Latest / O Aviário Podcast · by PPGVET / Dra. Maria Fernanda Burbarelli: Eficiência Nutritional das Aves | Ep. 44

Transcript

Dra. Maria Fernanda Burbarelli: Eficiência Nutritional das Aves | Ep. 44 · O Aviário Podcast · by PPGVET

0:00
No final das contas, a gente precisa se preocupar com as
0:02
pessoas em investir nas pessoas, identificar dentro das empresas
0:07
quem tem essa capacidade de ver o sistema produtivo de forma
0:12
holística e quem tem mais familiaridade, mais habilidade.
0:18
Vamos colocar assim, com números, com análises
0:20
estatísticas. Bem-vindos ao podcast, o
0:27
aviário, as mentes mais brilhantes da agricultura no seu
0:30
bolso. O podcast o aviário só é
0:36
possível através do apoio de empresas inovadoras e que apoiam
0:39
a educação continuada na agricultura brasileira.
0:42
American nutrientes, solução é o nosso compromisso.
0:46
É um prazer estar aqui de novo no, nesse podcast rodoviário,
0:51
conversando aí com o pessoal. E como vocês sabem, eu, mais uma
0:55
vez, sempre é. É um pouco até obcecada por essa
1:00
questão de que vocês que estão em casa escutando a gente.
1:05
Entenda um pouquinho mais dessa parte, 80 não comece e,
1:09
finalmente, a avaliar os dados de vocês.
1:12
Mais sustentáveis e para a gente chegar nesse, para para tentar
1:16
convencer vocês mais uma vez eu estou aqui hoje com o Doutor
1:20
Ricardo haubert, com toda a sua experiência que já passou.
1:25
É por uma grande empresas ali, segurando a onda de como é que é
1:31
o dia a dia, né, de você administrar AA sanidade de um
1:37
número enorme de de aves. Bom dia, Ricardo.
1:42
É um prazer estar aqui contigo. Como é que você está hoje?
1:46
Bom dia, Betty, é o prazer é meu estar aqui contigo e poder
1:49
conversar com esse público imenso aí do podcast.
1:53
Eu estou bem, bastante ansioso aí para conversar um pouquinho
1:56
sobre análise de dados é algo que nos últimos anos se tornou
2:02
mais parte do meu dia a dia, mas que desde o mestrado eu tenho
2:07
trabalhado um pouquinho essa parte de análise de dados e
2:11
tentar correlacionar o que acontece com os números e poder
2:14
transformar isso. Em decisões, vamos colocar dessa
2:18
forma mais assertivas. É para nossa vida que é uma vida
2:22
biológica, né? Que nem sempre 2 + 2 vai ser
2:25
igual a 4, mas a gente tentar extrair o máximo disso tudo.
2:30
Estou bem contente de estar aqui e espero poder contribuir um
2:34
pouco mais aí com AA. Trajetória do podcast, com quem
2:38
está nos ouvindo também poder plantar alguma sementinhas.
2:41
Aí, se Deus quiser. Que.
2:42
Que coisa boa, Ricardo, é 11 honra imensa ter você aqui.
2:48
E para a gente começar, eu queria que você me falasse um
2:50
pouco da tua trajetória, assim como é que você foi levado aí
2:54
para essa parte, eu sei que você fez também mestrado, doutorado.
2:59
Como é que você foi levado para essa área aí de agricultura EE
3:04
eu poderia dizer que vou ser mais do que tudo, é um
3:06
administrador, né? De saúde animal, porque você
3:11
trabalhou bastante com isso. Você pode contar um pouquinho da
3:14
tua história aqui, para a gente saber um pouquinho mais de você,
3:17
posso? Posso, posso sim.
3:19
AA minha vida indo para agricultura é, talvez foi foi
3:25
por falta de por falta? Não, eu não tive muita opção,
3:28
vamos dizer assim, é no bom sentido, porque o meu pai era
3:31
agricultor, meu pai produzia ovos comerciais, né?
3:35
Ovos para consumo humano lá no Rio Grande do Sul tinha uma
3:38
Granja que não era muito grande, mas que foi.
3:42
O suficiente aí para para manter a nossa família e dar
3:45
oportunidades para também para mim e para os meus irmãos.
3:49
Pra gente poder estudar é, eu decidi fazer veterinária,
3:53
acompanhando um pouco a rotina dessa Granja, mas principalmente
3:57
pelas visitas que a Granja recebia do veterinário que fazia
4:01
o acompanhamento da Granja, né? A forma como ele abordava, tendo
4:05
uma visão bem holística. Do processo, bastante
4:10
epidemiologia que na época não sabia o que é que significava.
4:14
Eu estava enxergando aquilo acontecendo, mas eu não sabia o
4:16
que que era, mas me chamou a atenção e me me levou a fazer
4:20
medicina veterinária. Lá em Santa Maria, né?
4:23
A nossa querida e saudosa Santa Maria na UFM.
4:27
E bom entrando na veterinária foi mais natural ainda.
4:32
Trabalhar com agricultura é, então comecei em função disso e
4:37
continuei por paixão, por gostar mesmo da área.
4:43
É uma área que me encanta bastante e até hoje tenho
4:45
trabalhado com isso. Depois da da graduação, eu fiz
4:49
mestrado. O mestrado foi com o professor
4:53
malma e talvez ele seja um dos culpados.
4:57
Vamos colocar assim, entre aspa. É de eu ter trabalhado esse
5:02
tempo também. Com análise de dados, porque
5:04
quando eu comecei a fazer o mestrado lá com ele, ele fazia
5:08
alguns experimentos, laboratório fazia experimentos e, além
5:12
disso, é um laboratório de análises de microtoxinas, né?
5:15
O lamic. Trabalhava até hoje, trabalha
5:19
com metodologias de análises e essas metodologias, todas elas
5:24
precisam de validações. Uma parte da validação passa por
5:27
análise de dados também. É então, quando eu comecei a
5:32
fazer o mestrado com ele, ele me deu essa missão de fazer as
5:37
análises estatísticas do laboratório.
5:39
E eu nunca gostei das aulas de estatística, confesso.
5:43
Eu acho que como veterinários, a gente não está muito habituado a
5:48
trabalhar com números, com análises, estatística, mas.
5:52
Por esse empurrãozinho dele, eu acabei entrando nesse meio.
5:57
Então, fazendo análises de experimentos, análises.
6:00
É das validações das metodologias analíticas lá do
6:03
laboratório é e depois também foi natural, né?
6:07
Os outros trabalhos que eu que eu tive aí na, nessa trajetória,
6:13
sempre. Gostei muito de olhar pra pra
6:15
análise de dados, né? O doutorado também tive bastante
6:20
análise, estatísticas que eu precisei fazer.
6:23
Mas essa visão um pouco mais abrangente, vamos dizer assim,
6:27
da importância da análise dos dados.
6:30
Para a sanidade, para a saúde animal.
6:33
Ela veio mesmo foi com o pós-doutorado esse projeto
6:36
pós-doutorado que eu fiz através da UTFPR.
6:40
Mas foi um projeto que foi executado dentro da BRF, foi um
6:44
projeto em company. Ele me proporcionou isso, então
6:48
tendo acesso a uma base de dados imensa, gigante que se tem com
6:54
algumas coletas direcionadas do ponto de vista de sanguidade,
6:58
necrópsis e tudo mais. E que.
7:01
E, no final das contas, OOA intenção do projeto e o trabalho
7:05
até que a gente acabou publicando no final, foi
7:07
entender o quanto que essas variáveis sanitárias,
7:12
principalmente de lesões que a gente observa em necropsias,
7:14
podem impactar no desempenho dos animais.
7:17
E nos ajudar ao longo da vida desses animais, a poder entender
7:21
o que que vai acontecer lá na frente se a gente vai precisar
7:25
meio-dia, um dia a mais de tempo desse dessas aves no campo para
7:29
elas atingirem o peso, se a gente vai ter uma desiformidade
7:32
maior ou menor, então. Foi ali, né?
7:36
Essa a partir do momento que eu comecei a trabalhar na BRF,
7:41
especificamente dentro desse projeto, que essa.
7:45
Parte de análise de dados e poder relacionar com o que
7:48
acontece no campo mesmo toma mais forma.
7:51
Eu acho que aqui tem 2 pontos interessantes.
7:54
Eu também assim. Compartilho contigo a minha ida
7:57
para a veterinária por conta de um veterinário que que visitava
8:02
Oo meu pai. Na verdade, uma veterinária aí
8:05
que eu disse assim, nossa, uma mulher pode vim aqui falar com
8:07
meu pai do jeito que ele ficar quieto, que o paigina, né?
8:12
O meu pai, como o pai de todo mundo, ela tinha aquele homem.
8:17
O homem da casa que manda e chegava ali, ela explicava as
8:20
coisas e ele fazia. Eu disse assim, nossa, que
8:22
legal, você começa a ter assim, 1 e 1 visão forte do
8:26
extensionista. Eu acho que esse é um ponto
8:28
importante, que eu vou chamar a atenção aqui, porque às vezes o
8:31
extensionista não tem, não tem, é a noção do vale, do valor que
8:35
ele tem para aquela família que ele está visitando.
8:37
Então aqui nós temos 2 exemplos. De que um extensionista trouxe
8:43
para nós, né? E obviamente, porque isso
8:44
influencia, influenciava nas nossas famílias naquela época,
8:48
de alguma maneira, né? Então, parabéns aí aos aos
8:52
extensionistas aí uma extensão. Mas Ricardo votando aqui para
8:57
essa questão da análise de dados, assim, muita gente ainda
9:01
ainda. Nós, veterinários, utilizamos a
9:04
necropsia como um ponto de partida, né, para para você
9:08
tirar informações. Do que que está acontecendo no
9:11
lote, e eu lembro assim que quando eu comecei antes de você,
9:16
ainda que também vem de Santa Maria, eu também trabalhei um
9:19
pouquinho com malma lá no comecinho, quando era ainda
9:23
estudante. Então ele tem culpa também por
9:26
nós 2 daqui é. A necropsia, ela, ela é vista
9:32
como uma coisa assim, de tirar muita informação, né?
9:35
Que às vezes você tá ali fazendo a necropsia e tem uma pessoa do
9:38
lado e ela já quer saber, Ricardo?
9:41
Ei, Ricardo, que que. Que que você está
9:42
diagnosticando, o que que você está vendo?
9:45
Você pode falar um pouquinho dessa prática?
9:47
Assim, será que quando você faz a necropsia só por fazer e olhar
9:50
alguns poucos, umas poucas análises, você acha que é esse?
9:55
É, é essa a forma de tirar a informação da da necrópsia.
9:59
Como é que você vê isso? Porque sempre assim você vai
10:01
fazer uma necropsia, tem o dono da Granja do lado, né?
10:04
Ou ou outros colegas do lado e eles começam a te olhar e dizem
10:08
assim, doutor, o que é que você está vendo, como é que você?
10:12
Conseguiria traduzir esse sentimento quando você faz a
10:16
necrópsia e o e o quanto a gente tem que sair desse ponto para
10:20
para análise de dados. É esse é bem a pergunta clássica
10:25
que vem enquanto a gente está fazendo na necropsia, e aí, como
10:27
é que está, né? É a pergunta que vem
10:30
principalmente do do Granjeiro ou do do dono da Granja, né?
10:34
É EE essa informação ela vai servir normalmente como um
10:41
feedback para esse grande erro. Ele vai entender ou o que ele
10:44
está fazendo bastante coisa certa, ou ele vai entender que
10:46
alguma coisa precisa melhorar, né?
10:49
Eventualmente vai ter algum que vai botar a culpa na
10:52
integradora, porque a ração não está muito boa ou boa coisa
10:54
assim. É, mas essa informação que quem
10:58
está fazendo a necropsia emite durante a necropsia ou logo após
11:02
a necropsia. É uma informação é que quem está
11:05
ali junto sempre presta muita atenção, né?
11:08
Porque é, parece que quem está fazendo a necropsia ali é uma
11:13
entidade, né? E pode fazer várias
11:15
interpretações e entender toda a situação que está ocorrendo
11:19
naquela Granja, o que de certa forma é verdade, né?
11:23
Porque normalmente a necropsia ela está.
11:26
Acompanhado de uma visita de uma observação desse lote de como é
11:30
que as aves estão lá dentro do aviário?
11:33
Da avaliação de como é que está o desempenho daquele lote até
11:36
ali? O próprio histórico da Granja
11:38
conta muito, mas. Do ponto de vista, é.
11:46
Mais estratégico acaba ali, né? Porque a gente não pode
11:50
extrapolar isso. Para o restante das granjas que
11:53
tem naquela integração ou daquela empresa, a gente.
11:57
A gente está fazendo uma avaliação estrita daquele lote
12:00
daquele plantel, então. Meio que acaba ali e quando a
12:06
gente começa a juntar informações de necrópsia de
12:09
várias granjas e começa a avaliar isso tudo muito junto.
12:12
É, essas informações ficam muito dispersas, então a gente perde a
12:17
capacidade como indivíduos de fazer essa avaliação, né?
12:21
É, se eu sou responsável lá por 1520, talvez 30 granjas, talvez
12:27
eu tenha condições de gerar gerenciar.
12:30
Gerenciar isso tudo na minha cabeça, né?
12:31
Fazendo necrópsias por amostragem.
12:34
Tudo mais, mas quando a gente fala de um veterinário que é
12:38
responsável por uma empresa inteira, por uma.
12:42
Integração inteira essa. Essa capacidade ela fica
12:46
limitada, até porque a pessoa também não está só olhando
12:50
resultados de necropsia, então a necropsia ela traz muita
12:55
informação para nós. Ela é muito simples de ser
12:58
feita, né? A gente não precisa, óbvio que
13:01
precisa um treinamento, a pessoa que vai fazer a micrópia precisa
13:04
ter um treinamento, mas a gente não precisa tempo para mandar
13:08
nada para um laboratório, para fazer uma análise e a gente não
13:11
precisa. De recursos muito
13:14
extraordinários para fazer isso é uma informação que ela é
13:18
rapidamente obtida e de forma relativamente fácil e simples
13:22
também. Eu.
13:25
Acho que o principal ponto é de fato o que a gente faz com essa
13:29
informação que num primeiro momento nem informação é, são
13:33
dados, né? A gente precisa transformar
13:36
esses dados em informação e daí um veterinário experiente ou
13:41
alguns gestor experiente batendo o olho em alguns números, ele
13:45
vai ter alguns algumas informações a respeito do que
13:48
está acontecendo. Mas a gente não pode mais hoje
13:52
contar só com a experiência. Experiência.
13:54
Ela é importante. A gente não, nunca vai
13:57
desmerecer isso, mas a gente não pode contar só com isso.
14:00
A gente precisa ter outras ferramentas, até porque a
14:03
produção animal, hoje ela está muito dinâmica.
14:07
Nós tem. Novas e tem novas profissionais
14:09
também, chegando o tempo inteiro, né?
14:12
Então a gente não pode assim, pensar que tem que ter aquele
14:15
aquele especialista ou aquela pessoa com muita experiência
14:19
pela Pra Ela. É gerar essa informação, não ela
14:23
concluir isso. Exatamente fazer essas
14:26
conclusões. E hoje AA as margens são muito
14:31
pequenas, né? Falando em na questão financeira
14:34
propriamente dito, então nós abrirmos mão de 5G na conversão
14:37
alimentar. É um Rio de dinheiro, não dá,
14:41
né? A gente precisa trabalhar, a
14:44
gente está trabalhando sempre no limite, então toda todos os
14:47
dados que a gente tiver e que a gente puder transformar de forma
14:51
consistente em informação para nos auxiliar tomar uma decisão.
14:55
É, é, é. É importante que a gente tenha
14:58
AA visão disso e de como trabalhar essa informação, né?
15:04
E daí a gente não está falando só de médias, só de variação.
15:08
Aumentou diminuiu a incidência de alguma lesão ou alguma
15:11
alteração nas necrópsias, mas o que é que isso representa dentro
15:16
do contexto do desempenho dos animais também a gente poder
15:19
fazer esse casamento de informações.
15:22
Seguindo essa tua linha de raciocínio, Ricardo, você é
15:25
assim, é uma pessoa que teve. Muito tempo no campo, você foi
15:29
responsável por uma enormidade de informação que gerava todos
15:33
os dias, né? Quando você teve ali como gestor
15:37
na BRF é, então eu te pergunto, se você pudesse dar algumas
15:43
alguns exemplos, mesmo de como é que é esse dia a dia?
15:46
Porque às vezes o pessoal fala assim, Ah, tem que ver a
15:48
informação, mas assim, aí a pessoa faz a necropsia aí marca
15:51
naquela fichinha, aí aquela fichinha fica suja de sangue,
15:56
sei lá, se depois ele coloca no Excel, mas isso também, se ele
16:00
fizer isso também é um tempo ou mais dele, então assim você
16:04
poderia dar algumas informações ou alguma exemplos práticos para
16:08
o pessoal entender o que que é? Pegar essa informação, avaliar
16:13
essa informação EE fazer. É realmente 111.
16:21
Administração, né? O manejo dessas desses dados?
16:25
Você podia colocar um pouquinho da tua experiência e dar pontos
16:28
práticas para ver se o pessoal lá de casa consegue se se sentir
16:31
dentro dessa dessa situação. Claro.
16:35
A coleta de informações é muito importante, né?
16:38
Então, só o fato de fazer a necropsia, a pessoa também
16:42
treinada e tudo mais é uma parte de algo que é muito maior.
16:47
Passa, obviamente, por uma necrópsia bem feita, mas a
16:50
coleta desses dados e a submissão, vamos colocar dessa
16:54
forma desses dados também de forma o mais rápido possível.
16:58
Como tu comentaste. Ah, registra uma planilha em
17:02
papel, leva para o escritório, para a semana que vem.
17:06
Daí eu vou colocar numa planilha de Excel a informação já não tem
17:11
mais tanta relevância e hoje tem formas aí de coletar essas esses
17:16
dados EE ter. Eles disponíveis em plataformas.
17:20
Praticamente em alta, né? Basta ter uma conexão com a
17:23
internet. A gente tem n exemplos aí que.
17:27
Estão disponíveis algumas empresas têm ABRF que foi a
17:32
empresa que eu trabalhei, tem 11 plataforma própria de coleta
17:37
dessas informações que o extensionista no próprio celular
17:41
registra. Essa informação já fica
17:43
disponível no sistema para o veterinário sanitarista ou para
17:48
alguém da área corporativa poder acessar.
17:51
Basicamente ao mesmo tempo, mas. Isso tudo é é uma segunda etapa
17:57
que é importante, logicamente que é, mas Oo mais importante é
18:01
o que acontece daqui pra frente. O que que eu faço com essa
18:04
informação, né? Eu só avaliar uma informação de
18:08
necropsia ou só de uma análise de laboratorial.
18:12
Ela não me traz muita consistência, eu preciso
18:15
associar isso a outras informações.
18:20
O. O.
18:21
Oo primeiro dado que a gente coloca junto com essas
18:24
informações de sanidade, vamos colocar assim.
18:28
São os dados de desempenho, então a gente tentar traçar
18:32
algumas relações com conversão alimentar com o ganho de peso,
18:36
com mortalidade, e daí? É que vem um problema bastante
18:42
grande nesse nesse nosso meio, a gente fazer uma correlação
18:46
direta do que a gente viu nas necrópsias como um todo.
18:51
E associar isso ao melhor ou pior desempenho.
18:55
A gente pode não estar acertando, a gente pode estar
18:59
errando e errando feio. É tem 11.
19:02
Exemplo que foi até uma brincadeira que eu fiz, mas que
19:07
pode fazer a gente pensar a respeito.
19:10
Eu estava tendendo 11 unidade no Paraná, que estava com um
19:13
problema de. Condenações por erros sacolite,
19:17
né? Interferir em velocidade de
19:19
abate e tudo mais. A gente fez visita a campo.
19:23
Foi um grupo bastante grande de pessoas fazer essa visita lá,
19:26
inclusive pessoas que trabalham dentro dos frigoríficos e uma
19:31
constatação que a gente fez, lógico, tinha o problema de
19:34
arossacolite, né? É isso ficou bem claro para nós.
19:37
A gente então começou a avaliar em cima disso, mas nos chamou a
19:41
atenção que é a qualidade dos pés das aves.
19:46
Estava muito boa, calo de pata é praticamente zero, né?
19:51
E daí vem na cabeça que. Pré mercado chinês rentabilidade
19:56
alta, bom, é pelo menos alguma coisa boa está acontecendo aqui,
20:01
né? Tem aerossacurities, mas pelo
20:02
menos a gente está coletando pé para mandar para o mercado
20:05
chinês. Quando estava Na Na reunião, a
20:06
gente estava conversando lá do do final da visita, eu.
20:11
Fiz o comentário, né, pô, mas Oo, está muito bonito a
20:14
qualidade do pé aqui. Quase nada de calo.
20:17
E daí, alguém da unidade falou pois é, mas a gente não está
20:20
exportando porque. Enfim, estamos renovando as
20:24
habilitações e tal, então, por enquanto, não está exportando.
20:28
E mas engraçado que lá no Rio Grande do Sul.
20:32
A qualidade do pé está muito ruim, o que que acontece lá que
20:35
tem muito calo de parto e lá a gente podia estar exportando.
20:39
Eu não. Tinha ido lá, não conversei com
20:41
ninguém lá, como é que eu vou responder uma pergunta dessas,
20:44
né? E em tom de brincadeira, lógico,
20:46
eu falei aqui, lá não tem aerosa sacolite, né?
20:49
Aqui tem aerossacolite aerossacolite, alta caldo de
20:52
pato baixa, tem uma correlação negativa aqui.
20:55
Lá não tem aerossacolite, mas o caldo de pata tá alto.
20:59
Uma correlação negativa de novo, ó né?
21:02
Lógico que foi uma brincadeira, mas assim só pra.
21:04
Exemplificar que às vezes a gente pega 2 dados é e traça uma
21:09
correlação entre eles e a gente já está entendendo que existe
21:13
uma casualidade entre eles, né? Que um está causando o outro?
21:17
Na verdade, aquela correlação ela é totalmente aleatória, ela
21:20
não é prova de nenhuma casualidade.
21:23
É, nem toda a correlação é uma. É é a causa, né?
21:27
Senão você IA dizer nesse caso assim, Ah, então vamos fazer as
21:30
aves piadas sacolite para ter a melhor causa, melhor condições
21:34
de pata e não é o caso, né? Então não.
21:36
Não é o. Caso, né?
21:39
EE, lógico, como eu falei, foi. Foi em tom de brincadeira, né?
21:42
Mas às vezes. A gente se pega fazendo
21:46
determinado as correlações. E achando que aquilo lá explica
21:50
tudo o que está acontecendo no campo, na verdade, tem muito
21:53
mais coisa acontecendo. É um outro exemplo.
21:57
E daí eu acho que vai juntar bem isso que a gente está
22:00
conversando é que a gente tem que olhar tudo o que acontece no
22:05
entorno, né? A gente está dizendo que,
22:08
eventualmente, dependendo da situação, há alguma linhagem,
22:13
pode estar interferindo naquele resultado.
22:16
Se a gente conversão alimentar, seja de ganho de peso, seja de
22:18
algum outro item. A época do ano vai interferir
22:22
bastante também é 11. Outro exemplo que eu trago é que
22:27
a gente estava enfrentando um problema de uma condenação que
22:32
não era muito alta. A gente está falando de um e
22:34
meio 2% de condenação por um problema articular.
22:40
É só que. Era numa unidade de produção de
22:44
frango griller. Quando tem esse tipo de
22:48
condenação, a gente. A gente perde é.
22:52
É a parte condenada, é a articulação e mais OOA parte
22:57
superior daquele membro, né? Então a gente perde AAA.
23:02
Lesão era no na articulação do jarrete a gente perde a Terra,
23:06
perde a coxa também. Numa unidade que é basicamente
23:10
exportadora de frango para o Oriente médio, que é um frango
23:13
inteiro. Se não tem a perna, não é mais
23:15
frango inteiro. Então ele vai para qualquer, é
23:18
ele. Ele perde rentabilidade ali,
23:21
então, por vários vários anos, inclusive, a gente trabalhou em
23:26
cima disso e algumas. Variáveis.
23:32
Apresentavam uma tendência de ter correlação e explicar um
23:35
pouco daquele efeito, só que não eram consistentes num ano.
23:40
A linhagem a tinha mais desse tipo de lesão.
23:44
No outro ano era a linhagem b. Determinado, incubatório
23:48
apresentava um pouco mais de lesão no outro ano, era outro
23:51
incubatório, tinha alguma relação com a idade matriz, mas
23:55
também não era consistente. Eventualmente matriz mais jovem,
23:58
o que Tim apresentava mais lesão.
24:00
E assim IA. Mas tudo isso era muito
24:03
inconsistente. A gente avaliava e não, não
24:05
conseguia encontrar nada. O que que era extremamente
24:08
consistente. Ela é essa.
24:11
Essa unidade de produção alojava animais?
24:15
Sexados, então tinha lotes machos e lotes fêmeas.
24:18
A gente via que lotes de machos sempre tinham mais lesão do que
24:22
lotes de fêmeas. Outro aspecto tinha uma
24:25
correlação muito forte com GPD. Quanto maior o ganho de peso
24:30
dessas áreas, maior era a incidência de lesão.
24:33
E isso era consistente ao longo de 34 anos que a gente pegou uma
24:37
base de dados lá para avaliar isso foi consistente, né?
24:41
É a conclusão que a gente chegou é que primeiro a gente deveria
24:45
tentar reduzir o máximo possível o alojamento de machos naquela
24:49
região, né? Isso era possível?
24:51
Tinha logística para fazer isso e outro aspeto era tentar
24:55
reduzir um pouco OGPD, né? Que isso poderia auxiliar
24:59
também, só que quando a gente foi fazer a análise da
25:03
viabilidade económica disso. Isso representa a reduzir, GPD
25:08
representa mais tempo dessas aves no campo.
25:13
A gente precisa mais área no campo para ter essas aves
25:16
alojadas mais aviários. Para que a gente precisa ter
25:22
mais aves no campo também, porque se as aves ficam mais
25:25
tempo para atender volume de abate, eu preciso ter um estoque
25:28
maior no campo. Isso tudo junto.
25:31
Impacto em fábrica de ração, impacto em incubatório é não
25:36
compensava. Do ponto de vista financeiro.
25:40
Com o ganho que a gente teria reduzindo lá de 2% para um e
25:43
meio ou para 1% aquela incidência de de lesão
25:47
articular. Então, se acabou decidindo ficar
25:50
com a lesão, com aquela realidade.
25:53
Trabalhando daquela forma é, mas foi uma decisão bem.
25:59
Relativamente simples de ser tomada porque a gente não ficou
26:02
no achismo? Ah, eu acho que vai melhorar ou
26:05
que vai piorar não. A gente tinha evidência ou
26:07
número apontava para aquilo ali? Mas, numa primeira análise, mais
26:13
superficial estava. Se atribuindo, por exemplo, a
26:17
uma linhagem específica, aquela lesão.
26:21
Então, recaiu sobre aquela linhagem, a culpa.
26:23
Vamos colocar assim por ter aquela lesão, mas na verdade não
26:28
era isso. Quando a gente foi fazer a
26:29
abertura da base de dados e uma análise mais aprofundada, a
26:33
gente percebeu por questões logísticas daquela realidade.
26:38
Aquela linhagem tinha uma proporção maior de machos
26:42
alojados. É em relação a outra linhagem,
26:45
então ficou é a gente poderia ter simplesmente.
26:51
Deixado recair a culpa sobre aquela linhagem, talvez até ter
26:55
reduzido o volume daquela linhagem no campo naquela
26:58
situação, mas não IA basicamente resolver o nosso o nosso
27:03
problema. Então a gente começa a juntar
27:07
várias coisas, né? E a gente olhar basicamente que
27:11
tem algum tipo de lesão aparecendo mais ou menos e
27:14
relacionais isso direto com o desempenho, talvez não seja o
27:17
caso, né? A gente precisa olhar o entorno,
27:20
a gente precisa olhar o que mais está acontecendo.
27:23
E o custo final? Acho que aqui você traz.
27:26
Muita, muitas, muitos pontos interessantes, né?
27:29
Primeiro assim, aquela história da gente estar, o cara está
27:32
fazendo a necrópsia e já querer já querer diagnosticar o que
27:35
está acontecendo ali e dar uma razão para aquilo, né?
27:38
Sem olhar Oo contexto todo. Então esse é 1.eu.
27:42
Sempre digo Ricardo que quando um veterinário abre uma ave,
27:46
diga, é isso, você pode acender uma vela para ele, porque
27:49
normalmente ele faz outros, ele faz, traz o amor em em 24 horas,
27:55
alguma coisa assim, porque realmente achei muito.
27:59
Multifacetorial o que acontece e numa necrópsia se você não
28:03
consegue tirar todas as conclusões necessárias, né?
28:07
Então, Na Na avicultura, você ter esses dados de você poder
28:12
olhar, de sair do achismo, de ter os gráficos.
28:15
Poder como você está falando aí vocês fizeram uma comparação de
28:19
anos dos anos anteriores, porque esses dados estavam ali
28:22
computados. Eles não estavam dentro de uma
28:24
gaveta, eles não estavam, né? Vocês conseguiram trazer essa
28:28
informação, analisar essa informação e tirar o veterinário
28:32
da posição de ser 11 bombeiro, né?
28:36
Para ele, ser um gestor não é. Então você analisa o ganho de
28:40
peso e a decisão final. Assim, às vezes a decisão final
28:43
é, eu vou. Vou continuar com essa com essa
28:47
perda, porque ela é menor do que a perda.
28:50
De toda a logística ou perder o mercado, né?
28:53
Porque eu tenho um contrato para entregar, não sei quantos
28:56
frangos. Num período XE, se eu é, se eu
29:00
tiver que tomar essas decisões para para melhorar ou para
29:05
diminuir essas lesões, ela vai impactar Na Na Na demanda que eu
29:11
tenho, né? Mas isso só pode ser feito
29:13
quando você tem essa visão mais ampla, né?
29:19
E você tem outros exemplos aí? Outras informações.
29:22
Se a gente também andou discutindo sobre alguns
29:24
trabalhos que nós fizemos juntos, não sei se a gente pode
29:27
conversar um pouquinho sobre isso aí.
29:29
Algumas descobertas que a gente que a gente teve aí ultimamente.
29:35
Não podemos. Podemos, sim, é essa parte.
29:39
Ela é fantástica, porque ela abre um mundo de de opções, né?
29:46
Quando a gente começa a olhar dados de necrópsia, que é algo
29:49
relativamente simples, né? Quer dizer quem?
29:54
Vai para o campo, está um pouquinho preocupado com, com
29:57
saúde, sempre faz alguma necrópsia.
30:01
É, e trazer essas informações e conseguir relacionar com algumas
30:07
situações é muito satisfatório, né?
30:11
Então a gente conseguir, por exemplo, fazer uma relação de
30:16
alguma alguma alteração que a gente vê em necropsia com.
30:22
Algum resultado? Zootécnico é muito bom,
30:25
especialmente quando a gente tem condições de isolar essas
30:27
variáveis, né? Por exemplo, uma lesão que é
30:31
bastante lesão não, mas uma alteração que é bastante
30:34
frequente. É especialmente nas épocas de
30:36
inverno aqui no sul, né? Sul eu tô pegando o Paraná pra
30:40
baixo que é. Que é a questão do pâncreas, né?
30:45
Dele se apresentar diminuído e a gente vê que ele tem uma relação
30:52
direta com o desempenho, deu o desempenho não ser tão bom e
30:56
isso eu estou falando de condições controladas que a
30:59
gente teve a oportunidade de avaliar.
31:04
Mas não que isso tem que não, que o fato do pâncreas estar
31:08
diminuído. Seja o causador desse desempenho
31:12
ruim lá na frente, mas é o que está causando essa alteração no
31:17
pâncreas, né? E, basicamente, a gente está
31:20
falando aí de uma de uma situação relacionada a manejo
31:23
inicial, né? Aquele famoso abafamento do
31:27
aviário que a gente tem nesses períodos de de inverno, seja por
31:32
uma deficiência estrutural que a gente não consegue manter.
31:37
Uma ventilação, uma renovação de ar, seja por uma questão
31:41
financeira de daqui a pouco. Querer economizar um pouco No
31:45
No, no consumo energético e não aquecer tanto os aviários e a
31:49
gente acaba mirando temperatura e acaba esquecendo dos outros
31:53
parâmetros dentro de aviário. CO2 amónia a questão?
31:58
Da unidade relativa também. E o que é que acontece com esses
32:02
animais? Eles simplesmente não consomem
32:04
ração, né? E basicamente essa origem, essa
32:08
é a origem dessa alteração de pâncreas.
32:11
Mas porque é que isso vai impactar no desempenho lá na
32:14
frente? E daí também quem trabalha com
32:17
agricultura há 6 meses sabe que o peso daquele pintinho na
32:23
primeira semana ele vai refletir diretamente no desempenho desse
32:28
animal lá na frente. Então, se a gente tem lá
32:31
estabelecido que Oo alvo de peso daquele pintinho para a primeira
32:36
semana, em torno de 200 g e a gente está com 180, 185, a gente
32:41
sabe que esse animal não vai performar bem, né?
32:44
Aquele lote não vai performar bem.
32:48
E muitas vezes isso acontece. Não por uma questão sanitária
32:52
direta, né? A gente acaba vendo um efeito na
32:56
necropsia, mas não quer dizer que tenha um componente
32:59
sanitário, um agente infeccioso ou, enfim, qualquer outro
33:05
problema sanitário envolvido. Mas a gente está relacionando
33:08
isso com alguma situação de manejo.
33:12
Esse é um exemplo, né, Beth? A gente tem n outros que a gente
33:15
pode colocar também é quando a gente junta todos esses dados
33:20
que vem da necropsia. É, e transforma isso numa
33:24
informação única, num indicador, num score de de lesão geral.
33:29
A gente pode também relacionar com algumas situações
33:33
relacionadas a desempenho. E a gente pode inclusive, daí eu
33:38
já estou indo um pouquinho mais alento.
33:40
Estou até viajando um pouco aqui.
33:43
Mas entender se algum desses parâmetros que aparecem
33:47
alterados na necropsia, se eles daqui a pouco não têm uma
33:50
relação com o manejo, como eu já comentei.
33:54
Mas com a cadeia anterior com alguma coisa que aconteceu no
33:57
incubatório ou com alguma coisa que aconteceu lá com a matriz lá
34:01
na Granja Na Na Na Granja de matrizes, né?
34:04
Então é a gente olhar não só olhar para frente, mas olhar
34:08
para trás também para explicar algumas coisas que estão
34:11
acontecendo. Eu acho que os esportes que você
34:14
destaca aí é muito a questão. Assim, a necropsia não como
34:18
sendo assim uma busca de um agente infeccioso, mas de
34:22
informação que você pode. Né?
34:26
Falar em correlacionar com outros pontos, né?
34:28
Como o manejo que você citou aqui muito claramente é
34:33
nutrição, né? Você trabalhou com microtoxina
34:36
outro dia, a gente conversou também com o PIB que tem assim
34:38
já há muitos anos falando da relação das redes neurais com
34:44
microtoxina que, na verdade nada mais é assim.
34:47
Se a gente conseguir cruzar informações de de, de, de, é de
34:52
lesões associadas a elas, com qualidade de matéria-prima, que
34:56
as empresas têm, né que as fábricas têm.
34:59
Com é desempenho no final você consegue ter uma informação
35:04
muito mais Clara, né? Então essas essa necessidade de
35:08
não olhar a necropsia como uma busca de um agente infeccioso,
35:12
mas de uma informação que pode nos abrir.
35:18
Oportunidades de melhorar em outros aspectos e também assim,
35:21
né? Ricardo?
35:22
Às vezes a pessoa pensa que quando ela entrega aquele lote,
35:26
né, entrega o ovo, né? O cara da matriz entrega o ovo,
35:29
acabou o trabalho dele. O pessoal da incubatória
35:32
entrega, o pintinho acabou e o trabalho dele, o pessoal lá do
35:35
campo acho que entregou no abatedouro, mas no final, assim,
35:40
dessa forma como foi desenhada as as empresas?
35:43
Às vezes a gente tem que a ideia de que são várias empresas
35:46
separadas, mas o processo ele não para, né?
35:50
E a gente? Obrigatoriamente, para ser
35:52
sustentável, a gente vai ter que integrar todo esse sistema.
35:55
Não sei se você pode falar um pouco também da tua experiência
35:59
com isso, né? Juntando todas essas partes, EEA
36:04
dificuldade que as empresas têm de ser de de realmente juntar
36:08
tudo isso porque eles acabam separando do ponto de vista
36:11
logístico, que é o mais óbvio, né?
36:13
Então faz isso de forma logística para que seja mais
36:15
fácil administrar cada uma da dos passos de produção.
36:20
Mas como que a gente poderia assim sobrepor essa essa relação
36:25
que começou como uma forma logística de administração e que
36:29
alguns pontos, principalmente na parte de de busca de melhoras
36:33
vezes, pode ser um ponto negativo, né?
36:35
Porque a gente acaba pensando que começa o frango, quando você
36:38
recebe ele que. Começa a que termina quando você
36:42
entrega o ovo lá na matriz. Então como que AA tua, a tua
36:45
visão e a tua experiência, né? Porque você participou disso
36:49
aqui. Mente aí por muitos anos da tua
36:51
vida, como é que você vê isso e até uma mensagem?
36:56
Uma mensagem tua de como é que a gente poderia sobrepor essa,
36:59
essas dificuldades que às vezes a gente tem?
37:01
É AA cadeia do ponto de vista do animal, ela é contínua, né?
37:05
Ela tem bom. Para algumas empresas, é
37:09
matrizes, para outras, é avós. Mas, enfim, ela é contínua.
37:13
A gente vai seguindo a produção vai até chegar lá no abatedouro
37:19
e aqui vem mais um 11. 11 ato falho nosso é, a gente acaba no
37:27
abatedouro. Na verdade, o sistema produtivo
37:30
não acaba quando ele entrega a ave lá na plataforma, né?
37:33
Lá dentro, continuam acontecendo coisas que tem.
37:37
Impacto para nós e causado por nós também, né?
37:42
Quando eu falo nós, eu estou falando de de quem está no
37:44
campo, então a gente olhava o sistema produtivo dessa forma,
37:49
mais holística, só que do ponto de vista das pessoas que
37:54
trabalham no sistema produtivo, ele é segmentado.
37:58
Que ninguém tem capacidade de olhar tudo isso ao mesmo tempo é
38:02
é praticamente impossível, né? E fazer um trabalho bem feito.
38:06
Então, a segmentação ela é necessária, mas a partir do
38:10
momento que eu tô dentro de uma área segmentada ou de um
38:14
segmento dentro dessa área, eu preciso olhar para frente.
38:19
O que é que eu estou fazendo? O que é que eu estou gerando?
38:21
Como consequência, seja positiva, seja negativa e olhar
38:25
para trás também. Mas não para apontar o dedo.
38:30
Para dar feedback, né? Porque o feedback que eu recebo
38:33
da cadeia seguinte é importante para eu melhorar o que eu estou
38:37
fazendo, então, essa comunicação no sentido de aperfeiçoar o
38:41
sistema produtivo, ela é importante.
38:45
Tem, tem um outro exemplo que eu queria trazer, Betty, se tu me
38:49
permite, e eu acho que vai juntar um pouco disso, que a
38:51
gente está falando agora com a questão das necropsias, é?
38:57
O critério para se fazer necropsia, desenhar a amostragem
39:02
adequada, desenhar o. Critério para a seleção dessas
39:06
aves para a gente fazer necrópsia.
39:10
Que necrópsia é algo tão banal dentro do sistema produtivo que
39:13
a gente às vezes acaba não dando a devida atenção para essas
39:17
premissas. O exemplo que eu quero trazer é
39:19
o seguinte, é, eu comecei a olhar de uma forma mais
39:24
sistemática, os resultados. Das necrópsias de granjas de
39:30
avós. Junto com os resultados de
39:33
necropsias de granjas de frango, de corte e para mim tinha uma
39:37
discrepância muito grande ali, a qualidade intestinal,
39:40
principalmente olhando intestino, a qualidade
39:42
intestinal nas avós era muito pior do que no frango de corte.
39:48
Isso não faz sentido, né? Quando a gente olha o sistema
39:51
produtivo, Como Ele É constituído, uma das bases, um
39:54
dos pilares, é a biosseguridade. E a gente sabe que numa grande
39:58
avós, biosseguridade, ela tá anos-luz à frente do que no
40:02
frango de corte. Apesar da gente ter bastante
40:05
consistência no frango, mas não dá para fazer comparação entre
40:10
as 2 situações. Então, em termos de
40:12
biosseguridade, em termos de densidade dessas aves, em termos
40:17
de número de. Pessoas disponíveis para atender
40:20
essa. Comparação com o frango de cor
40:23
não faz sentido e daí começa daqui, mexe em uma coisa, talvez
40:29
o nosso programa preventivo não esteja adequado ou tem alguma
40:32
coisa. Vamos lá.
40:34
Qual que era a situação preponderante e definitiva para
40:39
essa discrepância no frango de corte, a gente entra numa
40:43
Granja, entra num aviário e a gente diz, vamos pegar 5 aves
40:47
aqui para fazer necrópsia e a gente pega aves médias.
40:51
A gente caminha dentro do aviário, pega aquelas aves, faz
40:53
necropsia, a gente tem uma visão geral daquele loque.
40:55
O que é importante, né, Ricardo? Só para lembrar, assim, que é
40:58
importante que não seja ave, só ruim, né?
41:01
Tem que ser ave. Exato.
41:04
E que não seja aquele frangão bonito lá, que que é o melhor do
41:08
lote, né? O que que acontece nas avós?
41:11
Uma ave avó custa muito caro, então entrar num aviário e sacar
41:17
5 avós médias para fazer necropsia.
41:22
É economicamente inviável o que que o pessoal normalmente faz,
41:26
faz necropsia de aves que vão ser eliminadas, aves
41:29
improdutivas ou aves com alguma? Sei lá, com problema de perna
41:33
que, né? Enfim, não são aves médias, não
41:37
são aves exatamente saudáveis, vamos dizer assim.
41:41
E está tudo bem. Não está errado fazer isso.
41:44
Só que quando a gente vai avaliar os resultados da
41:46
necropsia, a gente precisa ter isso em mente e eu não tinha
41:49
isso e eu fazia essa comparação. Então a gente precisa ter as
41:54
premissas bem estabelecidas. Quando vai desenhar um programa
41:57
de necropsias? E a gente precisa ter essas
41:59
premissas em mente. Quando a gente vai fazer a
42:02
avaliação dos resultados, porque senão a gente vai achar que está
42:05
tudo bem, porque nós sempre pegamos aves hígidas, aves que
42:09
são de muito bom desempenho. E que não vão apresentar
42:13
praticamente lesão, ou nós vamos ter a sensação de que está tudo
42:17
muito ruim, porque a gente está sempre avaliando aves, refugo,
42:20
aves que vão ser eliminados de qualquer forma e fazendo
42:23
necrópsia nessas aves. Então, a gente precisa
42:26
estabelecer bem essas premissas. E de novo, eu não estou dizendo
42:31
que numa Granja de avós ou bisavós a gente precisa entrar
42:34
lá e pegar só avees saudáveis. Aves médias é, mas a gente tem
42:38
medo de quando vai avaliar os resultados e que a gente está
42:41
lidando com uma ave numa determinada característica, né?
42:46
Eu. Isso ajuda muito a compor isso
42:50
que a gente está conversando e que quando a gente tem também a
42:55
intenção de ter esse olhar Holístico, de querer ver toda a
42:59
cadeia produtiva. A gente ter uma visão que não
43:05
seja viciada ou que a gente não queira ver tudo exatamente da
43:10
mesma forma em todos esses pontos da.
43:14
Da cadeia produtiva um exemplo inverso, talvez.
43:18
E a gente pegar um veterinário sanitarista que está trabalhando
43:22
há 56 anos com. Avós ou bisavós?
43:28
E colocar ele para trabalhar no frango de corte, ele vai ter uma
43:32
visão principalmente de biosseguridade, que tal?
43:36
Vai dar uma travada nele, ele vai dizer, putz, mas aqui está
43:39
tudo errado, não é? Como é que não está tomando
43:42
banho? Como é que eu vou?
43:43
Em 4 granjas no mesmo dia, né? Em termos de biosseguridade?
43:49
Para a voz, está tudo errado, mas para a realidade do frango
43:52
de corte, é isso aí mesmo. E assim que funciona.
43:55
Então quando a gente quer ter essa visão holística, a gente
43:58
precisa ter também em mente as particularidades de cada dela.
44:03
De cada ponto desses na cadeia produtiva, no frigorífico, cada
44:07
dia é um dia. É tudo o que aconteceu ontem.
44:11
Não necessariamente vai acontecer hoje de novo e.
44:15
Quando alguém do frigorífico vai para o campo, uma grande
44:19
diferença de cortes são 42 dias. Aquele lote leva 42 dias para
44:23
ser formado, né? É?
44:26
Então, se. Se eu fiz alguma coisa errada lá
44:31
no primeiro dia ou na primeira semana, paciência aquele lote,
44:35
ele vai representar uma consequência negativa dentro do
44:39
sistema produtivo até ele ser abatido, né?
44:44
E uma coisa boa que eu fizer também na primeira semana vai
44:47
demorar. 42 dias ou 35 dias até mostrar o seu.
44:54
Resultado, o seu reflexo lá no abatedor.
44:57
Isso serve para matrizes, serve para o incubatório também, né?
45:01
É então a gente ter essa essa dimensão.
45:05
Ajuda, né? E a gente?
45:08
E a gente entender como é que são captados todos esses dados
45:11
que a gente acaba trazendo do sistema produtivo e como que
45:14
eles acabam interagindo de uma forma ou de outra.
45:17
Sim, o ponto de. O que.
45:19
O que é o dado que você está colocando no sistema, né?
45:22
Uma ave que você está diagnosticando tem muita gente
45:25
assim. Ah, vamos pegar e fazer
45:26
mortalidade mesmo. Frango às vezes as pessoas vão
45:29
analisar a mortalidade, né? Se o teu objetivo é saber porque
45:34
que eles morreram, é um ponto. Agora, se o teu objetivo é você
45:39
analisar todo o contexto, você tem que incluir aves que são
45:44
mais menos desenvolvidas com aves médias com aves, você tem
45:48
que ter uma proporção. Igual daquele lote EE é 11 ponto
45:54
bem diferente, né? A necropsia, com característica
45:58
de monitoria com a necrópsia com característica de diagnóstico,
46:03
né? E por isso, assim, Na Na análise
46:06
de dados é é importante e cada dia já está chegando aqui.
46:11
No final a gente podia ficar horas aqui escutando todas as
46:14
tuas, todas as tuas, os teus. Essa, essas, essas exemplos que
46:22
você traz que eu acho que eu acho que são muito práticos.
46:24
Pintar aí no campo e a gente percebe.
46:27
Então assim, dessa importância de comunicação entre os setores,
46:31
não numa busca de culpado, acho que a gente já falou isso aqui
46:34
também várias vezes, mas numa busca de como otimizar o
46:37
sistema, porque no final que que a gente está produzindo, está
46:40
produzindo carne, né? O grande final é a gente chegar
46:43
na mesa e ter uma carne de qualidade, né?
46:47
É para todos os consumidores do mundo, não é que consomem AO
46:51
frango no Brasil, né? Que não é só só aqui para nós.
46:55
E aí chegando pra esse final, eu queria que você deixasse assim
46:59
uma mensagem, como que a gente passa pra esse outro nível, né?
47:03
Quais são as as as? Oportunidades que a gente tem
47:07
hoje assim, pra sair daquela necrópsia que você abre, que
47:11
você esquece, que obviamente profissional.
47:15
Um profissional com mais experiência vai conseguir
47:18
resolver e tomar decisões mais efetiva.
47:23
Outros mais jovens vão assistir. Um pouco mais é reticente, como
47:29
é que a gente sai desse cenário para um cenário aonde a gente
47:33
começa realmente ver tudo, todo o sistema de uma forma muito
47:36
mais holística e toma decisões mais pertinentes para melhorar a
47:41
produção a partir da visão veterinária de necrópsia.
47:45
Claro que tem várias outras coisas, mas especificamente aqui
47:48
na nossa conversa, vamos focar, já que a gente falou muito em
47:51
necrópsia, dados de necrópsia, qual seria a tua mensagem aí pra
47:55
gente ir para um outro passo? Nessa questão de avaliação da
48:00
informação. É, tem.
48:02
Tem um passo que é essencial, que é AA composição dessas bases
48:06
de dados, né? Não adiantou coletar informação
48:09
e ela ficar à deriva. Ficar em qualquer lugar.
48:12
Então eu preciso ter algo estruturado pra consolidar esses
48:17
dados, pra eu ter formas de de avaliar isso depois.
48:21
Isso é essencial, mas isso também é relativamente simples,
48:24
porque hoje a gente tem ferramentas de TIE tudo para
48:27
fazer isso. Oo próximo passo, e eu acho que
48:32
o nosso mercado ele tá. Em diferentes níveis, mas ele tá
48:37
nessa etapa, é? Pessoas é ter pessoas
48:42
qualificadas para fazerem. Não para fazer a interpretação
48:47
desses dados, mas para trabalhar em um sentido de gerar
48:51
informações. Então, pessoas que tenham
48:54
logicamente o conhecimento do sistema produtivo.
48:57
Não adianta pegar um estatístico puro.
49:00
É, e pedir para ele fazer alguma análise em cima daqueles dados,
49:04
porque ele vai chegar à conclusão de que se tem
49:08
aerossaculite e não tem calo de pata, é, vai ser isso.
49:12
E não é isso que a gente quer, né?
49:13
Então tem que ter pessoas que conhecem o sistema produtivo,
49:17
que sabem os como é que o sistema produtivo funciona.
49:21
E que, por outro lado, tem um. Esse conhecimento de análise de
49:25
dados mesmo, né? Fazer uma análise estatística,
49:28
poder extrair o máximo daquelas análises.
49:31
EOOO que eu costumo falar, é assim.
49:36
Esse conhecimento do sistema produtivo, ele é essencial.
49:39
Não basta ser um veterinário ou ser um zootecnista ou ou ou
49:42
alguém com formação nessa área que a gente trabalha, tem que
49:46
ter o conhecimento específico. Eu tenho uma certa familiaridade
49:51
com análises de dados e conheço também um pouco do sistema
49:55
produtivo de de agricultura, mas não quer dizer que eu vou
49:59
conseguir por causa dessa experiência em análise de dados.
50:02
Pegar trabalhos relacionados a cães, por exemplo, e fazer uma
50:08
poder fazer uma análise e uma interpretação em cima daquele.
50:11
Não conheço nada a respeito disso, né?
50:13
Clínica de pequenos não é o meu meu chão, eu levo a minha
50:16
cachorrinha no veterinário quando tem algum problema,
50:20
então. Esse conhecimento é importante,
50:23
mas aquele profissional que tem um conhecimento de campo imenso,
50:28
mas que não tem uma base, não tem uma formação também
50:32
relacionada análises de dados. É ele sozinho, ele não consegue
50:36
fazer muita coisa. Ele até contribui com alguém com
50:39
alguém que tem essa experiência de análise de dados.
50:42
Então, no final das contas, a gente precisa se preocupar com
50:45
as pessoas em investir nas pessoas, identificar dentro das
50:48
empresas quem tem essa capacidade de ver o sistema
50:54
produtivo de forma holística e quem tem mais familiaridade,
50:59
mais habilidade. Vamos colocar assim, com
51:01
números, com análises estatísticas.
51:04
Talvez não vai ser a mesma pessoa que tenha todas essas
51:06
habilidades, mas a gente consegue montar uma equipe
51:10
multidisciplinar que consegue fazer isso.
51:15
E essas pessoas têm que ter condições de numa segunda etapa.
51:21
Deixar isso de forma operacional para também o sistema todo, não
51:25
ficar dependente dessas pessoas, porque se não a gente volta para
51:28
aquilo que tu comentaste lá no começo, né?
51:31
Aquele veterinário que tem mais experiência e que vai pegar as
51:34
avaliações de necropsia e dar algum veredito, né?
51:39
Então, com essa questão da análise de dados, também não é
51:43
isso que a gente quer que dependa de uma pessoa fazer essa
51:46
análise e gerar interpretações. Isso tem que ser feito de forma
51:50
automática. Hoje tem ferramentas de
51:54
inteligência artificial, aprendizado de máquina,
51:58
realmente. Está relativamente simples de
52:00
fazer isso tudo, mas ainda a gente precisa de pessoas que
52:05
tenham habilidade e que tenham interesse em fazer isso também.
52:10
Não é porque às vezes eu tenho habilidade, mas eu não quero me
52:13
meter nisso. Eu quero continuar fazendo tudo.
52:16
E está tudo certo, não é? Mas a gente precisa, então,
52:19
identificar pessoas nas empresas que tenham essa essa capacidade
52:24
de desenvolver isso, né? Vamos lá.
52:26
Às vezes as pessoas acham que essa questão da inteligência
52:30
artificial vai tirar Oo ser humano das decisões, mas na
52:35
verdade, ela é uma ferramenta. Ela tem que ser vista como uma
52:37
ferramenta, né? Ricardo e a gente tem que ficar
52:40
com menos medo disso é, eu participo e, obviamente, você
52:45
deve ter participado muitas vezes e continuo participando
52:48
assim que o pessoal te chama como consultor e quer que você
52:51
também tenha um, responda com base em mentira que você ficou
52:55
na empresa. Então, assim, essa análise de
52:58
dados, essa informação, ela permite você realmente buscar
53:02
profissionais que vão trazer a solução para você é no menor
53:08
tempo possível, né? E com mais assertividade, porque
53:11
vai ter mais essa informação. Talvez a gente está falando aqui
53:15
da importância da da multidisciplinaridade que você
53:19
chamou a atenção da coleta adequada dos dados, então não dá
53:23
mais para a gente se enfiar na nossa cabeça.
53:25
Eu fiz uma necrópsia ontem, fiz uma manhã.
53:28
E nós e sexta-feira, amanhã vou sentar e tentar lembrar o que
53:32
tem na minha cabeça, então, realmente assim tentar
53:35
transformar isso de forma mais é em tempo real, né?
53:40
Você capturando aquela informação e a aí já temos a
53:43
parte da digitalização é que eu falo assim, acho que a gente tem
53:47
que começar com a digitalização, né?
53:48
Transformar aquilo para dentro do computador, no ter pessoas
53:52
que consigam organizar essa informação em gráficos, em
53:56
análises estatística e depois seguramente ter pessoas, né?
54:02
De diversas áreas que vão olhar essa informação e, com isso
54:06
buscar o melhora, a melhor decisão.
54:10
Como você deu exemplos aqui do do caso do GPD que no final
54:13
acabou? Não vamos deixar porque.
54:17
É melhor isso, e nunca é 100%, né?
54:20
Às vezes você tem algo que vai melhorar uma coisa, mas vai
54:24
piorar. A outra.
54:25
Então, é importante também ter essa visão geral.
54:29
Então Eu Acredito que você deu muita coisa assim, muita bagagem
54:33
aí para o pessoal de que está nos escutando.
54:37
É entender melhor EE ver como aplicar isso.
54:40
Eu te agradeço muito, Ricardo. Não sei se você quer dar uma
54:43
última frasezinha aí de mensagem pro pessoal, pra gente se
54:47
despedir. Muito obrigada pelo seu tempo e
54:50
eu aprendi muito e eu espero que o pessoal ali de casa também.
54:54
Quem está nos escutando em casa? No carro onde estiverem, não,
54:58
eles consigam entender, entender não, eles consigam pegar essa
55:03
mensagem e começar a aplicar, porque eu sou obcecada, que o
55:07
pessoal comece realmente usar as informações que já existem.
55:11
Para a gente melhorar, então, a última mensagem aí e para já,
55:16
para nos despedirmos, é que quase 1 hora de conversa, que
55:19
delícia. American Lutz entregando
55:23
soluções tecnológicas para o bem-estar e segurança humana e
55:26
animal desde 2007, alicerçados ao conceito one health, os
55:31
produtos e a inovação da American nutrins contribuem para
55:34
a saúde humana. O bem-estar animal e a
55:36
preservação do meio ambiente. O tempo passa voando, né não?
55:43
Eu queria mesmo agradecer Beth o teu convite para.
55:46
Para participar é quando tu me convidaste, jogou o assunto é
55:53
assim, vem muita coisa na cabeça, a gente pode falar a
55:55
respeito de de várias situações, testes de produtos, como é que
56:00
se faz uma comparação, a diferença entre um trabalho
56:03
experimental em grande experimental e um trabalho a
56:06
campo, quer dizer que tem muita coisa para para falar.
56:12
EEO tempo passa muito rápido, mas.
56:15
De fato, é só agradecer mesmo o convite, a oportunidade.
56:18
Por falar um pouco disso e explorar que quem está nos
56:23
ouvindo aí possa aproveitar um pouquinho dessa.
56:26
Nossa conversa é e se Deus quiser a gente tenha também
56:30
ajudado aí para quem está no campo no dia a dia, no batidão,
56:35
a poder ter alguns insights aí para ver como pode melhorar o
56:40
nosso sistema produtivo, que já é muito bom, né?
56:43
A gente tem uma. Uma qualidade já muito grande.
56:48
Seja em termos produtivos, sanitários e tudo mais, é, mas a
56:52
gente sempre tem um espaço pra pra melhorar.
56:55
É como a gente tem sempre um espaço pra aprender também.
56:58
Eu também aprendo muito nessas nossas conversas, sempre
57:02
obrigado mesmo. Muito obrigada, Ricardo.
57:04
Obrigada a vocês todos que nos acompanharam nessa nessa
57:08
conversa lembrassem que eu sempre tenho muito orgulho de
57:12
dizer que eu sou trabalho com agricultura e sou do Brasil,
57:16
porque todo mundo recebe a gente tão bem, né?
57:18
Ricardo, lá fora, eu sei o quanto você está fazendo sucesso
57:21
lá também. Quando a gente é muito bom, a
57:24
gente tem que ser cada vez melhor, né?
57:27
Esse é o é o risco que a gente tem.
57:29
Então assim, quando você está bem, todo mundo exige que você
57:33
sempre seja o melhor e sempre tem espaço para a gente ficar.
57:39
Ficar mais informado para conseguir resolver melhor os
57:43
problemas. Então, muito obrigado a todos
57:45
vocês. Obrigada, Ricardo, que tenha um
57:48
bom dia e a gente se fala por aí.
57:53
Obrigada todo mundo. Um abraço até a próxima.