Cheaf: IA contra el desperdicio de comida en Colombia

Cheaf: la app que convierte excedentes en ingresos

850.000 descargas, más de 400 establecimientos aliados y presencia en 34 ciudades colombianas. Esos son los números que Cheaf reporta hoy en Colombia, un mercado al que llegó hace casi un año y donde su operación local ya se acerca al punto de equilibrio, según confirmó a ENTER.CO Rodrigo Ramírez, director general de la compañía en el país.

Para un founder, el dato relevante no es el tamaño de la app sino la mecánica: Cheaf no le pide al comerciante que cambie su operación ni que pague una suscripción. Le pide que publique lo que le sobró al final del día. Si vendió todo, no publica nada y no tiene costo alguno.

Ese detalle —costos variables, cero costo fijo para el comercio— es lo que explica por qué una lechonería de barrio, una panadería y una cadena de supermercados pueden convivir en la misma plataforma. Entre los aliados de Cheaf en Colombia aparecen cadenas como Jumbo y Metro, pero también negocios pequeños que venden empanadas, fritanga o lechona.

¿Cómo funciona el modelo de paquetes sorpresa?

El mecanismo es simple en la superficie. El establecimiento agrupa los alimentos disponibles, los publica con descuento y el usuario compra desde el celular. Después debe ir al local a recogerlos.

El contenido exacto del paquete no se conoce de antemano, aunque la descripción da una idea de qué puede incluir. Es el mismo principio que popularizó Too Good To Go, la compañía danesa fundada en Copenhague en 2015 que hoy opera el mayor mercado de excedentes alimentarios del mundo: según su comunicado de octubre de 2026, conecta a 150 millones de usuarios registrados con 200.000 socios activos en 20 países y ha rescatado más de 600 millones de comidas, equivalentes a 1,6 millones de toneladas de CO2e evitadas.

La diferencia de Cheaf está en el mercado donde juega. Mientras Too Good To Go construyó su escala en Europa, Cheaf nació en México en 2020, llegó a Chile en 2023 y siguió hacia Argentina y Colombia. Es una expansión regional secuencial, no un salto directo a mercados desarrollados.

Para el comerciante, el beneficio declarado va más allá de recuperar parte de la inversión: también recibe clientes nuevos que, al recoger su pedido, pueden comprar otros productos. Ramírez mencionó el caso de un buffet que logra vender en apenas dos horas todos los paquetes que publica con sus excedentes.

¿Qué papel juega la inteligencia artificial en Cheaf?

Aquí está la parte que un founder debería estudiar con lupa, porque no es IA como argumento de marketing sino como solución a un cuello de botella operativo concreto.

Cheaf usa algoritmos que consideran la cantidad de usuarios en una zona determinada, sus comportamientos de compra, los establecimientos que han visitado y el tiempo transcurrido desde su última transacción. Con esos datos genera notificaciones para acercar las ofertas a las personas con mayores probabilidades de comprarlas.

El segundo uso es más interesante. En establecimientos con grandes volúmenes, los trabajadores escanean los productos disponibles y el sistema calcula cómo distribuirlos considerando su valor, cantidad y variedad. En lugar de organizar manualmente decenas de bolsas, el empleado recibe instrucciones sobre qué incluir en cada una.

El objetivo, explicó Ramírez, es aprovechar la mayor cantidad posible de alimentos sin arruinar la experiencia de compra. Su ejemplo es directo: un paquete sorpresa no debería contener únicamente siete lechugas.

Ese es el tipo de problema que ninguna campaña de marketing resuelve y que sí justifica invertir en modelos de asignación. La automatización también habilita a negocios con inventarios grandes que necesitan preparar pedidos rápido, un segmento que de otro modo quedaría fuera del modelo.

¿Qué dicen los datos sobre el desperdicio de alimentos en Colombia?

La segunda edición del estudio Percepción de desperdicio de alimentos en América Latina 2026, publicado por Cheaf, ofrece el marco del problema:

• El 92,3 % de los colombianos encuestados considera relevante el desperdicio de comida.
• Aun así, el 34,7 % reconoce que bota alimentos al menos una vez por semana.
• El deterioro de los productos es la razón principal, mencionada por el 66,5 % de los participantes.
• Las frutas y verduras encabezan los alimentos más desperdiciados, con el 59 % de las respuestas.
• El 45,8 % considera que el aumento de precios influye en sus decisiones de compra y el 55,8 % revisa lo que tiene en la nevera antes de ir al supermercado.
• El 90,2 % reconoce un impacto ambiental medio o alto asociado al desperdicio, y el 72,7 % cree que los grandes comercios tienen una responsabilidad importante.
• En materia de política pública, el 56,4 % pide incentivos que faciliten la donación de alimentos, mientras que el 59,1 % desconoce si existen normas para enfrentar el problema.

Hay una brecha evidente entre la preocupación declarada y la conducta real. Eso es exactamente el espacio donde vive un modelo como el de Cheaf: no hay que convencer a nadie de que el desperdicio es malo, hay que reducir la fricción para que la intención se convierta en acción.

El contexto global refuerza el argumento. Según el comunicado de Too Good To Go, se estima que alrededor del 40 % de todos los alimentos producidos en el mundo se desperdicia, lo que representa cerca del 10 % de las emisiones globales de gases de efecto invernadero. Cada producto descartado arrastra agua, energía, materias primas, trabajo y logística ya invertidos.

¿Qué significa esto para tu startup?

Primero, mira tus costos fijos antes que tu modelo de ingresos. Cheaf creció en Colombia con una operación que no le cobra al comercio por no usar la app. Si tu producto depende de que el cliente pague todos los meses aunque no obtenga valor ese mes, estás compitiendo contra modelos que se activan solo cuando hay algo que ganar. Pregúntate qué parte de tu propuesta puede volverse transaccional y variable.

Segundo, busca el cuello de botella operativo que tu cliente resuelve a mano. La IA de Cheaf no predice demanda ni personaliza recomendaciones por moda: resuelve cómo repartir kilos de producto en bolsas que alguien quiera comprar. Ese tipo de problema es aburrido, medible y repetitivo, y por eso es el mejor candidato para automatizar. Si tu equipo dedica horas a una tarea de asignación manual, ahí hay un caso de uso real.

Tercero, no subestimes el efecto secundario del canal. El comerciante no solo recupera parte de la inversión: gana un cliente que entra a su local. Cuando diseñes un marketplace o una herramienta de distribución, mide también el tráfico incremental que genera en tu cliente. Ese argumento vende más que el descuento.

Las plazas de mercado, el próximo reto

Ramírez abordó durante la entrevista la posibilidad de incorporar a las plazas de mercado colombianas al modelo. Participó en un encuentro sobre estos espacios comerciales, donde presentó las oportunidades de la tecnología para reducir pérdidas de alimentos y mejorar los ingresos de los vendedores.

Las plazas comercializan frutas, verduras, carnes, lácteos, abarrotes y comidas preparadas, y muchos de esos productos tienen vida útil corta. La empresa tiene previsto establecer conversaciones con administradores y representantes de las plazas para evaluar colaboraciones. Por ahora no hay acuerdos anunciados.

Según el directivo, la tecnología ya está preparada para operar con estos establecimientos, porque el funcionamiento sería similar al de panaderías, supermercados y restaurantes. El reto no es técnico sino de adopción: convencer a negocios familiares de que publiquen sus excedentes en una aplicación.

El telón de fondo de financiamiento ayuda a dimensionar el momento. Según datos de Crunchbase News, las startups de América Latina levantaron US$1.300 millones en rondas de seed y growth en el tercer trimestre de 2026, un 26 % más que el año anterior, y las mexicanas acumularon US$1.520 millones en los primeros tres trimestres del año. Cheaf, por su parte, recibió alrededor de US$6 millones de financiación hace algunos años, recursos que respaldaron su desarrollo en distintos mercados, según la entrevista con ENTER.CO.

Conclusión

Cheaf no inventó el modelo de paquetes sorpresa: Too Good To Go lo escaló a 20 países y 150 millones de usuarios. Lo que Cheaf está probando es si ese modelo funciona en mercados donde el comercio informal pesa más y donde la logística de recolección es menos predecible.

La lección para un founder no está en la categoría sino en la secuencia: nació en México, validó, y recién después saltó a Chile, Argentina y Colombia. Un año después de aterrizar en el país, la operación local se acerca al equilibrio con 850.000 descargas y 400 establecimientos. Ese es el tipo de métrica que importa cuando el capital no sobra.

Fuentes

• ENTER.CO — ¿Cómo puede la inteligencia artificial salvar una lechona? La tecnología detrás de Cheaf
• Business Wire — Too Good To Go Expands Its Marketplace Beyond Food
• Crunchbase News — LatAm Startup Funding Jumps 26% In Q3

Artículos relacionados:

Cheaf: startup que rescata comida y expande su impacto regional Cheaf rescata 7.000 toneladas de comida en Chile con su app Cheaf refuerza su equipo en Chile para impulsar crecimiento Latinoamérica: Oportunidades para startups en la lucha contra el desperdicio de alimentos Inflación en Colombia: alimentos y El Niño la llevan al 6,24%