A ottobre ha cominciato ad arrivare il mais del nuovo raccolto. Nella matrice nutrizionale del mangimificio il mais ha da anni gli stessi valori: 8,0 per cento di proteina grezza, 14 per cento di umidità e un valore energetico preso da un libro di testo. Nessuno ha toccato quei numeri, perché le formule sembrano funzionare bene. Qualche settimana dopo chiama un cliente integrato: il peso vivo in fase di accrescimento è un po' sotto l'obiettivo. Non c'è nulla che non vada nell'aspetto del mangime o nelle registrazioni di produzione. Il problema è nella matrice.
Il programma trova la risposta migliore per i numeri che gli si danno. Se i numeri non rispecchiano la realtà, la risposta è giusta sulla carta e sbagliata in allevamento. Per questo una matrice nutrizionale non è una tabella che si compila una volta e si lascia lì. È un insieme di dati che richiede una cura costante.
Un piccolo scarto con un grande effetto
Facciamo un esempio, con numeri puramente esemplificativi. Nel nostro mangime di accrescimento per broiler il mais è incluso al 58 per cento e la formula è calcolata per il 21,0 per cento di proteina grezza. La media dei campioni del mais del nuovo raccolto risulta però al 7,3 per cento di proteina grezza, non all'8,0. Lo scarto è di 0,7 punti. Moltiplicato per la quota del mais nella formula, la proteina grezza reale del mangime è più bassa di 0,58 × 0,7, circa 0,4 punti. Il mangime dichiarato al 21,0 per cento in realtà è intorno al 20,6. Gli amminoacidi digeribili calano in proporzione simile.
Quando aggiorniamo la matrice e risolviamo di nuovo la formula, il programma sposta una quota dal mais alla farina di estrazione di soia per colmare lo scarto. Ogni punto di soia 46 che sostituisce mais aggiunge al mangime circa 0,39 punti di proteina, quindi lo scarto richiede uno spostamento di circa un punto. Con la soia a 18.000 TRY la tonnellata e il mais a 9.500, questo spostamento aumenta il costo del mangime di circa 90 TRY la tonnellata.
A prima vista sembra una cattiva notizia. Ma quei 90 TRY sono un costo che era già dovuto. Se la matrice non viene aggiornata, il costo non scompare. Si manifesta nelle prestazioni degli animali e nella soddisfazione del cliente. Succede anche il contrario. Quando le analisi risultano sopra la tabella, il mangimificio che non aggiorna la matrice paga proteina di cui non ha bisogno.
Non dimenticare l'umidità
I valori nutrizionali di solito sono espressi sul tal quale, ma l'umidità cambia da lotto a lotto. Quando un mais definito al 14 per cento di umidità arriva al 15,5 per cento, la sua sostanza secca scende dall'86 all'84,5 per cento. Non solo la proteina, ma anche energia, grassi e amido si diluiscono nella stessa proporzione. Se il vostro NIR misura l'umidità, correggere gli altri valori sulla sostanza secca è il modo più pulito. Tenere la matrice sulla sostanza secca e calcolare i valori sul tal quale in base all'umidità di ogni lotto riduce sensibilmente l'errore.
Il NIR è veloce, ma da solo non basta
Il NIR permette di campionare un camion prima che arrivi alla pesa e di vedere in pochi minuti le stime di proteina, umidità, grassi, fibra e amido. Ma il NIR è una stima, non una misura. Lo strumento si basa su una calibrazione costruita su risultati di laboratorio di riferimento. Se quella calibrazione non rappresenta bene le vostre materie prime, la vostra zona e il raccolto di quest'anno, i risultati possono scostarsi in modo sistematico.
Un metodo che funziona bene nella pratica è questo. Ogni mese alcuni campioni di ogni materia prima principale vengono letti al NIR e inviati anche al laboratorio per l'analisi chimica per via umida. Si segue la differenza media tra le due. Se la differenza resta nella stessa direzione per diversi mesi, si tratta di un errore sistematico e la calibrazione va corretta. La dispersione tra singoli campioni è normale e non è motivo di allarme.
Il campione conta più dell'analisi
Nemmeno il miglior laboratorio può rimediare a un campione prelevato male. Una manciata di mais presa dalla superficie di un camion non rappresenta il carico. Servono sottocampioni prelevati con una sonda in punti diversi del camion, mescolati tra loro, e da questi si ricava il campione da analizzare. Vanno registrati anche il lotto, il fornitore e il silo a cui appartiene ogni campione. Altrimenti avete un numero, ma non sapete a cosa si riferisce.
Quale valore va nella matrice?
Si è tentati di scrivere l'analisi dell'ultimo lotto direttamente nella matrice, ma ciò che c'è nel silo è di solito una miscela di più lotti. Nella pratica emergono due approcci. Il primo usa una media degli ultimi lotti ponderata per quantità. Il secondo definisce la materia prima per silo e tiene una media per ogni silo. Il secondo richiede più lavoro, ma dà una risposta molto più precisa per materie prime di fornitori diversi con qualità nettamente diverse.
Va considerata anche la variabilità. Se, tra due farine di estrazione di soia con la stessa media, una dà risultati molto più dispersi da lotto a lotto, è prudente lasciare un margine di sicurezza nelle formule che la utilizzano. Anziché aggiungere lo stesso margine a ogni nutriente, stabilitelo in base alla materia prima più variabile e ai nutrienti critici.
Portare i risultati nella formula
La parte dell'analisi che fa perdere più tempo è ricopiare a mano i risultati da un posto all'altro. Un valore inserito nella riga sbagliata può restare inosservato per settimane. In OptiFormula i risultati NIR e di laboratorio possono essere importati direttamente nelle analisi delle materie prime, e i nuovi valori possono essere controllati prima di risolvere di nuovo le formule. Vedere la differenza tra valori vecchi e nuovi aiuta anche a distinguere un vero cambiamento di qualità da un errore nei dati.
La matrice nutrizionale è la forma più concreta di ciò che un mangimificio sa. Alimentarla regolarmente con analisi reali è la via più breve perché le formule funzionino in allevamento come sulla carta.
