, los resultados también demostraron la viabilidad de combinar modelos de capacidad de carga con herramientas GIS para mejorar el desarrollo sostenible de la acuacultura en el Mediterráneo español. El modelo resultante integra factores técnicos, ambientales, sociales y económicos; estima la capacidad de carga de producción en zonas AZA pre-identificadas; las herramientas SIG facilitan la superposición de capas de información para una mejor toma de decisiones; y es adaptable y debe actualizarse periódicamente con nuevos datos y comentarios de las partes interesadas.
  'Nuestros hallazgos demuestran cómo una capa de capacidad de carga basada en proxy puede apoyar la planificación espacial y la gestión adaptativa de la acuacultura de peces del Mediterráneo,' afirmaron los autores.
  Los factores ambientales son importantes e influyen significativamente en la capacidad de carga de la acuacultura, afectando la viabilidad de la producción y la sostenibilidad ecológica. La profundidad es un determinante crítico para la distribución de la capacidad de carga, y las zonas poco profundas suelen designarse como de Baja Capacidad de Carga (BCC). Las zonas de Alta Capacidad de Carga (ACC) se encuentran típicamente a profundidades superiores a 50 metros, beneficiándose de una mejor dispersión de desechos y circulación del agua. Las áreas con corrientes rápidas mejoran la oxigenación y la dispersión de nutrientes, optimizando las condiciones para la acuacultura.
  Este estudio refleja la importancia de considerar factores autolimitantes, donde los acuacultores podrían mejorar su capacidad a través de la implementación de las mejores prácticas acuícolas. El modelo representa una herramienta valiosa para las aplicaciones de gestión por parte de las administraciones públicas y los acuacultores. Puede facilitar el otorgamiento de nuevas concesiones o identificar sitios con una capacidad de carga significativa, ayudando en procesos informados de toma de decisiones.
  Con los avances continuos en inteligencia artificial, estas técnicas ahora pueden automatizar el procesamiento de datos, refinar las ponderaciones de los factores y mejorar la precisión predictiva en las evaluaciones de capacidad de carga basadas en SIG, transformando así los modelos en herramientas dinámicas de apoyo a la toma de decisiones que brindan información en tiempo real y de alta precisión para la planificación y gestión espacial de la acuacultura.
  'El valor práctico de los modelos de capacidad de carga basados en GIS depende en última instancia de dos facilitadores: el acceso a los datos y la capacidad de los usuarios finales para ejecutar los flujos de trabajo. Con la capacitación específica del personal, el software de código abierto como QGIS (QGIS.org, 2023) y la documentación clara y paso a paso, las agencias públicas y las empresas acuícolas pueden desbloquear todo el potencial de estos modelos, convirtiéndolos en herramientas poderosas para la toma de decisiones informadas y una planificación y gestión espacial más eficientes,' concluyeron los autores. 'Por lo tanto, recomendamos que el soporte técnico y los protocolos de intercambio de datos se desarrollen en paralelo con la implementación del modelo para que los tomadores de decisiones puedan pasar de mapas de idoneidad estáticos a actualizaciones de zonificación rutinarias basadas en evidencia.'

  Por Darryl Jory, Ph. D.
Fuente: Global Seafood

02/01/2026

Los reinicios de RAS en salmónidos aumentan la posibilidad de sabores terrosos

Los sabores terrosos y a moho causados por los metabolitos microbianos geosmina (GSM) y 2-metilisoborneol (MIB) siguen siendo un reto importante para los productores de salmón en sistemas terrestres.
  Estos compuestos, provocan sabores desagradables en los peces producidos en sistemas de acuicultura en recirculación (RAS) y pueden derivar en percepción negativa por parte del consumidor, reducción del precio del producto y disminución de los ingresos cuando se detectan en los filetes.   Una nueva investigación dirigida por John Davidson y Curtis Crouse, del Freshwater Institute de The Conservation Fund, ha analizado el efecto que la maduración de los RAS tienen en la producción de estas sustancias que afectan al sabor de los salmones.
  Hasta ahora, el único método efectivo para eliminarlos es la depuración antes de la cosecha, aunque no dejan de ser una solución de remediación que aumenta los costes, la mano de obra y el consumo de agua.
  En el estudio se compararon sistemas RAS maduros, operados de forma continua durante 2,5 años, con sistemas inmaduros desinfectados y reiniciados, y demuestra que la madurez microbiana atenúa de forma significativa la formación de off-flavour.
  En las unidades inmaduras, los niveles de GSM y MIB en el agua alcanzaron picos de 35–40 ng/L, mientras que los sistemas maduros mantuvieron concentraciones por debajo de 13 ng/L. Los niveles en los filetes mostraron la misma tendencia. A los dos meses, la geosmina alcanzó 696 ± 31 ng/kg en los sistemas inmaduros, frente a 247 ± 30 ng/kg en los maduros. El estudio concluye: 'En última instancia, los RAS microbianamente maduros minimizaron el off-flavour en el agua y en la carne del salmón.'
  Los autores constataron que los problemas de off-flavour no estaban impulsados por la cantidad de microbios productores de estos compuestos. Informan de que 'la abundancia de organismos productores de off-flavour no estuvo asociada con las tendencias de off-flavor.'
  En cambio, los sistemas inmaduros presentaron niveles más elevados de amonio, nitrito, sólidos en suspensión, bacterias heterotróficas y, especialmente, un mayor 'color verdadero', un parámetro asociado a la materia orgánica disuelta.
  El análisis mediante aprendizaje automático identificó el color verdadero como 'la característica más importante que afecta a la geosmina', mientras que el fósforo total y los sólidos en suspensión fueron factores clave que influyeron en la presencia de MIB. En contraste, los sistemas maduros mantuvieron una nitrificación y una composición microbiana más estables, condiciones que favorecieron una producción de off-flavour consistentemente menor.
  Para los operadores de RAS, los resultados ponen de relieve una estrategia práctica y preventiva: mantener la continuidad operativa a largo plazo y evitar interrupciones que reinicien los biofiltros.
  Los microbiomas maduros y estables ofrecieron una conversión de nutrientes más eficiente y mucha menos variación en las comunidades microbianas, lo que ayudó a suprimir GSM y MIB. Limitar la formación de off-flavour dentro del propio sistema de engorde podría reducir la dependencia de la depuración, un proceso que requiere tanques adicionales, agua y periodos de ayuno, y que en última instancia disminuye la eficiencia operativa.
  Como señalan los autores, mantener condiciones microbianas y de calidad de agua favorables puede ofrecer 'una solución menos complicada y de menor coste para este desafío del sector.'
  Fuente: misPeces
  Referencia
Davidson, John; Crouse, Curtis; Lepine, Christine; Ranjan, Rakesh; Stangroom, Julianna; Poley, Jordan; y Good, Christopher (2025). Comparing off-flavor trends in freshwater recirculating aquaculture systems with microbially mature or immature biofilters while growing Atlantic salmon Salmo salar. Journal of the World Aquaculture Society, 56:e70067.

31/12/2025

Acuicultura inteligente: el salto a las soluciones digitales en Latinoamérica

Por Iván Franco

Durante décadas, la competitividad en este sector dependió de la experiencia, es decir del conocimiento empírico de quienes viven el ciclo productivo día a día. Esa sabiduría práctica sigue siendo esencial, pero ya no es suficiente. Hoy, la verdadera ventaja está en la capacidad de transformar los datos -los registros de producción, consumo, rendimiento, clima, costos y mercado- en decisiones que generen valor.
Del dato disperso a la visión integrada
El problema no es la falta de datos, sino la falta de integración, de visión y de conexión entre ellos. En muchas empresas acuícolas, la información fluye en silos: hojas de cálculo, reportes dispersos, correos, sistemas que no se comunican entre sí. Cada área ve una parte del negocio, pero nadie observa el todo. En esa fragmentación se pierden oportunidades, eficiencia y rentabilidad.

Frente a este escenario, la digitalización aparece como un punto de inflexión. No se trata de llenar las granjas de sensores o de invertir en maquinaria más sofisticada, eso es solo una parte del proceso. La verdadera transformación ocurre cuando esos datos se vuelven inteligencia, y ahí es donde los sistemas de inteligencia digital aplicada están marcando el cambio de época.
La inteligencia digital como nuevo motor del crecimiento
Estos sistemas representan el aterrizaje práctico del conocimiento tecnológico, permiten que productores, cooperativas y empresas medianas accedan a herramientas avanzadas de análisis, simulación y pronóstico, sin necesidad de infraestructura propia o grandes inversiones iniciales. Todo sucede en la nube: plataformas flexibles, escalables y en constante aprendizaje. Los tableros de control permiten visualizar, comparar y anticipar; los algoritmos ayudan a predecir comportamientos de mercado o variaciones en el rendimiento. En síntesis, la inteligencia digital convierte la información en estrategia.

Esta revolución es particularmente significativa en Latinoamérica, una región donde el talento abunda, pero los recursos suelen ser limitados. Las soluciones digitales rompen esa barrera estructural: ya no se necesita un departamento de tecnología ni servidores locales para tener acceso a modelos predictivos o análisis avanzados. Basta con una conexión a internet y la voluntad de tomar decisiones basadas en evidencia.
Pensar con datos, decidir con visión
El cambio que esto genera va más allá de lo operativo, transforma la mentalidad empresarial. Donde antes reinaba la intuición, ahora surge la predicción; donde antes se reaccionaba, ahora se anticipa. Los líderes del sector comienzan a tomar decisiones con base en probabilidades y escenarios, no solo en la experiencia o el instinto. El resultado es una industria más preparada para enfrentar la volatilidad de los costos, los retos ambientales, las exigencias regulatorias y las fluctuaciones del mercado global.

En el terreno práctico, esto se traduce en una nueva forma de gestión. Imaginemos un sistema capaz de indicar el momento óptimo para cosechar, prever la demanda en los principales mercados, ajustar precios según la estacionalidad o alertar sobre variaciones críticas en el rendimiento, todo integrado, visual y accesible. Esa es la promesa de la inteligencia digital aplicada a la acuacultura: información que respira, se actualiza y actúa.

Pero lo más importante es que este cambio no llega como una imposición externa, sino que está emergiendo desde la propia región, desde las necesidades reales de quienes producen, exportan y gestionan. Latinoamérica no necesita copiar modelos de digitalización europea o asiática, necesita soluciones que comprendan su diversidad, su clima, sus canales de distribución y su cultura de negocio. Es decir, soluciones que no se limiten a automatizar procesos, sino que piensen junto con el productor.

Entonces, la digitalización no es un fin en sí misma, sino un medio para fortalecer la inteligencia colectiva de la industria. El futuro de la acuicultura no pertenecerá a quien tenga más estanques o más toneladas, sino a quien entienda mejor su propio sistema productivo, a quien logre ver patrones, anticipar movimientos y responder con agilidad.
Un mar de oportunidades por navegar
No se trata de subirse a la ola tecnológica por moda, sino de entender que los datos bien leídos, pueden cambiar el destino de una empresa. La digitalización no reemplaza la experiencia: la potencia. Y cuando la ciencia de los datos se une con la sabiduría del productor, la acuicultura latinoamericana se vuelve verdaderamente competitiva.
  Por Iván H. Franco S.
Fuente: All Aquaculture Magazine