Circle K y Arkham: 15% menos pérdidas con agente de IA en retail 2026

Circle K y Arkham muestran el potencial de los agentes de IA en retail

Un gerente de Circle K México llega a su tienda y, antes de abrir la cortina, ya sabe qué anaquel se va a quedar vacío ese día. Ese es el gancho con el que Arkham Technologies y Circle K México presentaron lo que llaman el primer "Agente Operador de Tienda" con inteligencia artificial de la región: un sistema que promete anticipar la demanda, evitar quiebres de inventario y mandar recomendaciones diarias al celular de miles de gerentes y supervisores.

¿Qué es realmente un "agente operador de tienda"?

Quitando el envoltorio de marketing, la idea es relativamente sencilla de explicar. Circle K y Arkham llevan más de dos años trabajando juntos ordenando datos: unieron su ERP, su punto de venta y otras plataformas transaccionales en una sola plataforma, algo que en el mundo de la tecnología empresarial se conoce como "unificación de datos". Ese trabajo de plomería digital (poco vistoso, pero que es literalmente donde se atoran la mayoría de los proyectos de IA) es el que permitió después construir un agente, es decir, un sistema de inteligencia artificial capaz de leer esos datos y generar recomendaciones sin que un analista tenga que cruzar reportes a mano.

¿Y qué hace concretamente? Según el material difundido, identifica riesgos de quiebre de stock, detecta productos que no rotan o están por caducar, sugiere qué pedir y cuándo, y avisa qué promociones sí están funcionando. Todo eso llega en forma de prioridades diarias al teléfono del encargado de tienda, en vez de un reporte que alguien tiene que interpretar.

No es un robot que reemplaza al gerente, ni una inteligencia artificial "autónoma" tomando decisiones solas por la tienda. Es, en el fondo, un sistema de recomendación con esteroides, apoyado en datos históricos y en tiempo real. La diferencia entre eso y un tablero de Business Intelligence tradicional está en la proactividad: uno te obliga a ir a buscar la información, el otro te la manda antes de que la pidas.

Los números que presume la alianza

El material cita tres cifras: 15% menos ventas perdidas por quiebres de inventario, 9% más en el ticket promedio y un retorno de inversión que el director de TI de Circle K, Carlos Guerrero, resume así: "10X ROI. Resultados transformadores." Isaac Cañas, CEO de Circle K México, lo pone en términos parecidos: "Mayor visibilidad. Menos stock-outs. Mejores márgenes."

Son cifras atractivas, sin duda. El problema, y esto aplica a prácticamente cualquier caso de éxito que una empresa de tecnología publica sobre sí misma, es que no vienen acompañadas de metodología. No se especifica sobre qué período se midió el 15% menos de ventas perdidas, ni contra qué línea base se compara el 9% de incremento en ticket promedio, ni qué significa exactamente ese "10X" en el retorno. Tampoco hay una auditoría externa o un tercero independiente que valide los datos, algo cada vez más común que las consultoras piden antes de tomar un caso de éxito como referencia seria.

El contexto no es casualidad: el retail latinoamericano trae este problema desde antes

La preocupación por los quiebres de inventario no nace con esta alianza ni es un problema inventado para vender software; es uno de los dolores de cabeza más caros del retail mexicano.

De acuerdo con datos del INEGI retomados en análisis del sector durante este año, el sobrestock le costó a las empresas mexicanas más de 87 mil millones de pesos en 2025, mientras que los quiebres de stock (el problema inverso, no tener producto cuando el cliente lo busca) generaron pérdidas superiores a los 62 mil millones de pesos en ventas no concretadas. Son las dos caras de la misma moneda: comprar de más o comprar de menos, ambas maneras de perder dinero por no leer bien la demanda.

Ese mismo diagnóstico aparece en el estudio Perceptive Retail de Tata Consultancy Services, publicado a inicios de 2026 tras encuestar a 817 ejecutivos senior de retail en 18 países: la resiliencia de la cadena de suministro y la gestión de inventario se consolidaron entre las prioridades más altas del sector para este año, por encima incluso de otras apuestas más vistosas como los asistentes conversacionales de cara al cliente. El reporte plantea algo que conecta directamente con el caso de Circle K: la inteligencia artificial en retail dejó de vivir solo en el escaparate digital y empezó a mudarse hacia la trastienda, hacia la operación diaria.

El fantasma del 95%: lo que la nota cita del MIT

El material menciona, de pasada, un estudio del MIT según el cual el 95% de las iniciativas empresariales de inteligencia artificial no generan retorno. Es real, y vale la pena entender de dónde sale porque se ha vuelto la estadística más citada del año en el mundo corporativo.

Se trata del reporte "The GenAI Divide: State of AI in Business 2025", publicado por el proyecto NANDA del MIT Media Lab en julio de 2025. El equipo de investigación revisó más de 300 iniciativas públicas de IA, entrevistó a decenas de ejecutivos y encuestó a más de 150 líderes de negocio. La conclusión central fue que, pese a una inversión empresarial de entre 30 mil y 40 mil millones de dólares en IA generativa, solo el 5% de los proyectos logró un impacto financiero medible; el resto se quedó estancado sin generar resultados de negocio comprobables. El estudio bautizó esa brecha como la "GenAI Divide".

Lo importante es que el reporte del MIT no concluye que la IA "no sirve". Concluye que la mayoría de los proyectos fracasan por razones organizacionales, no tecnológicas: herramientas genéricas que se ven bien en una demo pero no aguantan la fricción de un proceso real, falta de aprendizaje continuo del sistema, y equipos que compran tecnología sin rediseñar cómo trabajan alrededor de ella.

¿Qué significa esto para tu startup o negocio?

El caso de Circle K y Arkham es una señal clara de hacia dónde va la IA aplicada en retail: de la superficie (atención al cliente, marketing) hacia el núcleo operativo (inventario, cadena de suministro, predicción de demanda). Para founders y emprendedores, esto representa tanto una oportunidad como una advertencia.

1. Identifica el dolor operativo real, no el buzzword

La IA que funciona no es la que suena más futurista, sino la que resuelve un problema concreto que cuesta dinero todos los días. En el caso de Circle K, el problema era 149 mil millones de pesos anuales en pérdidas por sobrestock y quiebres de inventario. Antes de pensar en IA, pregúntate: ¿qué proceso en mi negocio genera pérdidas medibles por ineficiencia? ¿Dónde se toman decisiones basadas en intuición en lugar de datos?

2. Prioriza la "plomería de datos" sobre la inteligencia

El trabajo de unificación de datos que Circle K y Arkham hicieron durante dos años es el 80% del éxito. Sin datos limpios, integrados y accesibles en tiempo real, la IA más sofisticada es inútil. Si estás considerando implementar IA, empieza por mapear: ¿qué sistemas generan datos? ¿Están conectados? ¿Hay un solo lugar donde ver todo?

3. Diseña el proceso alrededor de la IA, no al revés

Como señala el estudio del MIT, el 95% de los proyectos de IA fracasan por razones organizacionales, no tecnológicas. Antes de implementar cualquier solución, rediseña el proceso que quieres mejorar. ¿Cómo tomará decisiones tu equipo con la IA? ¿Qué criterio humano mantendrás? ¿Cómo medirás el impacto?

4. Exige transparencia en los casos de éxito

Cuando evalúes proveedores de tecnología, pide metodología detrás de las cifras. Un "15% menos de ventas perdidas" sin contexto es marketing; un "15% menos de ventas perdidas medido contra la línea base del trimestre anterior en 50 tiendas piloto" es un dato accionable. Los proveedores serios deberían poder mostrarte cómo miden y qué comparan.

5. Empieza pequeño y escala con métricas claras

No intentes transformar toda tu operación de una vez. Identifica un proceso específico (ej. predicción de demanda para 3 productos clave en una ubicación), implementa la solución, mide el impacto contra una línea base clara, y solo entonces escala. El ROI de 10X que presume Circle K no llegó de la noche a la mañana; llegó después de años de trabajo en la infraestructura de datos.

Conclusión

El "Agente Operador de Tienda" de Circle K y Arkham es más que un caso de éxito de IA en retail: es un mapa de ruta para cualquier founder que quiera implementar inteligencia artificial en su negocio. Muestra que el valor real no está en la tecnología más avanzada, sino en resolver problemas operativos concretos con datos unificados y procesos rediseñados.

Para el ecosistema startup hispanohablante, este caso es especialmente relevante porque demuestra que la IA aplicada a operaciones no es exclusiva de Silicon Valley: se está implementando con éxito en retail latinoamericano, con desafíos y contextos específicos de la región. La lección clave: empieza por el dolor, no por la tecnología; invierte en datos antes que en algoritmos; y mide todo contra una línea base clara.

Fuentes

• Circle K y Arkham muestran el potencial de los agentes de IA en retail