#Challenge
Klient potrzebował modernizacji procesów selekcji genetycznej w zarodowej fermie drobiu z ponad 200-letnią tradycją rolniczą i 70-letnim doświadczeniem hodowlanym. Standardowe architektury RAG nie nadawały się do danych genetycznych — system musiał rekonstruować drzewa genealogiczne 5 pokoleń, obliczać współczynniki inbredu i rankingować kandydatów hodowlanych algorytmem BLUP. Wyzwaniem było zbudowanie produkcyjnego systemu AI przetwarzającego złożone relacyjne dane genetyczne w czasie zbliżonym do rzeczywistego, zintegrowanego z istniejącymi aplikacjami .NET/Blazor, dostarczającego wyjaśnialne decyzje audytowalne przez schematy certyfikacyjne IFS Food, BRCGS i GlobalG.A.P. Dodatkowo Grupa Insight zaprojektowała i wdrożyła stronę rszew.pl na WordPressie.
#Implementation
Zaprojektowaliśmy i zbudowaliśmy produkcyjny system ERP AI zintegrowany z dwiema istniejącymi aplikacjami .NET/Blazor przez REST API i kolejki komunikatów. Zamiast standardowego retrieval dokumentów zbudowaliśmy własny pipeline rekonstruujący drzewa genealogiczne, obliczający współczynniki inbredu i rankingujący kandydatów hodowlanych algorytmem BLUP.
System przetwarza dane przez 8 warstw pipeline: ingestion danych, chunking, Temporal Tables do pełnego śledzenia historii, deterministyczne obliczenia BLUP/EBV, wielokryterialne rankingowanie, Explainable AI (XAI), wykrywanie anomalii i pętlę sprzężenia zwrotnego dla ciągłej adaptacji.
Stack technologiczny: Laravel 11 / PHP 8.3, Vue.js 3 + Inertia.js, MS SQL Server 2022 z Temporal Tables i Columnstore Indexes, Redis 7, Kubernetes + Docker, pipeline MLOps.
Uzupełnieniem systemu AI była warstwa zbierania danych: przenośny system ważenia jaj dla pracowników fermy z wagami KERN PCB z adapterami BLE, umożliwiający rejestrowanie masy jaj w czasie rzeczywistym per osobnik (hen_id) bezpośrednio przy gniazdach. Wyeliminowało to ręczne wprowadzanie danych i zapewniło, że dane fenotypowe zasilające pipeline BLUP są dokładne, ostemplowane czasem i przypisane do konkretnych ptaków.
Równolegle zaprojektowaliśmy i wdrożyliśmy rszew.pl — stronę WordPress prezentującą katalog ras, linie hodowlane Rosa, ofertę piskląt jednodniowych i zestawów rodzicielskich, zoptymalizowaną pod wydajność i SEO.`
#Results
Czas analizy rodowodowej zredukowany z tygodni do minut. Roczny postęp genetyczny poprawiony o 3-8% w porównaniu z klasycznymi metodami selekcji. Redukcja utrzymywanych hodowców o 10-25% dzięki precyzyjniejszemu rankingowaniu kandydatów. Pełna audytowalność decyzji AI dla schematów certyfikacyjnych IFS Food, BRCGS i GlobalG.A.P. — wyjaśnialność była wymogiem certyfikacyjnym, nie opcją. Zbieranie danych o masie jaj w czasie rzeczywistym per osobnik, eliminujące błędy ręcznego wprowadzania i poprawiające jakość danych fenotypowych zasilających pipeline BLUP. System nadal ewoluuje przez pętlę sprzężenia zwrotnego, poprawiając dokładność rankingowania z każdym cyklem hodowlanym.