ИИ в ресторане: что уже работает, а что пока демонстрация
ИИ в ресторане работает там, где данные уже собраны и приведены к одному виду: распознавание документов поставщиков, контроль закупочных цен, пересчёт себестоимости блюд, ответы на вопросы по собственным цифрам. Там, где данные лежат в разных системах и не сведены, ИИ остаётся демонстрацией и отвечает общими словами, а не про ваш ресторан.
За последние два года ресторанам показали десятки ИИ-решений: ассистенты, прогнозы спроса, автоматические закупки, чат-боты для гостей. Часть из них работает у клиентов каждый день. Часть остаётся красивой демонстрацией, которая рассыпается на первом же вопросе про конкретный ресторан.
Разница между ними - не в модели. Модели у всех примерно одинаковые. Разница в том, есть ли под моделью данные, к которым можно обратиться.
Что уже работает
Эти задачи объединяет одно: у них есть вход - документ, строка, цифра - и проверяемый выход.
Чтение документов поставщика. PDF, фото, скан, электронный счёт, PEPPOL. Строки распознаются, сопоставляются с номенклатурой ресторана и проверяются арифметикой до проводки. Подробно - на странице оцифровки накладных.
Контроль закупочных цен. Цена каждой строки приводится к килограмму, литру или штуке и сверяется с вашей историей по этому поставщику.
Себестоимость блюд. Техкарта плюс свежие закупочные цены дают себестоимость на сегодня, а не на конец прошлого месяца.
Ответы на вопросы по своим данным. «Почему упала маржа в августе», «какие блюда ушли за норму» - при условии, что данные сведены в одну модель.
Что пока остаётся демонстрацией
Прогноз спроса для одного заведения. Ресторан - слишком маленькая выборка: погода, футбол, ремонт улицы и корпоратив ломают любую модель.
Автоматический заказ у поставщика. Технически несложно, но требует доверия к остаткам. Пока остатки расходятся с полкой, автозаказ повторит ошибку быстрее человека.
Динамическое ценообразование меню. Работает в доставке, в зале упирается в печатное меню и в ожидания гостя.
«ИИ-управляющий», который всё решает сам. Решение о поставщике, цене и людях остаётся за человеком - и должно остаться.
Признак, по которому это различают
Задайте решению вопрос про конкретную цифру вашего ресторана и попросите показать, откуда она взялась. Рабочее решение называет документ, строку и дату. Демонстрация отвечает абзацем общих слов.
Второй признак - что происходит, когда данных не хватает. Рабочее решение говорит «у этой позиции нет техкарты» и выносит её отдельно. Демонстрация подставляет среднее и уверенно показывает красивый график.
С чего начинать
Собрать документы в одно место: почта поставщиков, электронные счета, фотографии накладных.
Привести номенклатуру и единицы к одному виду - без этого любая цифра будет спорной.
Включить проверки на потоке: цена против истории, единицы, дубликаты.
И только потом подключать ассистента: ему уже будет что читать.
Порядок обратный привычному: сначала данные, потом ИИ. Как это выглядит по шагам - на странице «Как это работает».
Оцифровка накладныхФудкостС чего начать внедрение ИИ в ресторане?
С данных, а не с модели. Соберите документы поставщиков в одно место и приведите номенклатуру к одному виду. Пока этого нет, любой ассистент будет отвечать общими словами.
Заменит ли ИИ управляющего или бухгалтера?
Нет. ИИ закрывает ручную работу - чтение документов, сверку, пересчёт. Решения о поставщике, цене и людях остаются за человеком.
Как проверить, что решение работает, а не выглядит работающим?
Спросите про конкретную цифру и попросите показать источник. Рабочее решение назовёт документ, строку и дату.