##plugins.themes.huaf_theme.article.main##
Tóm tắt
Ngày nay, các mô hình nuôi tôm ngày càng thâm canh hóa và hiện đại hóa, đòi hỏi ứng dụng các công nghệ hiện đại, nhất là các giải pháp dựa trên trí tuệ nhân tạo kết nối vạn vật (AIoT). Nghiên cứu này tiến hành phỏng vấn 50 hộ nuôi tôm thẻ chân trắng (TTCT) siêu thâm canh ở Cà Mau. Phương pháp thống kê mô tả và hồi qui đa biến được sử dụng để đánh giá các chỉ tiêu tài chính – kỹ thuật của mô hình nghiên cứu. Kết quả khảo sát cho thấy mật độ thả nuôi khá cao, lên đến 201 con/m2, mang lại năng suất 32 tấn/ha/vụ. Mô hình đòi hỏi chi phí đầu tư cao và lợi nhuận mang lại cũng khá cao (tương ứng là 887,07 và 509,75 triệu đồng/ha/vụ). Các thiết bị AIoT được sử dụng phổ biến là máy cho ăn tự động, camera giám sát, điều khiển từ xa. Tỷ lệ người nuôi sử dụng Internet phục vụ nuôi tôm là 37,5%. Kết quả hồi quy cho thấy sử dụng các thiết bị AIoT có ảnh hưởng đến lợi nhuận nuôi TTCT. Tuy nhiên, chưa đến 50% số hộ sẵn sàng ứng dụng công nghệ này do chi phí cao, lo ngại về kết quả chính xác và chưa phù hợp với quy mô nhỏ. Do đó, giải pháp đề xuất tập trung vào tuyên truyền nâng cao nhận thức, trình diễn công nghệ và hỗ trợ chi phí.
Từ khóa: AIoT, Cà Mau, siêu thâm canh, tôm thẻ chân trắng.
Abstract
In recent years, shrimp farming systems have become increasingly intensive and modernized, requiring the adoption of advanced technologies, particularly solutions based on Artificial Intelligence of Things (AIoT). This study interviewed with 50 super-intensive whiteleg shrimp farmers in Ca Mau Province. Descriptive statistics and multivariate regression analysis were employed to evaluate the technical and financial indicators of the farming models. The stocking density was relatively high, reaching up to 201 individuals per m², resulting in a productivity of 32 tons per hectare per crop. This farming model requires a high level of investment and yields correspondingly high profits, with average investment costs and net returns of 887.07 million VND and 509.75 million VND per hectare per crop, respectively. Commonly used AIoT-related devices include automatic feeders, surveillance cameras, and remote control systems. The proportion of farmers using the Internet to support shrimp farming activities was 37.5%. Regression results show that the use of AIoT devices and technologies has a significant effect on shrimp farming profitability. However, fewer than 50% of the surveyed households expressed readiness to adopt AIoT technologies due to high investment costs, concerns about data accuracy, and incompatibility with their current farming scale. Therefore, the proposed solutions focus on awareness-raising, technology demonstration, and financial support to promote AIoT adoption in super-intensive whiteleg shrimp farming.
Keywords: AIoT, Ca Mau, super-intensive, whiteleg shrimp.