Bærekraftig laksefôr: Når AI gjør det riktig – ikke bare fort

Bærekraftig laksefôr: Når «riktig» er viktigere enn «fort»

Fôret er kanskje den viktigste enkeltfaktoren for både lønnsomhet og klimaavtrykk i norsk havbruk. I en tid der politiske mål, kundekrav og globale standarder strammes til, øker presset på å få «mer norsk», mer sirkulært og mer klimavennlig fôr – helst så raskt som mulig.

Cargill, en av de største fôrleverandørene til norsk oppdrett, minner imidlertid om noe grunnleggende:

Det er viktigere å gjøre det riktig enn å gjøre det fort.

I denne artikkelen ser vi på hva dette betyr i praksis – og hvordan AI i norsk havbruk kan være nøkkelen til å utvikle og bruke bærekraftig laksefôr på en måte som både er lønnsom, dokumenterbar og konkurransedyktig internasjonalt.

Vi skal gå gjennom:

• hvorfor bærekraftig fôr er mer komplekst enn «lavt klimaavtrykk per kilo»,
• hvordan global konkurranseevne og nye råvarer må balanseres,
• hvordan AI-baserte løsninger kan redusere risiko når vi innfører nye fôrråvarer,
• konkrete steg oppdrettere kan ta allerede nå for å bruke data og AI smartere i fôrstrategien.

1. Bærekraftig fôr er mer enn lavt CO₂-avtrykk

Cargill peker på et viktig poeng: En råvare kan ha lavt klimaavtrykk – uten at den dermed gir bærekraftig fôr.

Tre dimensjoner av bærekraftig laksefôr

Når vi snakker om bærekraft i laksefôr, må vi i praksis håndtere minst tre dimensjoner samtidig:

1. Biologisk bærekraft

   • Fiskens helse og vekst
   • Fôrfaktor (FCR) og overlevelse
   • Robusthet mot sykdom og stress

2. Miljømessig bærekraft

   • Klimafotavtrykk (CO₂e per kg laks)
   • Arealbruk og påvirkning på naturmangfold (for eksempel soya, palme, landbruk)
   • Utslipp til sjø (fosfor, nitrogen) og fôrspill

3. Økonomisk bærekraft

   • Råvarekostnad og prisvolatilitet
   • Tilgjengelighet i industriell skala
   • Lønnsomhet på slaktet nivå, ikke bare per kilo fôr

En ny protein- eller fettkilde som ser «grønn» ut på papiret, kan i praksis gi:

• dårligere tilvekst,
• høyere fôrfaktor,
• mer sykdom og dødelighet,
• og dermed økt samlet klimaavtrykk per kilo produsert laks.

Det er dette Cargill advarer mot: å bruke mye tid, kapital og politisk vilje på råvarer som ikke fungerer godt nok i praktisk produksjon.

2. «Bakere, ikke bønder»: Hva betyr det for norsk råvareutvikling?

Cargill beskriver seg – som konkurrenten Skretting også har gjort – som «bakere, ikke bønder». De mikser og optimaliserer fôret, men produserer ikke råvarene selv.

Implisitt budskap til politikere og gründere

Mellom linjene ligger en tydelig realitet:

• Fôrindustrien kan ikke alene skape en ny råvareindustri.
• Det må være reell etterspørsel, dokumentert næringsverdi og en konkurransedyktig pris.

Når myndighetene nå ønsker høyere norskandel i laksefôret – særlig gjennom marint restråstoff, tang og tare, insektsmel, encelleprotein og andre kortreiste kilder – må tre ting skje parallelt:

1. Råvareutvikling:
   Råvarer må testes grundig på fordøyelighet, tilvekst, fiskehelse og produktkvalitet.

2. Marked og pris:
   Industrien kan bare ta dem inn i stor skala hvis pris, logistikk og tilgjengelighet fungerer.

3. Standarder og sertifisering:
   Nye råvarer må også passe inn i internasjonale standarder som for eksempel ASC’s fôrstandard, som alle norske fôrprodusenter allerede er kvalifisert etter.

Uten dette trebeinte fundamentet risikerer vi å bygge produksjonskapasitet på råvarer som aldri blir lønnsomme – og i verste fall gir mindre bærekraftig fôr enn dagens løsninger.

3. Global konkurranseevne: Norge er ikke alene på banen

Norge er allerede et globalt tyngdepunkt innen lakseoppdrett. Men vi konkurrerer på et globalt fôrmarked, både på pris og på kvalitet.

Risikoen ved å løpe for fort

Hvis Norge ensidig presser gjennom fôrkrav eller råvarestøtteordninger som øker kostnadene betydelig uten å gi dokumenterbare gevinster, kan vi få:

• Høyere produksjonskostnad per kilo laks
• Svekket konkurransekraft mot produsenter i Chile, Skottland, Island og Canada
• Økt usikkerhet for investorer og for leverandørindustri

Samtidig vil internasjonale kunder – både dagligvare, HoReCa og forbrukere – stiller stadig strengere krav til bærekraft. De etterspør:

• Sporbarhet i fôret
• Begrenset bruk av marine ressurser fra villfisk
• Dokumenterte klimagassreduksjoner

Det betyr at norsk næring må klare en krevende balansegang:

Nok endring til å ligge i front på bærekraft – uten å miste fotfeste på kostnader og biologiske resultater.

Her kan AI for norsk havbruk bli et avgjørende konkurransefortrinn.

4. Hvordan AI kan gjøre bærekraftig fôr «riktig» – ikke bare «fort»

AI blir ofte forbundet med produksjonsplanlegging eller lusetelling, men potensialet innen fôroptimalisering og råvaretesting er minst like stort.

4.1. AI-drevet fôroptimalisering på lokalitetsnivå

Hver lokalitet er unik – temperaturprofil, strømforhold, biomasse, genetikk og helsestatus varierer. Ved å kombinere:

• historiske produksjonsdata,
• sanntidsdata fra sensorer og kamera,
• og fôrlogg med råvaresammensetning og partier,

kan AI-modeller:

• forutsi optimal fôrmengde og fôringsprofil per merd og dag,
• fange opp avvik i appetitt og vektutvikling tidlig,
• gi anbefalinger om bytte av fôrtype eller fôrstrategi under ulike sesonger.

Resultatet er lavere fôrfaktor, bedre fiskevelferd og lavere utslipp – uten at oppdretter må gjette seg fram.

4.2. Risikoreduksjon ved innføring av nye råvarer

Når nye råvarer testes inn i laksefôret, er risikoen todelt:

• biologisk (vekst, helse, dødelighet),
• økonomisk (kostnad per kg tilvekst, kvalitetsfratrekk, produksjonstid).

AI kan her spille tre roller:

1. Analyse av historiske forsøk
   Ved å trene modeller på data fra forsøk (forsøksmerder, RAS, pilotfôringer) kan man raskere oppdage hvilke kombinasjoner av råvarer som gir god ytelse, og hvilke som bør droppes tidlig.

2. Simulering av scenarier
   Digitale tvillinger av produksjonen kan teste «hva hvis vi øker andelen insektmel fra 5 til 15 %?» – før man gjør det i sjø. Dette reduserer risikoen for kostbare feilskjær.

3. Løpende overvåking av fiskehelse
   Med kamerabaserte systemer og maskinlæring kan man overvåke atferd, svømmeaktivitet og fysiske indikatorer (for eksempel sår, deformiteter) og koble dette direkte mot fôrparti og råvaresammensetning.

I sum gjør dette det mulig å innføre nye, kortreiste råvarer raskere – men med kontroll. Med andre ord: gjøre det riktig, samtidig som man faktisk kommer framover.

4.3. Helhetlig bærekraftsoptimalisering

Mens tradisjonell fôrformulering primært har handlet om pris og næringsinnhold, kan AI ta inn langt flere variabler samtidig:

• CO₂-avtrykk per råvare og transportledd
• Marin og terrestrisk ressursbruk
• Effekt på fiskevelferd og dødelighet
• Effekter på kvalitet (farge, tekstur, fettsyresammensetning)

Ved å gi fôrformulatorer og oppdrettere beslutningsstøtte som viser både økonomiske og miljømessige konsekvenser av alternative fôrstrategier, blir det mulig å ta valg som er bedre i et totalperspektiv.

5. Praktiske steg for oppdrettere: Slik kommer du i gang

For å utnytte potensialet i AI og data rundt bærekraftig fôr, trenger du ikke starte med store FoU-prosjekter. Du kan begynne med noen enkle, strukturerte grep.

5.1. Bygg et bedre datagrunnlag rundt fôr

Start med å sikre at følgende alltid registreres på en systematisk måte:

• eksakte fôrpartier per merd og periode,
• fôrtype og nøkkeltall (energi, protein, fett, viktige mikroingredienser),
• daglige fôrmengder per merd,
• biomasseutvikling, dødelighet og sortering.

Jo bedre struktur på data, jo større verdi kan du hente ut av senere AI-verktøy.

5.2. Koble fôrdata til helsedata og produksjonsresultater

Sørg for at veterinære funn, dødsårsaker, behandlinger og hendelser (for eksempel lave oksygennivåer, ekstremvær) kobles til fôrlogg og produksjonsresultater.

Dette gjør det mulig å svare på spørsmål som:

• «På hvilke lokaliteter fungerer fôrtype X best?»
• «Hvilke fôrstrategier gir lavest dødelighet i overgangen smolt–sjø?»
• «Ser vi sammenhenger mellom visse råvarer og spesifikke helseutfordringer?»

5.3. Test ut enkle AI- og analyseverktøy

Mange leverandører tilbyr nå:

• dashboards som visualiserer FCR, vekst og fôrutnyttelse,
• prediksjonsmodeller for slaktevekt og produksjonstid,
• kamerabaserte løsninger for appetittstyrt fôring.

Start i liten skala, gjerne på én lokalitet eller utvalgte merder, og mål effekten. Selv små forbedringer i fôrfaktor og dødelighet vil raskt gi betydelig utslag både på bunnlinje og klimafotavtrykk.

6. AI for Norsk Havbruk: Del av et større skifte

Denne artikkelen er en del av serien «AI for Norsk Havbruk: Bærekraftig Oppdrett», der vi ser på hvordan kunstig intelligens kan bidra til bedre helsemonitorering, smartere fôring, mer presis miljøovervåking og mer robust produksjonsplanlegging.

Når Cargill sier at det er viktigere å gjøre det riktig enn å gjøre det fort, er det i praksis en invitasjon til å bruke data og AI til å ta mer kunnskapsbaserte valg:

• Hvilke nye råvarer vi faktisk trenger.
• Hvordan vi tester og innfører dem uten å gamble med fiskehelse og lønnsomhet.
• Hvordan vi kan dokumentere bærekraft på en måte som holder vann internasjonalt.

Norsk havbruk har allerede et forsprang på teknologi, kompetanse og data. De som klarer å koble dette med målrettet bruk av AI i fôrstrategien, vil stå sterkest når kravene til bærekraft, sporbarhet og konkurranseevne øker videre.

Avslutningsvis er spørsmålet ikke om AI skal brukes i utviklingen av bærekraftig laksefôr, men hvor raskt vi klarer å ta det i bruk på en klok måte. Neste steg er å gå fra pilotprosjekter til daglig drift – og der vil de som har strukturert data og tydelige mål, ligge et hestehode foran.