Datasmart fiskehelse: Derfor kjøper VESO seg inn i Salmalytics

Når et tungt, veterinærfaglig miljø som VESO kjøper seg inn i et ungt analyse­miljø som Salmalytics, sier det mye om hvor norsk havbruk er på vei. Avtalen om at VESO overtar 51 prosent av Salmalytics er ikke bare en nyhet i finansspaltene – det er et tydelig signal om at datadrevet beslutningsstøtte, avansert statistikk og AI blir helt sentralt i fremtidens bærekraftige oppdrett.

I denne artikkelen ser vi på hva oppkjøpet kan bety for næringen, hvorfor kombinasjonen av fiskehelse, kliniske studier og avanserte analyser er så kraftfull – og hvordan dette henger sammen med den større utviklingen vi følger i serien «AI for norsk havbruk: Bærekraftig oppdrett».

Et strategisk trekk i en datatung næring

VESO har lenge vært en etablert aktør innen fiskehelse, legemiddelutprøving og dokumentasjon. Salmalytics, etablert i 2020, har på kort tid bygd opp et sterkt fagmiljø innen studiedesign, forsøk i felt, dataanalyse og modeller for beslutningsstøtte for oppdrettere og leverandører.

At VESO nå tar majoritetsposten i Salmalytics, kan leses som et svar på tre utviklingstrekk i næringen:

• Krav om bedre dokumentasjon fra myndigheter, kunder og marked
• Økende biologisk kompleksitet, med nye sykdomsbilder, klimaendringer og strengere miljøkrav
• Eksplosiv vekst i datamengder, fra sensorer, kamera, fôringssystemer og produksjonsstyring

Når kliniske studier, feltforsøk og dataanalyse samles under ett tak, blir det enklere å gå fra data til konkrete beslutninger som påvirker fiskevelferd, produksjonskostnader og miljøfotavtrykk.

Fra forsøk til faktabasert beslutningsstøtte

Salmalytics’ kjerneleveranse er å hjelpe aktører i havbruk med å stille riktige spørsmål – og få robuste svar. Selskapet jobber blant annet med:

• Studiedesign: Hvordan planlegge forsøk slik at man faktisk kan trekke sikre konklusjoner?
• Gjennomføring av forsøk: Praktisk oppfølging i merder eller kar, kontrollgrupper, prøvetaking osv.
• Statistisk analyse: Modeller som håndterer støyete biologiske data, sesongvariasjon og flere påvirkningsfaktorer samtidig
• Beslutningsstøtte: Oversettelse av komplekse analyser til enkle anbefalinger for drift og strategi

I kombinasjon med VESOs tunge erfaring fra kliniske studier og produktdokumentasjon åpnes det for en mer sømløs kjede:

1. Identifisere biologiske eller driftsmessige utfordringer
2. Designe forsøk og samle inn data under kontrollerte forhold
3. Analysere data med avanserte statistiske og etter hvert AI-baserte metoder
4. Oversette funn til praktiske tiltak i merd og på brønnbåt
5. Dokumentere effekt overfor myndigheter og marked

Dette er kjernen i datadrevet havbruk – og et viktig fundament for å lykkes med mer avanserte AI-løsninger i oppdrett.

Hvor passer AI inn? Fra statistikk til prediktiv styring

I dag er mye av analysene i havbruk fremdeles statistiske etter-analyser: man ser tilbake i tid og forsøker å forstå hva som skjedde. Med bedre datagrunnlag og mer strukturert forskningsdesign blir neste steg naturlig:

1. Prediktive modeller for sykdom og dødelighet

Når du har gode datasett fra kontrollerte studier, kombinert med løpende sensordata fra anlegg, kan man trene AI-modeller som forutsier:

• Risiko for sykdomsutbrudd i gitte lokaliteter og perioder
• Effekten av ulike behandlingsstrategier
• Sammenhenger mellom miljø, fôr, tetthet og dødelighet

I stedet for å reagere etter et utbrudd, kan oppdretter og fiskehelsetjeneste jobbe mer proaktivt – og sette inn riktige tiltak tidligere.

2. Optimalisering av kliniske studier

Kliniske studier er kostbare og tidkrevende. Med avansert dataanalyse og AI kan man blant annet:

• Simulere ulike studiedesign og identifisere hvilke opplegg som mest sannsynlig gir tydelige svar
• Beregne optimalt antall fisk, merder og varighet
• Fange opp skjevheter underveis (for eksempel miljøforskjeller mellom lokaliteter)

Resultatet er mer treffsikre studier, lavere kostnader og raskere dokumentasjon av nye vaksiner, behandlingsmetoder og teknologier.

3. Integrert beslutningsstøtte for drift

Kombinasjonen av VESO og Salmalytics gjør det mulig å bygge beslutningsstøttesystemer som ikke bare viser data, men faktisk anbefaler tiltak, for eksempel:

• Justering av fôringsstrategi ved økt sykdomsrisiko
• Valg av optimale smoltutsett innenfor biologiske og miljømessige rammer
• Tidlig varsling når et produksjonsregime avviker fra det som historisk har gitt god velferd og lønnsomhet

Dette er også midt i kjernen av vår serie «AI for norsk havbruk: Bærekraftig oppdrett»: å bruke AI til å redusere biologisk risiko, bedre ressursutnyttelse og styrke dokumentasjonen overfor samfunn og myndigheter.

Bærekraftsperspektivet: Mindre prøving og feiling, mer presisjon

Bærekraft i havbruk handler om mer enn klima og utslipp. Det handler om fiskevelferd, dødelighet, medisinbruk, fôrressurser og lokal miljøpåvirkning. Datadrevet tilnærming og AI kan bidra til forbedringer på flere av disse områdene:

Redusert dødelighet og bedre fiskevelferd

Med bedre modeller for helserisiko og behandlingsrespons kan man redusere unødvendig behandling og inngrep, samtidig som man forebygger alvorlige sykdomsutbrudd. Det gir:

• Mindre stress for fisken
• Færre akutte situasjoner
• Lavere behov for nødløsninger og hurtigtiltak

Mer målrettet bruk av legemidler

Strengere krav til dokumentasjon og effektmåling gjør det enklere å

• Velge riktig behandling til riktig tid
• Dokumentere reell gevinst opp mot kostnad og risiko
• Redusere over- og feilbruk av medikamenter

Kombinasjonen av kliniske studier, robust statistikk og AI-modeller kan gjøre legemiddelbruk både mer presis og lettere å forsvare faglig.

Bedre ressursutnyttelse i produksjonen

Når produksjonsdata, helsedata og miljødata kobles sammen, kan man blant annet:

• Optimalisere fôrfaktor og tilvekst uten å øke sykdomspress
• Planlegge utsett og utslakting mer i tråd med biologiske forhold
• Redusere overlapp mellom sårbare stadier og ugunstige miljøforhold

Dette handler direkte om økonomi og miljø: mindre svinn, lavere fotavtrykk per kilo produsert fisk og mer forutsigbar drift.

Hva betyr dette konkret for oppdrettere og leverandører?

For deg som jobber i næringen – enten som oppdretter, teknologileverandør eller fôrprodusent – kan tettere kobling mellom VESO og Salmalytics gi flere praktiske effekter.

Enklere løp fra idé til dokumentert løsning

Har du en ny teknologi, et nytt produkt eller en ny driftsmetode, blir det viktigere enn noen gang å kunne vise dokumentert effekt. Med samarbeid som dette blir det:

• Enklere å få helhetlig bistand fra studiedesign til regulatorisk dokumentasjon
• Raskere å avklare om en idé faktisk holder vann, før store investeringer
• Mer troverdig når resultater skal presenteres for kunder og myndigheter

Bedre utnyttelse av egne data

Mange oppdrettere sitter allerede på store mengder data – ofte spredt i ulike systemer. Analyse- og AI-miljøer som Salmalytics kan hjelpe med å:

• Rydde og strukturere historiske data
• Identifisere hvilke datapunkter som faktisk har høy verdi
• Bygge modeller som gir praktiske anbefalinger, ikke bare rapporter

Dette er et område der mange i næringen i dag bare skraper i overflaten. Med riktige partnere kan datainvesteringen omsettes til konkurransefortrinn.

Økt beredskap i en mer krevende risikosituasjon

De siste årene har vist hvor raskt rammevilkår kan endres – enten det gjelder grunnrenteskatt, eksportmarkeder eller biologisk risiko. I en slik virkelighet blir det ekstra viktig å ha:

• God oversikt over egne biologiske og driftsmessige risikofaktorer
• Verktøy som kan simulere ulike scenarier
• Oppdaterte analyser som gir grunnlag for raske, men faktabaserte beslutninger

Her er kombinasjonen av fiskehelsekompetanse, dataanalyse og AI et viktig verktøy for å stå stødigere når omgivelsene endrer seg.

Slik kan du forberede deg på en mer datadreven hverdag

Hvis du vil posisjonere din virksomhet for å utnytte mulighetene som ligger i denne utviklingen, kan du starte med noen enkle, men viktige grep:

1. Kartlegg dataene dine
   Hvilke systemer har du i dag? Hvilke data samles inn (fôr, dødelighet, produksjon, miljø, helse)? Hvor ligger de, og i hvilket format?

2. Definer de viktigste spørsmålene
   I stedet for å «bruke mer data», spør: Hvilke beslutninger er vanskeligst i dag? Hvor hadde det største potensialet ligget om vi visste mer?

3. Etabler gode rutiner for datakvalitet
   AI og avansert statistikk er aldri bedre enn datagrunnlaget. Jobb med standardisering, kvalitetssikring og opplæring av de som registrerer.

4. Søk samarbeid tidlig
   Ta dialog med fagmiljøer innen fiskehelse, statistikk og AI før du starter store prosjekter. Ofte kan små justeringer i hvordan data samles inn gi stor gevinst senere.

5. Start i det små – men tenk skalerbart
   Pilotprosjekter på én lokalitet eller én problemstilling er ofte nok til å demonstrere verdien. Men planlegg fra start hvordan løsningen kan rulles ut bredere.

I lys av VESOs oppkjøp av Salmalytics er det grunn til å tro at tilbudet av slike tjenester vil bli både bredere og mer integrert i årene som kommer.

Veien videre for AI i norsk havbruk

Oppkjøpet ble formelt gjennomført 24.11.2025, men betydningen strekker seg langt utover datoen. Det illustrerer et skifte der datadrevet havbruk ikke lenger er et fremtidsprosjekt, men en forventning fra myndigheter, marked og kapital.

Innenfor vår serie «AI for norsk havbruk: Bærekraftig oppdrett» ser vi nettopp denne trenden: De mest fremoverlente aktørene kombinerer biologisk forståelse, gode forsøk og avanserte analyser for å:

• Redusere biologisk risiko og dødelighet
• Øke forutsigbarheten i produksjonen
• Dokumentere bærekraft på en måte som tåler gransking

Spørsmålet er ikke lenger om AI og avansert analyse vil prege norsk havbruk, men hvordan raskt hver enkelt aktør klarer å ta det i bruk.

Neste steg for deg kan være å:

• Definere ett konkret område der du vil jobbe mer datadrevet i 2026
• Ta en strukturert gjennomgang av dine eksisterende data
• Utforske samarbeid med fagmiljøer som kombinerer fiskehelse, statistikk og AI

Til syvende og sist handler dette om å gjøre oppdrett mer robust, mer lønnsomt og mer bærekraftig. Spørsmålet du står igjen med er: Hvor moden er din virksomhet for å ta steget inn i den datasmarte delen av norsk havbruk?