En acuicultura, el margen entre una campaña buena y una campaña perdida se juega en horas. Una caída de oxígeno disuelto durante la madrugada, un cambio brusco de temperatura o una variación de salinidad que nadie vio a tiempo pueden costar la biomasa de un estanque completo. El problema no suele ser que la empresa no sepa qué medir: es que la medición se hace de forma manual, dos o tres veces al día, y entre una medición y la siguiente el estanque está a ciegas.
Piura y Sechura concentran una parte relevante de la acuicultura peruana — langostino en pozas y concha de abanico en el litoral — con operaciones que dependen críticamente de la calidad del agua y de la logística de cosecha. La tecnología para acuicultura que construimos apunta a un objetivo específico: que el centro deje de operar por muestreo y pase a operar con lectura continua y alerta anticipada.
Qué se instrumenta
El corazón del sistema es una red de sensores en el agua que reporta de forma continua. Cada parámetro tiene una razón operativa concreta, y el diseño se hace en función de la especie y del sistema de cultivo — no todos los estanques necesitan la misma densidad de instrumentación.
- Oxígeno disuelto: el parámetro crítico. Lectura continua por estanque, con umbrales de alerta y correlación con el ciclo día/noche y la carga de biomasa.
- Temperatura: por estanque y por profundidad cuando la estratificación importa, porque determina consumo de oxígeno y tasa de alimentación.
- pH y salinidad: seguimiento continuo, con detección de desvíos bruscos que anticipan un problema de recambio o de ingreso de agua.
- Turbidez y sólidos: como indicador de floración algal y de calidad del recambio.
- Estado de equipos: aireadores, bombas y compuertas — saber si el aireador está encendido no es lo mismo que saber si está funcionando.
- Condiciones ambientales: estación meteorológica local para anticipar eventos que impacten la columna de agua.
El entorno es hostil: agua salada, humedad permanente, energía inestable y conectividad limitada. Eso condiciona toda la ingeniería del despliegue — encapsulado, alimentación autónoma, protocolos de bajo consumo, buffer local que no pierde lecturas cuando cae el enlace y las reenvía al reconectar. Es lo que trabajamos en IoT industrial, y es la diferencia entre un piloto que funciona un mes y un sistema que aguanta una campaña completa.
Centro de monitoreo: una sola vista de la operación
La telemetría solo sirve si alguien la mira y alguien actúa. Por eso el segundo componente es el centro de monitoreo: una vista única de todos los estanques del centro — o de varios centros — con el estado actual, la tendencia de las últimas horas y las alertas activas. El jefe de producción entra en la mañana y sabe en treinta segundos qué estanque necesita atención y por qué.
Las alertas se envían por los canales que la gente realmente revisa. Un correo a las tres de la mañana no despierta a nadie; un mensaje de WhatsApp al operador de turno, sí. Integramos las notificaciones sobre la API oficial de WhatsApp, con escalamiento: si el operador no reconoce la alerta en el tiempo definido, sube al supervisor.
IA predictiva sobre el histórico del centro
Con lectura continua durante una campaña se acumula algo que antes no existía: una serie temporal densa por estanque, cruzada con biomasa, alimentación, recambios y mortalidad. Sobre eso se pueden entrenar modelos de inteligencia artificial que ya no reaccionan a un umbral, sino que anticipan una condición.
- Predicción de caída de oxígeno en las próximas horas a partir de la tendencia, la biomasa y las condiciones ambientales.
- Detección de anomalías en el comportamiento de un estanque respecto de su propio patrón histórico y del resto del centro.
- Ajuste de la ración de alimento en función de temperatura y oxígeno, que son los que gobiernan el consumo real.
- Estimación de crecimiento y proyección de fecha óptima de cosecha por estanque.
- Detección de fallas de equipo por firma de datos: un aireador que empieza a rendir menos antes de fallar.
Estos modelos se entrenan con los datos del propio centro. Un modelo genérico de otra especie, otra latitud y otro sistema de cultivo no transfiere. Por eso el proyecto arranca instrumentando y acumulando histórico, y la capa predictiva se activa cuando hay base suficiente para que valga algo.
Trazabilidad del estanque al despacho
Para el langostino y la concha de abanico de exportación, la trazabilidad y los registros sanitarios son condición de acceso al mercado. Construimos la cadena digital completa: siembra con origen de la postlarva o semilla, historial de alimentación y tratamientos por estanque, condiciones de agua durante todo el ciclo, cosecha vinculada al estanque, ingreso a planta, proceso, empaque y despacho.
El resultado práctico es que el reporte de trazabilidad de un lote exportado se genera desde el sistema, con evidencia de sensor detrás de cada afirmación sobre las condiciones de cultivo, en lugar de reconstruirse a mano desde cuadernos de campo. Y la analítica de campaña — qué estanque rindió mejor, bajo qué condiciones, con qué conversión de alimento — pasa a ser una consulta y no un proyecto.
Integración con lo que ya opera
Los centros acuícolas suelen tener ya un ERP, un control de alimento y planillas de campo. La plataforma se integra con esos sistemas vía API para que el dato de sensor, el dato de alimentación y el dato de biomasa vivan en el mismo lugar. La capa de BI se construye sobre esa unión, que es donde aparecen las respuestas que interesan a la gerencia: costo por kilo producido, conversión real de alimento y rendimiento comparado entre centros.
El diseño de la instrumentación depende de la especie, el sistema de cultivo, la densidad de siembra y las condiciones del sitio. Los alcances se definen en un levantamiento técnico previo.