ES 
PT 
EN 
Todo gerente de supermercado conoce la escena. El cliente va hasta la góndola, no encuentra el café que siempre compra, mira alrededor por unos segundos y sigue hacia la caja con el carrito un poco más vacío. La venta de ese artículo desaparece de la facturación sin dejar rastro, porque el producto que no se vendió no aparece en ningún informe. Simplemente no existe en los números. Esa falla tiene nombre en el retail de alimentos: ruptura de stock.
Y la ruptura de stock es bastante más cara de lo que la mayoría de las cadenas imagina, porque el perjuicio no termina en la venta perdida de ese día.
En julio de 2026, el Índice de Ruptura de Neogrid registró 10,8% en las tiendas físicas brasileñas. Es el nivel más bajo en doce meses, lo que ya dice algo sobre el tamaño del problema cuando el mejor resultado del año todavía significa que aproximadamente una de cada nueve búsquedas en la góndola termina sin el producto en la mano del cliente.
Cuánto cuesta la ruptura de stock en el retail de alimentos
Existe una diferencia importante entre saber que falta producto y saber cuánto cuesta esa falta. La primera información la tiene todo el mundo. La segunda es la que cambia decisiones de inversión.
El retrato brasileño en números
Los datos de Neogrid, que monitorea cerca de 40 mil tiendas en el país, muestran un escenario de mejora reciente con bolsones preocupantes. El índice general de ruptura de stock cayó de 11,5% en junio a 10,8% en julio de 2026. Cuando se abre por categoría, el cuadro se vuelve más interesante:
- huevos: cayó de 27,8% a 22,4%, y aun así es la mayor ruptura de la canasta básica monitoreada;
- leche UHT: de 13,8% a 11,4%;
- arroz: de 11,0% a 9,5%;
- café: de 9,4% a 7,4%;
- azúcar: de 9,4% a 8,5%;
- frijoles: de 8,3% a 8,1%;
- papel higiénico: subió de 14,1% a 15,9%, a contramano del resto.
Fíjese en el caso de los huevos. Más de una quinta parte de las búsquedas de un artículo básico termina en frustración. No es un producto sofisticado ni estacional. Es huevo.
La cuenta que paga el mundo entero
El IHL Group sigue este indicador desde hace casi dos décadas y publicó en 2026 un estudio con más de 4.500 minoristas. El número que salió de ahí: 1,7 billones de dólares por año en distorsión de inventario en el retail mundial, el equivalente a 6,2% de todas las ventas del sector en el planeta.
De ese total, cerca de dos tercios vienen de ruptura, y el tercio restante de exceso de stock. Es decir, el problema de que falte producto es aproximadamente dos veces mayor que el de que sobre.
El estudio también señala de dónde viene la pérdida, y aquí está la parte que suele sorprender. El hurto responde por más de 500 mil millones de dólares. La ineficiencia interna del propio minorista responde por casi lo mismo. Las fallas de proveedores suman más de 300 mil millones. Es decir: buena parte del dinero que se evapora no sale por la puerta principal con un ladrón, sino por procesos internos que nadie está mirando.
Hay un dato de tendencia que vale registrar. Esa distorsión representaba 10,4% de las ventas globales en 2021 y cayó al 6,2% actual. Mejoró bastante, pero el valor absoluto sigue en el orden del billón porque el retail también creció.
El perjuicio que no entra en la planilla
Sumar la venta perdida es el cálculo fácil. Lo difícil es medir lo que pasa después, y es justamente ahí donde vive el costo mayor.
Una investigación de GS1 Brasil de 2025 encontró que el 58% de los consumidores dejan de comprar y dejan de volver a la tienda cuando no encuentran los productos y marcas que buscan. No se pierde solo el artículo. Se pierde la próxima visita al mercado.
Ese comportamiento ganó peso extra en un mercado donde la fidelidad ya está debilitada. Las marcas propias alcanzaron un récord de 23,8% de participación unitaria en 2026, y el consumidor muestra mucho menos apego a la marca tradicional que hace algunos años. Cuando no encuentra lo que quería, la sustitución es rápida, y a veces definitiva.
Lo que la NRF 2026 puso en el centro de la conversación
La National Retail Federation reunió al retail mundial en Nueva York en enero de 2026, y la disponibilidad en góndola apareció con fuerza en la programación. El tono de las discusiones cambió con relación a los años anteriores.
La góndola se volvió fuente de datos
Simbe presentó en la feria el Tally 4.0, una nueva generación del robot que recorre los pasillos leyendo las estanterías. La novedad de la versión no está en el escaneo en sí, que ya existía, sino en el procesamiento: el equipo analiza las imágenes en el propio dispositivo, en vez de enviar todo a la nube y esperar respuesta.
Parece un detalle técnico, pero cambia la naturaleza de la información. Una ruptura detectada y comunicada en segundos es un problema que todavía se puede resolver en el mismo turno. La misma ruptura detectada en el informe del día siguiente ya se convirtió en venta perdida.
Caitlin Allen, de Simbe, resumió el cambio de página del sector al decir que la conversación maduró y que ahora se discute cómo funciona la tecnología de tienda, ya no si es viable.
El agujero entre el sistema y la estantería
Un punto repetido en varios paneles fue la distancia entre lo que informa el sistema y lo que realmente está en la góndola. No es raro que el stock acuse decenas de unidades de un artículo que el cliente no encuentra, sea porque la mercadería está en el depósito sin haber sido repuesta, sea porque hubo un error de inventario en algún punto de la cadena.
Esa diferencia es cara justamente por ser invisible. El sistema no genera alerta, porque para él está todo bien.
Ninguna solución sirve para todos
Un panel sobre pérdidas y visión computacional reunió a ejecutivos de Lenovo, AiFi, Rocketboots y la cadena Bozzutos. Carlos Landrau, de Bozzutos, dejó un mensaje que desentona del optimismo habitual de este tipo de evento: no existe una solución perfecta para todos. La elección depende del tamaño de la tienda y de la madurez de la operación.
Vale la pena guardar esa frase. Una cadena con cuatro tiendas y un sistema de gestión simple no tiene el mismo camino que una cadena con centro de distribución propio y trescientas unidades.
Lo que Walmart, Kroger y otras cadenas están haciendo
Salir del diagnóstico e ir a la práctica ayuda a entender lo que ya salió del papel allá afuera.
Walmart y el stock que se corrige solo
Walmart bautizó como Self-Healing Inventory un sistema que identifica desequilibrios de stock entre unidades y redirige la mercadería automáticamente hacia donde falta, antes de que el problema aparezca en la tienda. La propia compañía informó que ese sistema, por sí solo, ya ahorró más de 55 millones de dólares.
La cadena opera otros dos frentes en paralelo. El Enterprise Inventory consolida en una visión única el stock de las tiendas, de los centros de distribución y del canal online, para acabar con la divergencia entre lo que ve cada sistema. Y hay herramientas de IA en las que el empleado pregunta, en lenguaje natural, algo como “¿qué artículos faltaron en estas tiendas?”, y recibe la respuesta con la recomendación de qué hacer.
Vale notar que Walmart no trató esto como un piloto de laboratorio. La tecnología fue llevada a operaciones en México, Canadá, Costa Rica, Chile, India y Sudáfrica.
Kroger y la IA que llega a quien repone
Kroger siguió un camino diferente e igualmente pragmático: poner la inteligencia artificial en la mano del operador de tienda. La cadena implantó un asistente virtual que da información en tiempo real y ayuda en la organización de las tareas del día.
David Kennerley, vicepresidente sénior y director financiero de la compañía, atribuyó la mejora en las pérdidas a las inversiones en tecnología con IA y a los nuevos procesos creados en torno a ella. La empresa también relacionó la herramienta con niveles récord de retención de empleados, con un razonamiento que tiene sentido en el retail: quien se queda más tiempo conoce mejor la tienda y repone mejor.
Una salvedad honesta: Kroger no divulgó un porcentaje de reducción de ruptura. Lo que existe son indicadores generales, como el crecimiento de 3,2% en las ventas de mismas tiendas en el primer trimestre de 2025.
Visión computacional leyendo la estantería
Otro frente que ganó tracción es el uso de cámaras y visión computacional para verificar la góndola sin depender de conteos manuales. El Store View, de Instacart, analiza imágenes capturadas dentro de la tienda y clasifica cada artículo en tres estados: disponible, por agotarse o en falta. La cadena Good Food Holdings ya usa la herramienta.
Risk pooling, la técnica que sostiene el resto
Detrás de estas iniciativas existe un principio antiguo de logística llamado risk pooling. La idea es concentrar el stock de seguridad en el centro de distribución en vez de repartirlo entre todas las tiendas. Como las variaciones de demanda de cada unidad se compensan parcialmente, la cadena logra mantener el mismo nivel de disponibilidad con menos stock total.
Es el tipo de decisión que exige datos confiables y cálculo recurrente, y por eso suele venir acompañada de automatización.
Cómo reducir la ruptura de stock en la operación mediana
Ninguna cadena brasileña necesita el presupuesto de Walmart para atacar la ruptura de stock. Lo que esas operaciones hicieron diferente fue tratar la disponibilidad como indicador de gestión, no como un reclamo de tienda. Algunos pasos concretos.
Mida la ruptura de stock por lo que el cliente no encontró
Muchas cadenas miden la exactitud del inventario y creen que están midiendo ruptura. Son cosas diferentes. La exactitud compara el sistema con el depósito. La ruptura es la ausencia del producto en el punto donde el cliente extiende la mano.
Comience definiendo cómo va a capturar esto, sea por verificación muestral en góndola, por análisis de venta en cero en artículos de rotación conocida o por lectura automatizada. Sin esa medición, cualquier inversión se vuelve una apuesta.
Aproveche los datos que ya existen
La información necesaria para prever faltantes casi siempre ya está dentro de la empresa, repartida entre el ERP, el sistema de punto de venta y las planillas del comprador. El trabajo inicial raramente es comprar un sistema nuevo. Es conectar lo que está suelto y limpiar lo que está inconsistente.
Lleve la información a quien repone
Un informe que llega al comprador el lunes no evita la ruptura del sábado. La lección común entre Walmart y Kroger es que el dato tiene que llegar a quien tiene la mano en el producto, en el momento en que todavía se puede actuar.
Deje la decisión final con personas
Los dos ejemplos internacionales mantienen al humano en el circuito. La tecnología prepara la sugerencia de pedido, calcula cantidades, prioriza urgencia. La liberación sigue siendo de una persona. Ese diseño tiene una ventaja práctica más allá de la gobernanza: acelera la adopción, porque el equipo no siente que perdió el control de la operación.
Considere las variables externas
La previsión de demanda basada solo en el histórico de ventas falla justamente en los días que más importan. El clima, el calendario comercial, el feriado local y los eventos en la región cambian el consumo de categorías enteras. Los modelos que usan las grandes cadenas incorporan esas variables, y esa es una de las diferencias entre prever bien y prever razonablemente.
El camino es de datos, no de intuición
La ruptura de stock en el retail de alimentos brasileño cayó a 10,8%, y esa mejora tiene mérito. Pero el número todavía representa una porción relevante de facturación que se escapa todos los meses, con el agravante de que el 58% de los clientes que no encuentran lo que buscan dejan de volver.
Lo que la NRF 2026 dejó claro es que las mayores cadenas del mundo dejaron de tratar la ruptura como un imprevisto operacional y pasaron a tratarla como un problema de previsión. No están adivinando mejor. Están calculando mejor, con los datos que ya tenían y con modelos que corren todos los días.
Ese cambio está al alcance de cadenas medianas en Brasil. Exige menos inversión en tecnología nueva de lo que la mayoría supone, y más disciplina para integrar sistemas, medir el indicador correcto y poner la información en la mano de quien repone la góndola.
Fue mirando ese escenario que desarrollamos INTEGRA, nuestra plataforma de reposición autónoma, que usa inteligencia artificial para anticipar la falta de producto, artículo por artículo y tienda por tienda, conectándose a los sistemas que la cadena ya utiliza. Si quiere entender cuánto cuesta la ruptura en su operación por día, hable con uno de nuestros especialistas y podemos calcularlo con sus propios números.
Este contenido fue producido por el equipo de Integrity-UX, una empresa de consultoría de TI especializada en infraestructura, nube, seguridad y continuidad del negocio para empresas medianas y grandes.
