Latest / O Aviário Podcast · by PPGVET / Dr. José Henrique Stringhini: Dados e Performance Avícola | Ep. 50

Transcript

Dr. José Henrique Stringhini: Dados e Performance Avícola | Ep. 50 · O Aviário Podcast · by PPGVET

0:00
Esses tipos de medidas são importantes, então quanto
0:02
daquele lote te rendeu? Em termos peso vivo?
0:06
Em termos peso comercializados, comercializado em termos de
0:10
cortes, né? Essa conversa entre a batedora e
0:13
a produção e é extremamente importante, né?
0:17
Taxas de condenação você trabalha e trabalhou com
0:20
microtoxinas por muito tempo. Você sabe quantas microtoxinas
0:24
por doses às vezes que não são absolutamente eu não vou chamar
0:28
de toxas porque eu acho que seria até até meio meio estranho
0:31
falar nossa? Muitas vezes causam problemas
0:36
invisíveis, é ou mesmo aquelas que causam problemas invisíveis,
0:40
né? A imunodepressão AO Leo uma,
0:44
digamos, a resposta que impacta a vida inteira do frango.
0:47
Ele vai até o final, ele vai até a batedouro, vai até o porte e
0:50
lá, às vezes no corte você vai ver o aumento de contusões,
0:53
aumento de redução de rendimento, de cortes.
0:59
Bem-vindos ao podcast, o aviário, as mentes mais
1:02
brilhantes da agricultura no seu bolso.
1:07
O podcast o aviário só é possível através do apoio de
1:10
empresas inovadoras e que apoiam a educação continuada na
1:13
agricultura brasileira. American nutrientes, solução é o
1:17
nosso compromisso. American nutrientes, entregando
1:22
soluções tecnológicas para o bem-estar e segurança humana e
1:25
animal desde 2007, alicerçados ao conceito one health dos
1:29
produtos e a inovação da American, nutrientes contribuem
1:32
para a saúde humana, o bem-estar animal e a preservação do meio
1:36
ambiente. Bom, bom dia, Henrique.
1:44
Boa tarde para quem está aí nos acompanhando hoje a gente está
1:47
aqui com o professor Henrique string, da universidade de
1:51
Goiás. Um prazer estar aqui contigo.
1:55
Obrigada por seu tempo. Imagina.
1:58
Eu que agradeço Beth, 111 satisfação estar aqui contigo e
2:01
novamente. Falando aí com os seus ouvintes
2:05
participantes, espero que a gente possa contribuir um
2:08
pouquinho com eles, com algumas informações importantes.
2:11
Pelo menos né? Que eles possam me conhecer e
2:14
quem saber até entrar em contato.
2:16
Por ambientes, se tiver alguma informação ou quiser uma
2:19
informação mais precisa. Não, com certeza.
2:22
Henrique, na verdade, eu acho que OA contribuição que você tem
2:26
dado para agricultura brasileira é é extremamente importante.
2:30
E eu lembro que eu te conheci há muitos anos lá em Jaboticabal,
2:33
onde você trabalhava comigo. Comigo, toxina.
2:37
E você falava muito em qualidade de grãos, né?
2:39
O facto de você ter uma formação de engenheiro agrônomo traz uma
2:45
visão diferente dentro do processo.
2:48
E eu queria que você falasse um pouquinho, então da tua
2:50
história, contasse um pouquinho pra gente aí como é que se
2:53
chegou nesse nesse ponto? Bom, eu.
2:57
Sou engenheiro agrônomo. Você falou?
2:58
Formado na federal Paraná e Curitiba.
3:01
Nesse estado é da federal de Viçosa, doutorado na Unesp, em
3:06
jaboticaba, onde nós os encontramos aqui?
3:09
Estou aqui com o professor desde 1991, na UFGE.
3:14
Como professor de nutrição, hoje trabalho muito mais com Arcos do
3:18
que construídos. Então pra mim é 11 Alegria estar
3:22
aqui contribuindo com as pessoas no sentido de de colocar um
3:26
pouco da minha experiência, né? Eu sou orientador de mestrado e
3:30
doutorado desde 99, praticamente.
3:34
Mais de 50 alunos aí já defendidos com pés, doutorado,
3:38
mestrado e trabalhando muito com aditivos, trabalhando muito com
3:42
ingredientes. Eu gosto bastante desse tempo,
3:45
né? Até por conta da minha formação
3:47
profissional acaba acaba sendo um fator importante, né?
3:51
De de de a formação, me faz gostar muito disso.
3:56
Eu acho que hoje, aqui da região centro Oeste, é um ponto
4:00
importante para abastecer os nutricionistas acabaram.
4:02
Isso acaba refletido no Brasil. Acho que é para mim uma
4:07
satisfação. Poder como professor da minha
4:10
colaboração. Hoje, a ideia era falar um pouco
4:13
sobre qualidade de grãos, qualidade de matéria-prima, de
4:16
maneira geral, e eu sempre aqui no podcast.
4:21
Tento trazer a importância de avaliar os resultados, não é?
4:25
E eu lembro que quando eu comecei, a gente fazia muita
4:29
visita à fábrica com os meus alunos, né?
4:33
Porque eu fazia 11. Correlação do que acontece na
4:36
fábrica de ração com qualidade de campo, qualidade de saúde
4:41
intestinal com. Com desempenho animal, e.
4:46
E aí, nesse sentido, eu gostaria que você nos desse uma ideia
4:51
assim de como que é avaliado a qualidade dos ingredientes nas
4:58
diferentes estruturas de fábrica de ração que a gente tem hoje.
5:01
Perfeito. Não acho que isso.
5:03
Isso é um ponto, na minha opinião, é eu.
5:06
Eu não gosto de estabelecer percentuais, mas eu diria para
5:10
você que 80% dos problemas são muitas vezes detectados no
5:16
processo de recepção. Dos ingredientes lembra onde
5:19
você precisa tomar cuidado com os Pombos que você precisa
5:24
abordar? Então, se é um grão, se é um
5:26
farelo, se é um produto de origem animal, se é 11
5:29
suplemento, céu aditivo, foi extremamente importante que você
5:33
tenha um critério de um conhecimento básico sobre aquilo
5:38
que você está recebendo. Então claro que milly farelo de
5:41
soja são 90%, sei lá ou menos, né?
5:44
Dependendo da da, da importância, do tamanho da
5:47
fábrica, do fluxo, né, de ingredientes na fábrica, mas o
5:52
milho, o mínimo que a gente precisa fazer é uma
5:55
classificação, uma tenticidade, à medida de humildade.
5:59
Ah, se você não fizer isso, você está colaborando muito
6:01
negativamente para ter muitas vezes 1° de baixa qualidade
6:06
dentro da sua fábrica, então é quando quando se pensa isso, né?
6:11
Nessa classificação do Ministério, né, que é o uma
6:15
análise de acepção e precisamos de importar.
6:16
Pode falar. Eu estava.
6:18
Eu estava imaginando aqui quando o pessoal analisa a qualidade de
6:23
grãos e fala assim, não, eu é AO custo.
6:28
O maior custo de produção é a. Os ingredientes, né?
6:33
A dieta? Então, assim, na hora de fazer a
6:36
compra das matérias-primas, o pessoal às vezes que faz a
6:40
compra, ele se direciona muito. Assim, para o preço da
6:43
matéria-prima, não. Eu vou comprar um milho tipo 2,
6:46
tipo 31, soja de menos qualidade, porque ela tem um
6:50
valor. Mais baixo e com isso eu consigo
6:54
diminuir o custo da ração, mas eu como veterinária, daí vou lá
6:58
para o campo e consigo imaginar que aquele grão que ele vem com
7:02
mais sujidade, com mais impurezas, com mais fatores,
7:06
anti-nutricionais microtoxinas, ele começa a causar mais
7:10
diarreia. Idade, eventualmente até a
7:13
mortalidade, né? Mas uma perda de desempenho
7:16
bastante evidente que chega até na qualidade da carcaça lá no
7:21
abatedouro e às vezes é não existe essa essa interpretação
7:27
de que o que você está comprando ali como ingrediente, ele não
7:31
tem só aquele custo, eu não sei qual que é a tua visão sobre
7:35
isso, mas gostaria de você nos dar algumas algum algumas da sua
7:41
experiência. Em cima dessa dessa temática.
7:45
Perfeito, é lembrando que é hoje uma fábrica de ração.
7:51
Fala, você entra numa casa e entra na cozinha, né?
7:55
Se a cozinha estiver suja ou mal, cuidado, você vai ter muito
7:58
cuidado pra tomar água, tomar outra FIFA, alguma coisa.
8:01
Então, a fábrica de reação precisa, né?
8:03
Você trabalhou muito, sabe melhor do que eu.
8:06
Fabricação precisa ser um ambiente limpo, higiênico, ter
8:10
biossegurança, né? Então são vários fatores, não só
8:14
para o animal, mas para as pessoas que estão ali
8:16
trabalhando. Uma fonte de pó, a fonte de
8:19
contaminação, né? Fundos, né outros, sei lá.
8:23
A possibilidade tem insetos pássaros, né?
8:25
Então é, é todos esses cuidados que a gente precisa ter.
8:30
É que são muitas vezes cuidados bastante onenosos ou bastante
8:34
difíceis, mas garantem uma qualidade de que isso é
8:37
extremamente importante de se pensar.
8:39
Outra coisa é AA fábrica. Sozinha ela não faz, é claro, é
8:45
a principal fonte de custos. Faz essa conversa entre
8:49
nutricionista, patologista ou sanitarista, né?
8:53
O manejista, né? Aquele que está no dia a dia de
8:56
campo. O Granjeiro não é que está vendo
8:59
todos os dias as árvores, sentido o peso da produção ali
9:04
no ambiente de produção, né? Ou seja, os controlos de
9:07
temperatura, vamos ver o mesmo período de onda de calor,
9:10
previsão. É de 40° para Goiânia essa
9:12
semana. Então isto causa perdas e são
9:16
somas, né? Somos sim isso.
9:18
O frango não é só nutrição ou só sanidade ou só produção.
9:22
Ele é tudo, né? Então a gente precisa realmente
9:25
essa conversa precisa existir, né?
9:27
E eu acho que assim, no sentido de colaborativo eu tenho, eu
9:31
enxergo muito isso, sabe Beth, eu acho que a gente tem tem um
9:35
papel de de, sabe, de juntar, juntar as informações.
9:40
EE tornar isso mais factível no processo firniótico.
9:44
Opção, Henrique Henrique. Nesse sentido, a gente está
9:48
falando muito assim, a gente tem que conversar, mas a gente sabe
9:51
assim que não é bem conversa, né?
9:53
A gente está falando em análise de dados, é você pegar, por
9:56
exemplo, a informação do pessoal lá do campo que está fazendo as
10:01
necropsias e fazendo os seus seus resultados lá com o que
10:06
está vindo da fábrica de ração e juntar essas informações.
10:11
Esses resultados, né? De análises para que eles possam
10:15
ser avaliados em conjunto. Como que você vê hoje que a
10:20
indústria tem feito isso? Porque eu sinto uma certa.
10:26
Dificuldade ainda de fazer essa? De fazer essa correlação, como
10:33
que qual que é a tua experiência em relação a isso?
10:37
Até se você tem experiência em termos de é de experimentos que
10:41
foram feitos que ajudem o pessoal a entender essa
10:43
importância também. É, eu acho. 11 pergunta sempre
10:48
puxa a outra, né? Então existem programas, já que
10:52
foram estabelecidos aí de estimativas de ganhos com base
10:55
em diferentes fatores diferentes.
10:57
É histórias sanitárias que você usa para sidiose para outras
11:01
doenças, como? E várias vezes tem até
11:04
dificuldade de discutir com detalhes isso, mas na fábrica de
11:08
ração não é a classificação do vídeo.
11:11
Avaliação do valor nutricional da soja é com as ferramentas que
11:16
você tem, né? Então imagine o fluxo de uma
11:18
fábrica. É de uma grande integração.
11:21
O volume de material que entra todos os dias, né?
11:24
Então, desde o processo de amostrar esse ingrediente para
11:28
que você possa fazer análises desse ingrediente no
11:31
laboratório, por mais simples que seja, eu falei aqui de
11:34
densidade, classificação dos grãos, unidade, mas eu posso ter
11:38
um equipamento nids. Bancar pelo laboratório o mits
11:42
in line não é próximo a um misturador, então eu preciso
11:46
saber exatamente o que está acontecendo.
11:48
Então o primeiro passo eu acho que é você compreender primeiro
11:52
os seus ingredientes que vão entrar na fábrica de ração.
11:55
O segundo passo é alimentar esses dados de uma base e
11:58
usarem-se. Eu sei que fala assim, poxa, o
12:01
nutricionista tem, olha os dados, analisar é fazer,
12:05
portanto, de qualidade, depois, formular a ação.
12:07
Depois acompanha isso no campo, é um trabalho preso.
12:10
Mas acho que quando você tem uma equipe onde essa equipe
12:13
realmente colabora mutuamente, dá para você realmente construir
12:18
essa base de dados e aí as grandes empresas que apoiam
12:22
nutrição, que oferecem serviços ligados à nutrição, normalmente
12:26
te dão bases de de de dados do Mirtes, principalmente.
12:30
Muita paisa água, né? Então você tem que ter essas
12:32
bases confiáveis, tem que ter sempre 11 interrelação de álogo,
12:38
né? Com quem te fornece essas
12:39
informações? Não só com os seus da empresa,
12:42
mas com os fornecedores que te te apoiam e o campo é
12:46
consequência disso tudo. O abatedouro é consequência
12:51
disso tudo, né tá? Os o todo o acompanhamento
12:55
sanitário é consequência disso tudo.
12:58
Por isso que é extremamente importante que esses dados
13:00
estejam ajustados, não só lá no final.
13:02
A minha conversão foi tanto como é fator de produção, foi tanto,
13:05
não é só isso, não é? Eu acho que assim o.
13:09
Números, fármacos, então eu vejo que.
13:13
Muitas vezes, a 12 pontos na conversão alimentar ou 10 20 g a
13:19
menos, um a mais parece um desastre, mas às vezes eles
13:22
podem ser reflexo de um erro lá atrás.
13:26
Jogo na escolha do mi. EE às vezes você não percebeu,
13:31
então é um trabalho de hercúleo, mas é um trabalho que precisa
13:35
ser realmente integrado dentro de uma empresa, né?
13:38
Essas bases, por isso que eu tenho visto empresas que já têm
13:41
contratado pessoas para trabalhar as informações.
13:45
Para devolver para o para o grupo da produção, para os
13:48
profissionais da produção, quais foram os números desse mês,
13:51
quais foram os índices desse mês que a gente conseguiu?
13:53
O que a empresa conseguiu? Oo que que está acontecendo?
13:56
Acho que é sucessivamente importante, né?
13:58
A estatística. E me diz uma coisa, Henrique.
14:01
Às vezes, às vezes demonstra. Não, mas hoje mais que a
14:04
estatística, né? Esses esses números são
14:06
fundamentais pra pra que a gente tenha sustentabilidade.
14:10
EE falando nisso assim, você tem você tem alguns.
14:15
Alguma experiência, obviamente, tem experiência, mas alguma
14:18
alguns dados, falando o que é que a gente pode esperar hoje de
14:21
variabilidade em termos de soja, milho, milho, as tuas análises?
14:26
Você tem alguns números para trazer aqui que possam.
14:30
É exemplificar o porquê que a gente tem que tomar muito
14:33
cuidado com essas, com essa análise.
14:37
É? Existem 2 trabalhos estão
14:40
disponíveis e um trabalho que foi feito em Viçosa é do quine
14:45
barbarini. Eu trabalho da Sandra Rodrigues
14:47
feito aqui na UnB, em Brasília, da própria participay, onde faz,
14:51
por exemplo, uma estimativa do da qualidade Do Me, não é?
14:57
Por exemplo. Cada um tem o número de amostras
15:00
diferentes, né? Mas o trabalho da Sandra, que eu
15:03
fico mais confortável para falar onde está essa variabilidade é
15:08
que ela conseguia. É o termos de qualidade do que
15:11
não o senhor levasse. Impressionante, ela fez até
15:14
algumas equações propondo algumas correções, né?
15:18
Em termos de você usar diferentes qualidades do grão de
15:21
milho e tentar estimular os valores energéticos desse milho
15:25
em relação à tem lá os trabalhos, dá para ver o número
15:30
de amostras é enorme. Né, que a utilizou e é muito
15:33
interessante observar, tá? Então aquilo que a gente falava
15:36
do milho quando eu comecei, né? A trabalhar com nutrição nos
15:40
anos 90990, a gente falava em milho de 89 por cento.
15:45
Hoje. Muitas vezes a gente não fala
15:47
disso, né? E a Sandra mostra isso lá no
15:49
trabalho dela, de uma forma muito interessante.
15:51
O levantamento de mais de 10 anos que foi feito lá, então é
15:54
bem interessante observar. Oo recente que a gente fez com o
15:59
farelo de soja, não é? Eu saí eu mesmo, né?
16:02
Com os os grãos para gente fazer 11 trabalho com digestibilidade
16:06
farrado de sódio impressionante, está uma amostra a você tem uma
16:11
diferença de 300 km, 300 kg calorias de uma amostra b, sabe,
16:16
só dependendo da quantidade de de casca de soja que se adiciona
16:21
ou dependendo da da o tempo de processamento dessa soja é que a
16:25
gente cai, não. A soja tem um padrão industrial
16:28
bastante bastante importante, tem.
16:30
Mas cada fornecedor adota um critério e eu preciso entender
16:33
esse critério. Sara, isso.
16:35
Esse é um processo sistemático, metódico, precisando muitas
16:39
vezes está dentro de uma. Fábrica é.
16:41
Só usei bem baixo. É, mas, por exemplo, o Brasil,
16:44
que produz uma quantidade enorme de soja, né?
16:46
Por mais que você tenha um padrão.
16:49
É da época da colheita para fazer toda a inativação da soja,
16:55
todo o processamento necessário. Às vezes o tempo você tem que
16:59
correr contra o tempo, né? De de colheita, e isso provoca
17:03
bastante. Variação, né, professor?
17:07
Nesse nesse critério. É recentemente, AA gente está
17:11
montando um trabalho agora com DDGS.
17:15
A ideia é conhecer um pouco dos desejos e Chico.
17:19
Já estou ficando bem assustado, porque não é só com os números,
17:23
né, que a gente tem acessado a gente.
17:25
Eu tenho que ficar preocupado, então padrão industrial, né?
17:30
O padrão de produção o objetivo que a indústria tem com ODDG que
17:34
é o etanol. Para a exportação ou outros
17:38
produtos? Eu acho que o método industrial
17:42
determina o tipo de ingrediente que eu tenho.
17:45
Então isso que é que passa a ser 11 fator dificultador, né?
17:50
Estabelecer um padrão do fornecedor.
17:53
Então, claro, as grandes empresas têm ferramentas para
17:57
isso. Os menores às vezes vão ter
17:58
pouco mais dificuldade. É para isso que a gente está
18:01
aqui, para tentar dizer, olha, produtos, o valor nutricional
18:07
dele está variando tantos por cento, eu estou, só estou
18:10
esperando o ano que vem, a gente deve ter informações mais
18:12
consistentes, mas realmente é meio preocupante.
18:15
Às vezes você vê não porque Ah, porque está errado, porque o
18:18
método industrial muda, a gente precisa considerar isso dentro.
18:21
É ano que vem, então a gente vai, vai convidálo novamente
18:24
aqui quando tiver os números do mais.
18:28
AA é interessante, né? Porque cada vez mais, quando se
18:33
fala em sustentabilidade, se fala muito em usar subprodutos,
18:36
né? Você tentar reduzir o uso mesmo
18:39
da soja para você colocar com outros produtos DDG mesmo é um
18:44
subproduto, e o objetivo da indústria não é o álcool, né?
18:48
Não é? Não é você ter DDG para
18:52
alimentação animal. EE eu acho que é.
18:55
É isso que que você estava comentando aí de de qualidade e
19:00
de sistema de produção desse dessa matéria-prima, não?
19:04
Eu lembro de um aproveitando aí o seu gancho que você trabalha
19:08
com com saúde. Eu lembro que estive em uma
19:11
fábrica de graça, no Chile. Tem um padrão de matérias-primas
19:16
diferentes do nosso do Brasil. Eles usavam PPG.
19:19
Sandro não é e eles sofriam muito com qualidade de
19:24
ingrediente com contaminação. Falei com toxina, né?
19:28
Certo que não era produzido. Eles compravam de outros países.
19:33
Então isso traz uma série de dificuldades para eles, né?
19:37
E assim, eu diria para vocês, é, é no Brasil.
19:40
A gente realmente tem essas dificuldades, mas normalmente o
19:44
produtor está relativamente próximo da gente, não vem de
19:47
navio, não é? Vem de caminhão ou vem às vezes
19:51
de 11, quantidade de quilômetros, que é absolutamente
19:54
administrar. Então é cria.
19:58
É uma dificuldade que outras pessoas vivem de uma forma mais
20:01
atende só pra pra pra dizer que eu já ouço esse DDG que jamais
20:06
de 1215 anos, né? Tem sensível me colocado nos
20:10
Estados Unidos, aí ó, lá todo o processo de substituição da do
20:15
dos combustíveis à base de petróleo.
20:17
É EE. Ele, ele é usado, acho que.
20:20
Essa informação é importante, então quer dizer que aqui no
20:22
Brasil a gente tem como começar a utilizar essa matéria-prima,
20:27
já tomando alguns cuidados para evitar os erros, né?
20:31
O as dificuldades que outros países já enfrentaram
20:35
anteriormente, né? É como, como você usa
20:39
principalmente o amido da transformar em álcool, né?
20:43
Ele acaba sendo produto rico em companhias nitrogenárias
20:46
proteicos, fica em gordura e em fibra, então.
20:50
Se acaba eliminando alguns fatores, claro, vai ter uma
20:53
quantidade x de carboidrato solúveis, mas dentro do processo
20:57
industrial, ele acaba tendo uma certa concentração.
21:01
Então, e hoje a gente tem algumas vantagens, né?
21:06
Que eu vejo inclusive, como eu chamei o ano que vem, eu já
21:09
estou com alunos com programados projetos, incluindo DDGS, né?
21:14
Regionais, com enzimas que eu acho que esse é um ponto
21:17
importante para a gente ver como se viabiliza.
21:22
Só que um trabalho a gente precisa ter um muro de amostras
21:26
significativo. Eu, o meu aluno, estava com
21:29
torno de 3000 amostras, estava analisando.
21:32
Vamos ver quantos dessas amostras nos dão o padrão não é
21:36
para a gente poder estabelecer algum critério de comparação.
21:39
Pode ser que na estatística ele me chegue a um número aí, às
21:42
vezes muito menor do que esses 3000, ou 10%, 20% disso.
21:48
Pode ser que chegue sim, mas esse é um número importante,
21:51
cobra que a gente está precisando muitas vezes tem
21:55
informações mais contundentes em informações mais corretas do
21:58
processo industrial da gente, utilizando um produto como esse.
22:02
E confiar e acreditar em negociar com os fornecedores.
22:06
É, eu estava aqui pensando, né, que você está fazendo ODDG?
22:12
Como subproduto que o produto principal é o álcool e nós, na
22:16
parte de produção de animal, né, a gente.
22:20
A gente utiliza uma ferramenta ou um parâmetro muito importante
22:25
que é a conversão alimentar, né? A gente faz conversão alimentar
22:28
em cima de peso vivo e às vezes, quando você principalmente nos
22:33
experimenta, né? Você coloca ali assim e não
22:37
consegue pegar grandes diferenças estatísticas em
22:40
conversão alimentar quando você utiliza, às vezes assim, sei lá,
22:44
microtoxina algum fator antienutricico tem que colocar
22:47
níveis muito mais altos do que o pessoal utiliza no campo, né?
22:51
E que daí ele diz assim, Ah, mas o professor Henrique publicou
22:54
isso, tem que estar a esse nível, mas lá no campo eles
22:57
estão com o nível mais baixo e às vezes sofrendo consequências
23:00
disso. Então eu queria que.
23:04
Você comentasse um pouco sobre essa questão de o nosso
23:07
parâmetro. Oo parâmetro que é que é onde a
23:11
gente se baseia muito. Se a conversão alimentar em cima
23:14
de um peso vivo, sendo que no final nosso produto final é é a
23:19
carne, ou são os ovos que chegam na mesa, né, que é um pouco
23:23
diferente do que como é visto, o custo, o custo de produção, né?
23:31
Exato. É, eu diria que são.
23:34
Eu vou classificar como professor, eu tenho que ser
23:36
metótipo vou classificar em 2 conversas, seria que essa
23:39
conversão aparente, que é o gasto de ração daquele galpão
23:44
pelo peso total final dos animais e o corrigido que a
23:48
gente faz aqui na universidade pelos projetos de pesquisa, onde
23:51
eu considero o presidencial, considero a mortalidade,
23:54
considera o desperdício. Tento chegar no mais próximo
23:58
possível daqui do canal realmente consumiu e realmente
24:01
transformou em produto. Né?
24:04
Principalmente, tá, então é o meu.
24:07
O trabalho de pesquisa. Eu preciso tentar ser mais
24:10
preciso dessa resposta científica.
24:13
Mas eu não ignoro a resposta prática, né?
24:16
Então, sempre que a gente trabalha na universidade, a
24:20
gente trabalha com uma perspectiva.
24:22
Eu posso chegar a esse tipo de de, digamos, de inclusão.
24:26
Você no na sua realidade de produção, você vai ter que
24:30
analisar outros fatores que às vezes eu não posso te dar um
24:34
trabalho. De pesquisa como é, por exemplo?
24:36
Resposta econômica, né? Porque a resposta econômica
24:39
varia de região para região, né? E ela é momentânea.
24:43
Então hoje, o que vale hoje pode não valer na semana que vem, tá?
24:48
Então é aqui um trabalho, trabalho onde a gente trabalha,
24:51
o trabalho de o trabalho, pesquisa científica é exatamente
24:55
para que você possa dar uma perspectiva técnica, não é?
24:59
E até financeira, mas uma análise financeira dentro de um
25:02
trabalho de pesquisa, ela é, é uma análise imensa que a gente
25:07
precisa fazer. E como te disse, é precisa fazer
25:10
um recordatório de vários anos de curso, produto, flutuações,
25:15
então é, às vezes não é simples para um trabalho do estudante de
25:18
Zootecnia, veterinária, agronomia, né que precisaria ter
25:21
uma tese ligada à dissertação ligada à economia, mas eu?
25:27
Pelo menos é um caminho, tá? Então eram os trabalhos
25:30
científicos, são um bom caminho para a pessoa se basear no que é
25:33
que pode acontecer. Você falou dos dos, né?
25:37
Acho que isso é importante também.
25:38
É a minha preocupação. É assim.
25:39
Às vezes você pega uma qualidade de milho, uma qualidade de
25:43
matéria-prima geral. Que o pessoal considera assim
25:47
não muito preocupante, porque você tem aquela variação, né?
25:50
Sei lá, 12%, até 12%, até 5% de alguma variação que você está
25:56
está vendo, né? Mas sempre você tem um milho que
26:01
tenha 12% de avariados. Eu vou falar em avariados porque
26:04
eu não. Não vou falar muito em calorias
26:06
ou as diferenças de calorias que você falou.
26:09
É, você tem 111, variação bem grande que você pode usar, né?
26:14
Desde zero 5%, 8% até você chegar no 2%.
26:19
E aí você estabelece o 2 como limite acima de 2, já começa a
26:22
ter problema. Mas avaliando conversão
26:25
alimentar, peso vivo agora, assim, aquela matéria-prima, ela
26:29
pode ter induzido um Monte de condenações no abatedouro que
26:33
quando você analisa assim de forma muito limitada, em cima da
26:37
conversão alimentar, independente de ser na
26:39
universidade. Ou da universidade?
26:41
Menos impacto, porque a gente sabe que tem outros fatores de
26:44
manejo que a gente consegue controlar bem e no campo, muito
26:48
menos. O quanto esse custo dessa
26:52
matéria-prima de má qualidade impacta quando você analisa a
26:56
conversão alimentar peso vivo e conversão alimentar carne, carne
27:01
vendável, como a professora liris lá do Rio Grande do Sul,
27:05
costuma dizer, né? Isso não perfeito.
27:10
Esses tipos de medidas são importantes, então quanto
27:13
daquele lote te rendeu? Em termos peso vivo?
27:17
Em termos peso comercializados, comercializado em termos de
27:20
cortes, né? Dessa conversa entre a
27:23
batededora e a produção e é extremamente importante, né?
27:27
Taxas de condenação você trabalha e trabalhou com
27:31
microtoxinas por muito tempo. Você sabe quantas microtoxinas
27:35
por doses às vezes que não são absolutamente é, eu não vou
27:39
chamar de toxas porque acho que seria até até meio meio estranho
27:42
falar nisso. Mas.
27:44
Culpantes muitas vezes causam problemas invisíveis, é ou mesmo
27:48
aquelas que causam problemas invisíveis, né?
27:51
A imunodepressão AO Leo uma, digamos, a resposta que impacta
27:57
a vida inteira do frango. Ele vai até o final, ele vai até
27:59
o abatedouro, vai até o porte e lá, às vezes no corte, você vai
28:02
ver o aumento de contusões, aumento de redução de
28:05
rendimento, de cortes, né? A qualidade de óssea, né?
28:11
Que é bastante importante para microtoxina ela, ela afeta todo
28:15
o processo de absorção de gestão de o metabolismo animal.
28:20
Então, lá no final você vai ver os orgânicos das leis, né?
28:24
Então é essas que essa coordenação entre o ingrediente,
28:29
a fábrica de ação, a produção e o abatedouro é extremamente
28:33
importante. Passando isso, obviamente, pelo
28:35
sanitarista que é o nosso, vamos dizer assim, aquele que a gente
28:39
tem que tá tá tudo bem, tem que sempre perguntar Pra Ele, tá
28:41
tudo certo, os esportes estão bons, como é que tá você tem
28:45
avaliado nisso? Então acho que é uma eu.
28:48
Eu acho que a empresa, quando ela conversa nos diferentes
28:51
extratos, ela é realmente ela vai ter.
28:53
Mais facilidade em encontrar soluções.
28:55
E essa conversa, ela tem que se basear em números, né Henrique,
29:00
porque eu acho que quando você só conversa e não traz aqueles
29:04
dados de os gráficos e combina essas informações, fica bem bem
29:11
complexo de você buscar solução, porque eu acho que.
29:16
As pessoas sempre buscam os culpados, mas eu acho que a
29:20
grande. O.
29:23
O grande ponto é como que a gente vai buscar as soluções
29:27
para os nossos problemas, né? É, eu.
29:30
Eu tenho visto as empresas buscarem analistas de dados, né?
29:33
Eu acho que isso realmente já é bem interessante, então as
29:36
pessoas trabalharem os números que elas produzem, né?
29:40
Interagir, né? Trabalhar esses números, voltar
29:44
a esses números pro pessoal da produção.
29:47
O abatedor, né, sanitarista? Olha, né?
29:50
Tem que lembrar também. Para verificar o contexto, né?
29:55
De produção? Acho que isso, isso é é
29:58
extremamente importante e porque é trabalhoso, né?
30:03
Pensa bem, são muitas informações que você tem durante
30:06
a vida. Se você fizer, apesar de
30:08
semanais, no frango da do do no campo, trabalhar depois com com
30:14
o abatedouro e não tiver como utilizar esses números, meu Deus
30:18
do céu, às vezes você está perdendo minha informação,
30:20
preciosíssima. Não é só a farmácia de ação, já
30:24
é 111 oceano. Um oceano de números aí que você
30:29
tem em termos de qualidade de ingredientes para nutricionista
30:31
se basear, né? Então deu.
30:34
Vejo Oo analista de dados como uma pessoa muito importante na
30:38
produção da produção Moderna. Hoje a pessoa tem que tem que
30:42
ser um subsidiador para todos os técnicos que estão no campo para
30:46
poder conversar. Como se falou, com base em dados
30:49
reais. E como que você vê AA
30:53
inteligência artificial sendo aplicada com esse intuito de de
30:59
ligar ou de de colocar essas informações em conjunto, né?
31:04
Porque às vezes, quando a gente fala em inteligência artificial,
31:06
parece que uma coisa é super longe, né?
31:09
Que vai demorar ou que não, não pode ser aplicada.
31:13
Como que você vê isso? Do ponto de vista de educação
31:19
também, como que os nossos profissionais estão saindo aí
31:23
com essa capacidade? É a gente.
31:26
Eu como professora, não tenho medo da inteligência artificial.
31:29
Não acho que a inteligência artificial ela tem.
31:31
Depende muito da inteligência natural, né?
31:34
Da parte que isso são fatores importantes, mas já existe
31:39
aplicações práticas, né? Já para você fazer, por exemplo,
31:45
a avaliações do dia ABS a campo não é.
31:48
Já tem programas aí que estão, estão estimando peso a campo.
31:52
Estão coletanos dados de balanços colocados
31:56
automaticamente em grande, já transformando esses números em
31:59
algo mais realista. E a inteligência artificial, ela
32:03
te economiza. Passo, não é?
32:04
Então, quando se faz esse tipo de programação.
32:08
Hoje você o museing line, o miring line.
32:12
Eu não sei, confesso que eu sou não analfabeto digital completo,
32:18
mas eu diria que é isso. Já é 11 princípio de uma
32:22
correção que você pode fazer na formulação de ração dentro de um
32:26
limite estabelecido pelo núcleo. Já é um primeiro passo para você
32:30
começar a trabalhar da automação em uma fábrica de ração, por
32:34
exemplo. Então é medidas.
32:38
Várias medidas, né? De aspectos visuais às vezes de
32:42
óbitos, de de carcaça, de frangos OBC é tomados com um
32:48
diagnóstico de margens e o computador consegue fazer de uma
32:52
forma muito eficiente. Acho que a gente está, a gente
32:55
vai ter que aprender muito ainda, né?
32:58
Tanto nós, professores quanto o pessoal que está a campo vai ter
33:01
que aprender muito sobre isso, né?
33:03
Mas acho que o universo fascinante é o universo que
33:06
facilitação de? Tornar a informação em tempo
33:11
real invisível prática eu sou, sou um entusiasta, eu não fico.
33:18
Não tenho medo da inteligência artificial, não.
33:20
Eu tenho medo da inteligência. Natural da da falta de
33:23
inteligência natural, né? Eu acho eu, eu?
33:28
Eu Acredito assim, que é é essa limitação que às vezes a gente
33:31
vê, dá até dá. Até assim um cansaço.
33:34
Quando você pensa assim, não, eu tenho que pegar todos os
33:36
gráficos do nirs, aí eu tenho que pegar todos os gráficos que
33:40
o sanitarista faz lá no campo, aí eu tenho que pegar toda a
33:43
informação do como que eu vou colocar tudo isso junto?
33:47
E a inteligência artificial? Ela te permite chegar a isso
33:50
porque você não vai usar o teu cérebro, né?
33:53
Você vai ter realmente uma inteligência artificial que vai
33:57
ajustar tudo isso, imagina. A que ponto nós vamos chegar,
34:02
né? Em termos de precisão, nessa
34:05
nesse processo todo? Produção de precisão, né?
34:09
Nem nutrição, choque. Não é só nutrição.
34:14
Mas quem que vai tomar as decisões é o computador make
34:18
não. Né?
34:18
Não exatamente por isso, não. Se não se perde a necessidade de
34:23
de um bom profissional ali na pra poder avaliar a inteligência
34:28
artificial, ela vai só trazer é que nem Oo Charles Jeep, né?
34:32
Eu imagino que vai ser como professor, deve ter tomado esse
34:36
impacto de forma muito. Até violenta, né?
34:41
Porque de 1 dia para noite você pediu 11 trabalho e sabia que um
34:45
computador vai vai fazer. Se tem alguma, alguma
34:48
experiência assim nesse sentido, podendo utilizar até outras
34:52
outras outros exemplos que ajude o pessoal a ter menos medo dessa
34:59
dessa situação de da inteligência artificial para a
35:02
gente. É, eu estou, eu estou com alguns
35:06
uns projetos aqui, com algumas empresas de.
35:10
Das empresas de tecnologia, né? A gente tentar é é estabelecer
35:14
aí curvas de crescimento, francos, qualidade de ovos
35:18
comerciais incubados com base em dados é não só números, né?
35:24
Como dados visuais também. Meio parece 11 viagem meio uma
35:30
luta, mas os programas de computador já consegue fazer
35:33
estimativas diária, por exemplo, né?
35:36
A área que o frango ocupa dentro do galpão.
35:39
Áreas vazias, áreas cheias, né? É isso, já se faz um bovino, já
35:44
se faz em suínos, onde você pelos aspectos visuais se faz
35:48
estimativas de peso, faz estimativas de desenvolvimento,
35:51
é diária que esse animal ocupa, então já existe tecnologia
35:56
disponível para isso. Às vezes, a viabilização dessa
36:00
tecnologia que ainda não é Clara, e aí a universidade entra
36:06
com um facilitador para ajudar nisso nesse aspecto.
36:10
AUFG, não sei se é a primeira, mas é uma das primeiras
36:12
universidades do Brasil a ter um curso superior de inteligência
36:15
artificial, né? Inclusive, eu vou ter uma
36:18
reunião com os professores na próxima nessa semana ainda para
36:22
discutir alguns projetos na linha de aplicação é dos nossos
36:26
informações de Zootecnia não só numéricas, como visuais.
36:29
E daí, quais os instrumentos de inteligência artificial que a
36:32
gente pode aplicar nos projetos? Quanto ao ChatGPT, né?
36:37
Por mais que as pessoas digam, Ah, mas o aluno chega, faz a
36:41
dissertação no seu TCC, né? O trabalho de conclusão de curso
36:45
com o chat de PT. Antes, já existem programas que
36:48
detectam se ele foi feito ou não pelo chat, né?
36:51
Então, o chat realmente é um chato, né?
36:55
Ele é incrível. Faz textos incríveis, né?
37:00
Só que não dispensa a inteligência natural, isso aí.
37:07
Consegue detectar isso não só às vezes, num programa de
37:10
computador que mostra que foi feito pelo ChatGPT, mas também
37:14
porque a gente precisa, o aluno não simplesmente apresenta o
37:16
material. Ótimo.
37:17
A gente precisa avaliar, né? E aí, na avaliação olho no olho,
37:21
né? A gente muitas vezes discorre,
37:24
se ele aprendeu, não é hoje que são.
37:26
É um tipo importante também não tem medo de chatice, é?
37:28
Eu também acho que é uma ferramenta.
37:30
Ferramenta é assim quando quando você vê a inteligência
37:34
artificial como ferramenta e não como, né?
37:38
É, fica. Fica mais fácil de não demonizar
37:43
a inteligência artificial. É, e a gente já chegando a.
37:47
Ser humano tem medo. É, acho que.
37:50
É ser humano, tem muito medo do desconhecido, né?
37:53
EE quando a gente pensa é que legal essa, essa, essa
37:58
informação que a universidade de Goiás tem, um curso de um curso
38:02
superior de inteligência artificial.
38:04
Acho que pra mim é uma super novidade.
38:06
Talvez você que tá escutando aí, pode ver aí uma oportunidade,
38:11
né? De de aprender.
38:13
Acho que isso é muito legal, muito.
38:16
Uma inovação mesmo que a universidade traz.
38:19
O meu filho é engenheiro de computação, ele já trabalhou com
38:22
avaliação de imagens, né? É o curso dele lá em em da
38:27
Unicamp. E existem projetos da Embrapa,
38:30
da Embrapa tecnologia que usam essa cidade, por exemplo, já de
38:33
forma muito útil, mais de satélite.
38:35
Imagens de drones, né? Pra fazer a avaliação de
38:39
lavouras, né? Então você faz 11.
38:42
Avaliação de coloração de folhas, tipo a variação de de
38:46
áreas de chamadas. Reboleiras, né, onde você tem AA
38:49
ataque de doenças no campo? Provavelmente já já, mas estamos
38:53
utilizando isso. Na verdade, já já não está sendo
38:56
utilizado, já tem companhias que trabalham nesse sentido aí.
38:59
Companhias asiáticas que estão chegando ao Brasil, trabalhando
39:02
com essa tecnologia. Imagina Henrique vai ser vai ser
39:06
pega. A informação da lavoura, você
39:09
pega informação lá dentro do aviário, né?
39:12
Do news lá dentro do aviário e no final vai ser consegue
39:16
predizer tranquilamente se daquela lavoura ali você vai
39:21
esperar mais ou menos. Rendimento, isso pensando assim,
39:28
pode estar longe, mas ele está bem mais perto do que a gente
39:31
imagina, não? É Beth.
39:33
A gente vê, eu já estou há 32 anos na universidade
39:37
praticamente completa, falou. Em dezembro, 32 anos.
39:40
É, eu quebrei muitos paradigmas desse, viu?
39:43
A gente quer para paradigma. É inteligência.
39:45
Descrição é, nós precisamos quebrar nosso paradigmas, sabe?
39:49
Coração aberto e receber a tecnologia como ela deve ser
39:52
recebida, sabe utilizar isso com inteligência natural, mas.
39:58
Entender que isso é um caminho que a gente precisa chegar a
40:01
ele, né? Eu acho que os profissionais que
40:04
entenderem que isso é um processo de colaboração e não de
40:09
é, digamos assim, para você, sem um inimigo, não é?
40:13
Não, acho que é um processo que vem para ficar e a gente vai ter
40:17
que entender ele como como importante.
40:19
Me disseram quando eu entrei na faculdade, que eu deveria
40:21
estudar inglês, né? Em 81, quando entrei na
40:25
faculdade, eu deveria entender um pouquinho de programação
40:29
linear na época, né? Computador não era pra qualquer
40:32
um, né? Isso é 81.
40:34
Quando eu entrei na faculdade em 2023, percebo que essa pessoa
40:38
que me falou ela, eu tenho que aplaudir ela todos os dias, né?
40:42
É uma pessoa muito querida hoje, meu grande amigo pessoal que eu
40:45
gosto muito, acho que a gente tem que quebrar essas paradas e.
40:49
Ah, o ser humano é é fazer as coisas para o bem.
40:53
A gente consegue fazer muita coisa para o bem, não é por isso
40:56
que não é só usando, né? Segundo a gente, foi muito
41:00
colaborativo nessa nossa jornada de trabalho, né?
41:03
Eu acho que eu estou aqui exatamente para tentar colaborar
41:06
um pouquinho com as pessoas. Sim, com certeza.
41:08
Acho que essa, essa tua jornada e ao longo ao longo desses anos
41:13
como professor, como profissional, trouxe muita
41:16
diferença na agricultura, né? Na produção animal e com isso,
41:22
eu queria deixar esse espaço aí para ver qual é a mensagem que
41:27
você quer deixar. Para os nossos seguidores, para
41:30
quem está nos escutando hoje é em relação AA, ao futuro, né?
41:39
Acho que a nossa mente. Ela precisa estar aberta para o
41:43
que vem pelo futuro, né? Eu acho que todos nós temos.
41:49
Grande chance os profissionais, todos nós temos espaços no
41:52
mercado, não é? E a universidade precisa do
41:56
caminho colaborativo com as empresas, claro, com os agentes
42:00
financiadores governamentais. Mas acho que as empresas.
42:04
Também, nós somos parceiros nesse processo.
42:06
Eu os meus alunos saem para o mercado, não é os meus alunos,
42:11
eles vão trabalhar no mercado, eles vão colaborar com as
42:14
empresas, vão ser clientes, fornecedores, consultores,
42:18
assessores. É isso que eu penso aí eu falo
42:21
para eles, falei, olha primeiro. Busquem, né?
42:26
Busquem o máximo. A gente acha que saiu da
42:29
universidade para de estudar. Falei, não.
42:31
Vocês estudem muito mais depois, porque o mercado exige pessoas
42:36
que estejam realmente antenadas. Como é que está acontecendo?
42:39
E nós vamos quebrar paradigmas a vida inteira.
42:41
Puta que Eu Acredito que não vai dar certo pro mês que vem já
42:44
falou, não deu certo. Acho que a gente tem que ter
42:46
esse coração aberto para o que está vindo por aí, né?
42:49
Eu acho que é educação, dedicação, né?
42:54
E coração aberto é sempre importante a gente ter a maçã.
42:58
Perseverança, né? Saber que tem que tem que sempre
43:02
tentar. Se as novas alternativas e que
43:05
legal, eu vejo um futuro maravilhoso aí, pra pra quem?
43:11
Conseguir fazer essas correlações de de toda a
43:13
qualidade, gramas, qualidade de matéria-prima, qualidade de
43:17
saúde intestinal, ou seja, tudo o que a gente conseguir mensurar
43:22
é juntar. É, é 11 diferencial para que a
43:27
gente faça decisões mais corretas e possa produzir com
43:31
mais. Com mais sabedoria, né?
43:35
Vamos tirar um pouco a inteligência, mas com sabedoria,
43:38
né? A sabedoria que que rege tudo
43:41
isso. Henrique, foi um prazer
43:43
conversar com você é muito obrigada por seu tempo, obrigada
43:48
pelo pelo teu, pela tua disposição, o teu carinho aí,
43:52
sempre e sempre um prazer. Fazer comigo nas próximas vezes
44:00
e chamando, diria, se de esmagar o Michel.
44:04
Vou fazer isso aqui. Fazer política, poder conversar,
44:09
a gente poder falar de agricultura de esse ano que eu
44:12
realmente puder colaborar. Fiquei vontade de chamar, tá?
44:15
Obrigado, uma ótima satisfação estar aqui contigo.
44:18
Obrigada a vocês. Obrigada a vocês que estão em
44:20
casa, continuem seguindo os nossos podcasts aí no aviário e
44:25
a gente se encontra na próxima. Um abraço.