Älykorvamerkistä dataa maatalouden arkeen

Nykyaikaiset teknologiaratkaisut ovat tuoneet helpotusta monen maatalousyrittäjään arkeen, ja ne myös kiinnostavat alan toimijoita. Esimerkiksi pellon kasvukunnon arviointiin voidaan käyttää lähi-infrapunaspektrianalyysiä, tuttavallisemmin NIR-analyysiä, jonka avulla viljelijä saa tietoa oman peltonsa maaperän ominaisuudesta ja joka näin auttaa muun muassa viljelytoimenpiteiden suunnittelussa ja heikkojen peltolohkojen kasvuongelmien ratkaisuissa. (Eurofins.)

Myös lehmien käyttäytymisen seurantaan ovat eri yritykset valmistaneet omia laitteitaan ja järjestelmiään. Yhteen tällaiseen vaihtoehtoon päästiin tutustumaan Vaalassa, jossa järjestettiin Vertaistekno-hankkeen ensimmäinen pienryhmätapaaminen. Tapaamiseen osallistuivat Centria-ammattikorkeakoulun ja Oulun ammattikorkeakoulun hanketoimijoiden lisäksi kolme agrologiopiskelijaa Oulun ammattikorkeakoulusta. Paikalla olivat myös DeLaval Plus -palvelun tuotepäällikkö Antti Peltola sekä DeLavalin tilaneuvoja Maiju Maaninka. (Jauhiainen ym. 2025.)

Rokuan kansallispuiston lisäksi Vaalasta löytyy myös Maaningan maitotila, jota pyörittävät Pekka ja Päivi Maaninka. Haastattelupäivänä eläimien lukumäärä on kaiken kaikkiaan noin 100 eläintä, joista lypsättävää karjaa on noin 60 lehmää. Täällä lehmien lypsystä vastaa DeLaval VMS V310 -lypsyrobotti, jonka rinnalla yrittäjäpariskunnalla on myös käytössä DeLaval Plus Käyttäytymisanalyysi. Käyttäytymisanalytiikka tuli pariskunnan maatilalle käyttöön vuonna 2023 ja se on ollut heille suuri apuväline lehmien käyttäytymisen seurannassa. Käyttäytymisanalyysi on auttanut heitä muun muassa havaitsemaan lehmien kiimat, löytämään sairastuneet eläimet sekä paikantamaan lehmien sijainnin navetasta. (Maaninka & Maaninka 2025.)

DeLaval Plus Käyttäytymisanalyysi on ruotsalaisen DeLavalin kehittämä työkalu, joka auttaa maatiloja tehostamaan toimintaansa, edistää eläinten terveyttä ja hyvinvointia sekä mahdollistaa lehmien valvonnan ja tarkkailun kellon ympäri. (DeLaval Plus Käyttäytymisanalyysi 2025, 2.)

Käyttäytymisanalyysin toiminta perustuu DeLavalin DeepBlue-tekoälyyn, joka analysoi saatuja tietoja hyödyntäen sille koulutettuja käyttäytymis- ja toimintamalleja. Lehmän käyttäytymistä pystytään seuraamaan lehmän korvaan kiinnitettävällä RFID-teknologialla toimivalla DeLaval Biosensors-korvamerkillä, joka lähettää dataa navetan kattoon asennettuihin laskentasolmuihin, joista nämä datat siirtyvät Edge-palvelimelle. (Maaninka & Peltola 2025.) Edge-palvelin välittää tiedon DeepBlue-tekoälylle analysoitavaksi, ja se lähettää valmiin, käyttökelpoisen datan maatilalle käytettäväksi (DeLaval Plus Käyttäytymisanalyysi 2025, 3).

Lehmien sijainti navetasta saadaan määritettyä kolmiomittauksen avulla, kun navetan kattoon kiinnitetyt laskentasolmut on kiinnitetty siten, että vähintään kolme solmua on yhteydessä toisiinsa. Biosensor-korvamerkit lähettävät sijaintitiedot solmuille, joka välittävät tiedot Edgen kautta DeepBlue-tekoälylle, joka saa analysoitua lehmien tarkan sijainnin navetasta. (Maaninka & Peltola 2025.)  Maaningan tilalla korvatägi laitetaan noin vuoden ikäiselle eläimelle, jonka jälkeen päästään seuraamaan eläimen märehtimistä, syöntiä ja kiimaa käyttäytymisanalyysin avulla. Lehmäpuolella sijaintitieto-ominaisuus auttaa esimerkiksi siinä, kun halutaan paikantaa tietty lehmä siemennystä tai eläinlääkärin tarkastusta varten. Korvatägeistä saatavaa tietoa voidaan lukea myös Transponderin HHR5000-käsilukijan avulla, joka on yhdistetty älypuhelimessa olevan Companion-sovellukseen. (Maaninka & Peltola 2025.)

Navetan ja järjestelmän esittelykierroksen jälkeen oli aika haastatella Pekka ja Päivi Maaninkaa heidän käyttökokemuksistaan DeLaval Plus Käyttäytymisanalyysiin liittyen. Lisäksi kysyimme pienryhmätapaamiseen osallistuneilta oman mielipiteen järjestelmästä.

Pekka ja Päivi Maaninka ovat todenneet kyseisen käyttäytymisanalyysin olleen erittäin hyödyllinen heidän käyttöönsä. Ennen eri tuloksia jouduttiin katsomaan erilaisista ohjelmista tai sitten itse lehmää tutkimalla. Nyt kaikki data on samassa paikassa saatavilla, ja siitä näkee esimerkiksi kiimat, märehtimiset ja mittaustulokset samalla kerralla, kun käy katsomassa tuloksia. Märehtimiset ovat selkeästi havaittavissa ohjelman avulla. Myös paikannus on erittäin kätevää ja auttaa muun muassa eläinlääkärin työtä, kun on löydettävä tietty lehmä muiden joukosta. Myös lehmän yleisin syöntipaikka on helppo selvittää, mikä helpottaa eläimen löytämistä, kun tiedetään, missä tämä yleisimmin on syömässä. (Jauhiainen ym. 2025.)

Lisäksi eläinten sairastumiset ovat nopeampia havaita saatujen analyysien avulla. Itse järjestelmä on Päivi Maaningan mukaan helppokäyttöinen ja peruskäyttöliittymä myös melko yksinkertainen. Lisäksi se on myös tuonut säästöjä esimerkiksi tiineystarkastuksen kuluissa, kun järjestelmä itse osaa ennustaa otolliset siemennysajankohdat. (Jauhiainen ym. 2025.)

Kun mietitään, miten järjestelmä on vaikuttanut työn kuormittavuuteen ja sujuvuuteen, Päivi Maaninka on todennut, että ”Tieto lisää tuskaa” (Maaninka & Maaninka 2025). Järjestelmä saattaa ilmoittaa lehmän sairastumislistalle, vaikka syytä ei vielä tiedetä. Eläinlääkärin soittokaan ei välttämättä auta löytämään syytä sairastumislistaan nousulle.  Eläin lähtee kuitenkin tarkempaan seurantaan, koska järjestelmä antaa tästä ilmoituksen. Tällaisia tilanteita on Päivi Maaningan mukaan tullut vähän vastaan. Tilalliset itse omistavat järjestelmän tuottaman datan omasta tuotannostaan, mutta toimittajan kanssa tehdään sopimus, jotta dataa voidaan verrata muiden alueen ja Suomessa sijaitseviin tiloihin. (Jauhiainen ym. 2025.)

Järjestelmän esittelyyn osallistuneet pienryhmäläiset kokivat järjestelmän hyödylliseksi työkaluksi oman työnsä tueksi (Jauhiainen ym. 2025). Haastatellut pienryhmäläiset toteavat:

Kyllähän tuo vaikutti semmoselta hyvältä. Siinä tosiaan näkkee ne kaikki lehemän liikkeet — aika selekeä oli tuo käyttöjärjestelmä — näkkee väripalakeilla, milloin se syö ja milloin se makkaa. –siinä näkkee vaikka kesähelteillä, että missä eniten viettävät aikaa, –saa siihen sitten lisätä ilmanvaihtoa. (Haastateltava 1.)

— sitten just se paikannus niin – – käy lomittamassa jossain niin se auttaa ihan hirveesti. (Haastateltava 3.)

— ja se että tuo on niin tarkka, että se tietää, että se on parressa, käytävällä tai missä ikinä onkaan. (Haastateltava 2.)

Lomittajat Päivi Maaningan mukaan tykkäävät kovasti paikannustoiminnosta, koska uusi lomittaja ei joudu etsimään tiettyä lehmää muiden joukosta vaan löytää sen helposti sijaintitoiminnon avulla (Jauhiainen ym. 2025).

Kun puhuttiin järjestelmän helppokäyttöisyydestä, koettiin se pienryhmäläisten mielestä helppokäyttöiseksi ja selkeäksi tavaksi seurata lehmän käyttäytymistä (Jauhiainen ym. 2025). Pienryhmäläiset totesivat järjestelmän helppokäyttöisyydestä seuraavasti:

Kyllä mä uskon, että sitä pystyisi käyttää –, kun saa nopean perehdytyksen. – simppeli systeemi. (Haastateltava 2.)

–vaikutti ihan yksinkertaiselta. –robottien kanssa on oltu niin tavallaan tuttu se näkymä–. (Haastateltava 3.)

Suurin vaikuttavat tekijä järjestelmän hankintaan on sen hinta, mutta myös lisätieto siitä, mitä järjestelmän kautta saadaan hankittua, on pienryhmäläisten mielestä tärkeää (Jauhiainen ym. 2025). Pienryhmäläiset toteavat:

— vaikuttaa siltä, että se tuo aika paljon helpotusta arkeen ja elämään, kun — tommoset järjestelmät on, mistä näkkee tosi laajasti. – – tuo progesteroni juttu oli kiinnostava. Sitä ei vissiin muilla oo. Miten paljon siitä saa extra lisätietoa noista kiimoistakin –. (Haastateltava 2.)

– – Jos olis tarvetta itellä, niin ihan varteenotettava. Ihan tosissaan miettiä tuollaista. Tosi paljon niinku toisi helpotusta tuohon hommaan. – – hinta on se varmaan se ratkaisevin tekijä. (Haastateltava 1.)

Päivi ja Pekka Maaninka (2025) suosittelevat järjestelmää tilallisille. ”–kyllä mä suosittelisin. –Kun tilat niin kovasti kasvaa niin pakkohan siellä on jotakin olla. Ja — minusta tämä on sillä lailla hyvä.”

Video Pekka ja Päivi Maaningan haastattelusta sekä pienryhmän vierailusta Maaningan maitotilalla julkaistaan keväällä 2025 osoitteessa https://net.centria.fi/hanke/vertaistekno/.

Valtakunnallisessa Vertaistekno-hankkeessa kerätään, tuotetaan ja levitetään vuosien 2024–2025 aikana käytännönläheistä uutta tieto maatalousteknologioiden käyttöönotosta sekä niistä saaduista käyttökokemuksista. Hankkeessa myös kerätään hyviä käyttötapoja, jaetaan mahdollisia haasteita sekä kerrotaan eri keinoja näiden haasteiden ratkaisemiseksi. (Centria 2025.)

Hanke rakentuu vahvasti hanketoimijoiden kokoamien pienryhmien ympärille, jotka pääsevät valitsemaan heitä kiinnostavat peltoviljely- ja kotieläinteknologiat, joita on mahdollista päästä testaamaan ja jakamaan testauksesta kertyneitä käyttökokemuksia muille alan toimijoille ja yrittäjille. Käyttökokemuksia jaetaan joko artikkeleina tai videoiden muodossa. (Centria 2025.)

Centria-ammattikorkeakoulu, Oulun ammattikorkeakoulu sekä Keski-Pohjanmaan koulutusyhtymä muodostavat yhdessä Pohjois-Pohjanmaan, Pohjanmaan sekä Keski-Pohjanmaan alueella toimivan pienryhmän, joka vastaa näillä alueilla tapahtuvista pienryhmätapaamisista sekä teknologiatestauksista. Hankkeen päätoteutuksesta vastaa Työtehoseura TTS ja osatoteutuksesta Centria-ammattikorkeakoulun, Oulun ammattikorkeakoulu sekä Keski-Pohjanmaan koulutusyhtymän lisäksi vastaavat Hämeen ammattikorkeakoulu, Lapin ammattikorkeakoulu, Savonia-ammattikorkeakoulu, Seinäjoen ammattikorkeakoulu sekä Ylä-Savon ammattiopisto.

Vertaistekno-hanke on Euroopan unionin osarahoittama, ja se on saanut rahoituksen Euroopan unionin maaseuturahastosta. Rahoittajana hankkeessa toimii Hämeen ELY-keskus. Hanke on käynnissä 01.01.2024 – 31.12.2025. (Centria 2025.)