Un problema costoso del comercio minorista se está convirtiendo en un problema de datos
Los alimentos frescos son donde los supermercados pierden parte de su dinero más difícil de ganar. Los gerentes tienen que adivinar cuántas fresas, aguacates, cortes de carne o comidas preparadas deben tener en inventario antes de que la demanda se desvanezca y el deterioro se imponga. A diferencia de los productos envasados, el inventario fresco es altamente perecedero, se mide de forma inconsistente y a menudo se rastrea mal una vez que sale del almacén y llega a la estantería.
La startup Afresh apuesta por que una mejor previsión pueda reducir ese desperdicio. La empresa ha recaudado 34 millones de dólares en nueva financiación, codirigida por Just Climate y High Sage Ventures, y afirma que sus herramientas de IA ya están ayudando a los minoristas a recortar entre un 20% y un 25% la merma en categorías frescas.
La ronda de financiación, informada por Fast Company, importa porque el desperdicio en supermercados no es una ineficiencia de nicho. El artículo estima que las tiendas de comestibles de Estados Unidos desperdician alrededor de cuatro millones de toneladas de alimentos al año, con un coste de unos 27.000 millones de dólares. Eso convierte la planificación del inventario fresco en uno de los problemas operativos más relevantes y menos digitalizados del comercio minorista.
De las hojas de cálculo y la intuición al modelado de la demanda
El origen de Afresh es casi un estudio de cuánto tiempo siguieron siendo analógicos muchos flujos de trabajo del comercio alimentario hasta hace poco. Cuando los cofundadores Matt Schwartz y Nathan Fenner empezaron a estudiar el problema, encontraron que los responsables de producto fresco dependían de hojas de cálculo impresas, estimaciones aproximadas y procesos de pedido con papel y bolígrafo.
Históricamente, eso tenía sentido. Los alimentos frescos son mucho más difíciles de gestionar que los productos no perecederos. Los productos vendidos por peso pueden perder masa por evaporación. Los errores en autoservicio pueden distorsionar lo que realmente se compró. Los artículos en mal estado pueden tirarse sin registrarse correctamente. Las promociones, la temperatura y el origen del envío pueden afectar a la rapidez con que un producto se deteriora.
El software de Afresh intenta incorporar esas variables a un sistema de previsión. Según el texto fuente, la empresa analiza datos de cada supermercado, en algunos casos basándose en cientos de miles de millones de transacciones. Sus modelos tienen en cuenta precios, promociones, origen del envío, meteorología e incluso el momento relacionado con la distribución de cupones de alimentos. Después, las previsiones de demanda se combinan con herramientas de optimización que sugieren cantidades de pedido para cada producto.
La premisa es simple: si las tiendas pueden predecir la demanda y la perecibilidad con más precisión, pueden pedir cantidades más cercanas a lo que realmente se venderá.
Por qué las categorías frescas son distintas
La tecnología minorista a menudo parece madura desde fuera, pero los departamentos de frescos se han resistido obstinadamente a una automatización limpia. Los alimentos envasados llegan con unidades estandarizadas, vida útil predecible y registros digitales de la cadena de suministro. Los productos frescos son más ruidosos. Una caja de frambuesas y una bandeja de salmón no se comportan como los cereales o la pasta de dientes.
Por eso la IA resulta atractiva aquí. Puede absorber más variables de las que un gerente de tienda puede manejar manualmente y seguir aprendiendo a medida que llegan nuevos datos. La empresa afirma que esos modelos mejoran con el tiempo, lo cual es especialmente valioso en un ámbito donde las condiciones locales importan enormemente. Los patrones de demanda de un vecindario, los cambios meteorológicos y los hábitos de compra pueden alterar lo que significa tener el inventario “correcto” de una semana a otra.
Según los informes, Afresh empieza con pruebas en 10 a 20 tiendas y compara los resultados con un grupo de control que opera durante el mismo período. Schwartz dijo que la empresa suele ver reducciones del 20% al 25% en la merma cuando su sistema entra en funcionamiento.
Si esas reducciones se mantienen a escala, el caso de negocio es claro. Incluso mejoras modestas en las tasas de desperdicio pueden generar ahorros significativos cuando los márgenes son estrechos y las categorías alimentarias rotan con rapidez.
Cambios operativos más allá del pedido
El impacto de la tecnología no se limita a las órdenes de compra. Según el artículo, los supermercados también pueden usar los datos de Afresh para rediseñar exhibiciones y mejorar la forma en que manejan los artículos que se acercan al deterioro. En algunas tiendas, el software ha detectado exhibidores de productos frescos más grandes de lo necesario, lo que permite a los gerentes reducirlos o usar exhibiciones ficticias para conservar la apariencia de abundancia con menos fruta real a mano.
Eso puede sonar cosmético, pero la estrategia de exhibición es operativamente importante. Los supermercados suelen sobreabastecer los productos frescos visibles porque la abundancia comunica frescura y disponibilidad a los compradores. Si el software puede mantener esa percepción con menos inventario físico, reduce el desperdicio sin sacrificar la comercialización.
La misma lógica se extiende al reaprovechamiento de alimentos. Las tiendas pueden convertir productos agrícolas que se acercan al final de su vida útil en productos preparados, como aguacates convertidos en guacamole. Afresh también ha lanzado una herramienta separada para prever la demanda en alimentos preparados de charcutería, otra categoría en la que el deterioro y los errores de previsión pueden resultar caros.
Por qué importa la financiación
La IA en el comercio minorista suele debatirse a través de herramientas vistosas orientadas al consumidor, pero algunos de los usos más duraderos pueden estar en las decisiones operativas de backend. El desperdicio de alimentos frescos es económicamente doloroso, ambientalmente costoso y difícil de resolver solo con mano de obra. Es exactamente el tipo de problema de planificación en el que mejores predicciones pueden traducirse en beneficios medibles.
Afresh dice que su sistema ya se utiliza en más de 12.500 secciones de supermercados en todo el país, incluidos Safeway y Albertsons. Esa presencia sugiere que la empresa ha dejado atrás la fase de curiosidad piloto y ha entrado en una amplia prueba operativa.
La nueva ronda de 34 millones de dólares debería ayudarle a expandirse aún más, pero la importancia mayor es sectorial. El desperdicio en supermercados se está volviendo legible como un problema de software, no como un coste inevitable de hacer negocios. Si ese cambio de enfoque tiene éxito, podría influir en cómo los minoristas invierten en sistemas de inventario, operaciones de tienda y esfuerzos de sostenibilidad durante la próxima década.
Para los consumidores, el cambio puede ser invisible. Los estantes seguirán pareciendo llenos y las tiendas seguirán reponiendo durante la noche. Pero bajo esa rutina, una parte creciente de la toma de decisiones puede provenir de sistemas diseñados para responder una pregunta básica pero sorprendentemente difícil: ¿cuánto alimento fresco comprará realmente la gente antes de que se estropee?
Este artículo se basa en la cobertura de Fast Company. Leer el artículo original.
Originally published on fastcompany.com
