La IA que reduce el desperdicio de alimentos en supermercados: Afresh y su solución para ahorrar $27.000 millones

Cada año, los supermercados en Estados Unidos desperdician alrededor de cuatro millones de toneladas de alimentos, especialmente productos frescos. La razón es sencilla: los gestores de tiendas tienen dificultades para calcular con precisión cuántos productos como fresas o carne mantener en stock para satisfacer la demanda. Hasta hace poco, esta planificación se realizaba de forma manual, pero ahora herramientas de inteligencia artificial están cambiando el panorama.

La startup Afresh, especializada en soluciones para minoristas, ha desarrollado un sistema que ayuda a los supermercados a reducir el desperdicio de alimentos hasta en un 25%. Recientemente, la compañía anunció una ronda de financiación de 34 millones de dólares para expandir su tecnología, liderada por los fondos Just Climate y High Sage Ventures.

El origen: de las hojas de cálculo a la IA

Hace una década, los fundadores de Afresh, Matt Schwartz y Nathan Fenner, eran estudiantes de MBA en Stanford. Al analizar el problema del desperdicio alimentario, visitaron varias tiendas y descubrieron que los responsables de productos frescos utilizaban hojas de cálculo impresas para estimar inventarios y realizar pedidos. Aunque algunos establecimientos empleaban software para gestionar productos envasados, los frescos seguían dependiendo de métodos rudimentarios y suposiciones.

«Era, en esencia, un proceso de lápiz y papel», explica Schwartz. Fue entonces cuando decidieron crear una herramienta capaz de predecir con mayor exactitud la cantidad de alimentos en cada tienda, un desafío complejo debido a factores como la evaporación de productos por peso o la confusión en las etiquetas de los artículos.

Cómo funciona la inteligencia artificial de Afresh

El software de Afresh analiza datos de cada minorista —en algunos casos, cientos de miles de millones de transacciones— e incorpora variables como precios, promociones, origen del envío y características de los productos para calcular su caducidad. Además, sus modelos de deep learning predicen la demanda basándose en factores como el calendario de los cupones de alimentos o las condiciones meteorológicas. Finalmente, un algoritmo de optimización sugiere la cantidad exacta de cada producto que debe pedirse.

La tecnología mejora continuamente gracias al aprendizaje continuo. Afresh suele implementar pruebas en 10 a 20 tiendas de una misma cadena y compara los resultados con un grupo de control. «Normalmente, observamos una reducción del 20% al 25% en el desperdicio cuando activamos nuestro sistema», señala Schwartz.

Actualmente, la solución está en uso en más de 12.500 departamentos de supermercados en todo el país, incluyendo cadenas como Safeway y Albertsons.

Beneficios más allá de la reducción de residuos

La tecnología de Afresh no solo optimiza el inventario, sino que también ofrece ventajas adicionales. Por ejemplo, en algunas tiendas ha identificado que los expositores de frutas y verduras son demasiado grandes, lo que permite a los comercios ajustar su tamaño o usar expositores ficticios para dar sensación de abundancia con menos producto real. También ayuda a reutilizar alimentos a punto de caducar en preparados, como convertir aguacates en guacamole.

Recientemente, Afresh lanzó otra herramienta para predecir con precisión la demanda de productos preparados en las secciones de delicatessen. «Al mejorar la gestión de pedidos en las tiendas, facilitamos que los centros de distribución compren la cantidad adecuada», explica Schwartz. «Si los centros de distribución adquieren lo correcto, la cadena de suministro en su conjunto se vuelve más eficiente».