Svaki vlasnik restorana poznaje „udar osoblja” petkom navečer. To je onaj točan trenutak oko 19:45 kada kuhinja kasni s tri narudžbe, osoblje u sali se vidno znoji, a vi se pitate jeste li trebali zaposliti još dva pomoćnika – iako si ne možete priuštiti dodatne troškove plaća. No, proveo sam dovoljno vremena analizirajući brojke da bih znao da problem nije nedostatak ljudi, već nedostatak predviđanja. Kada tražimo najbolje AI alate za ugostiteljstvo, ne tražimo samo sjajne nove uređaje; tražimo način da prestanemo upravljati reaktivno i počnemo upravljati prediktivno.
Nedavno sam surađivao sa srednje velikom grupom bistroa koja se gušila u troškovima rada, a istovremeno se osjećala potkapacitirano. Bili su zarobljeni u onome što nazivam Zamka reaktivnog rasporeda – navici prekomjernog planiranja osoblja „za svaki slučaj” jer se njihovo predviđanje temeljilo na intuiciji, a ne na podacima. Implementacijom skupa operativnih alata vođenih umjetnom inteligencijom, uspjeli su povećati broj gostiju za 30 % bez zapošljavanja ijednog dodatnog člana osoblja. Evo kako su to učinili i kako trenutni krajolik AI tehnologije redefinira što znači voditi vitku, profitabilnu kuhinju.
Zamka reaktivnog rasporeda: Zašto vas veći broj ljudi neće spasiti
💡 Želite da Penny analizira vaše poslovanje? Ona mapira koje uloge AI može zamijeniti i gradi plan u fazama. Započnite besplatno probno razdoblje →
Tradicionalni odgovor na gužvu u servisu je dodavanje više ljudi u raspored. No, u ekonomiji nakon 2024. godine, to je igra u kojoj gubite. Između rastućih minimalnih plaća i stvarnog nedostatka kvalificiranih talenata u ugostiteljstvu, strategija „rješavanja problema brojem ljudi” najbrži je put do uništavanja vaših marži.
Kada govorimo o najboljim AI alatima za ugostiteljstvo, zapravo govorimo o rješavanju dva specifična problema: prediktivnoj pripremi i dinamičkom planiranju rasporeda.
Većina restorana radi prema pravilu 90/10: 90 % njihovog operativnog stresa dolazi iz 10 % sati pružanja usluge. Ako možete upotrijebiti ChatGPT ili specijalizirani AI za rješavanje tog udara od 10 %, ostatak tjedna će se pobrinuti sam za sebe. Možete vidjeti kako se ove promjene u učinkovitosti izravno odražavaju na neto dobit u našem vodiču za uštede u ugostiteljstvu.
Studija slučaja: Povećanje broja gostiju od 30 %
Grupa bistroa koju sam spomenuo imala je otprilike 400 gostiju petkom navečer na dvije lokacije. Osjećali su da su dosegli kapacitet. Gosti su predugo čekali na pića, a vrijeme izmjene gostiju za stolovima stagniralo je na 95 minuta.
Nismo kupili nove pećnice niti proširili blagovaonicu. Krenuli smo s podacima.
1. korak: Prediktivno predviđanje potražnje
AI ne gleda samo ono što ste radili prošlog petka. On analizira vremensku prognozu, događanja na lokalnim stadionima, obrasce prometa i povijesne trendove rezervacija. Koristeći alate kao što su Tenzo ili Venga, bistro je shvatio da njihov „udar” zapravo nije bio vrhunac u 19 sati – bio je to niz mikro-vrhunaca potaknutih završetkom lokalnih kazališnih predstava.
Identificiranjem tih mikro-vrhunaca, nije im trebalo više osoblja; trebalo im je da njihovo osoblje radi različite stvari u različito vrijeme. To je model Kuhinje s fokusom na prognoziranje. Kada je AI predvidio porast potražnje od 15 % zbog sunčanog večera i lokalnog festivala, kuhinja se pripremila drugačije.
2. korak: Upravljanje rasporedom pomoću AI-ja
Nakon što imate prognozu, potreban vam je raspored koji joj odgovara. Tradicionalni softver za planiranje samo je digitalni kalendar. AI planiranje, poput alata 7shifts ili Planday, koristi strojno učenje kako bi predložilo optimalan broj osoblja za svaki termin od 15 minuta.
Sustav je uočio da su imali previše osoblja (jednu osobu viška) između 15:00 i 17:00, ali premalo osoblja (dvije osobe manjka) između 18:30 i 20:00. Pomicanjem tih sati – a ne njihovim dodavanjem – restoran je ujednačio uslugu. Razina stresa je pala, a budući da osoblje nije stalno bilo „u gužvi”, uspjeli su ubrzati izmjenu stolova u prosjeku za 12 minuta. Ta ušteda od 12 minuta omogućila je onih dodatnih 30 % gostiju.
Izvan rasporeda: „Nevidljive” uštede
Iako je radna snaga najveći trošak, to nije jedino što AI može dotaknuti. Često govorimo o fizičkoj imovini – troškovi ugostiteljske opreme su sami po sebi dovoljno visoki – pa je zaštita tih marži putem AI-ja za inventar kritična.
Delta svježine je koncept koji koristim za opisivanje jaza između onoga što naručite i onoga što zapravo prodate. AI alati poput Afresh ili Winnow prate obrasce otpada. U našoj studiji slučaja, AI je primijetio da kuhinja prekomjerno priprema priloge i određene proteine za vikend. Sužavanjem popisa za pripremu na temelju AI prognoze, bistro je smanjio otpad od hrane za 18 %.
Ovdje se ne radi samo o uštedi nekoliko kilograma rajčice. Radi se o radu potrebnom za pripremu tih rajčica. Ako vaš tim troši 4 sata tjedno pripremajući hranu koja završi u kanti, to su 4 sata koja ne provode poboljšavajući iskustvo gostiju ili čisteći.
Najbolji AI alati za ugostiteljstvo: Odakle početi
Ako želite ponoviti ove uspjehe, ne trebate proračun iz Silicijske doline. Treba vam fazni pristup.
1. Sloj podataka („Mozak”)
Prestanite koristiti Excel za izvještaje o prodaji. Treba vam alat koji integrira vaš POS (blagajnu) s radnom snagom i inventarom.
- Preporučeno: Tenzo ili Lightspeed Insights. Ovi alati prikupljaju vaše podatke i daju vam „jedinstvenu verziju istine”.
2. Sloj planiranja („Puls”)
Prijeđite na platformu koja nudi „automatsko planiranje” na temelju prognoza prodaje.
- Preporučeno: 7shifts ili Planday. Cilj je smanjiti vrijeme koje menadžeri troše na rasporede s 4 sata tjedno na 15 minuta. Ako to još uvijek radite ručno, plaćate ogroman „porez na administraciju” – pogledajte našu usporedbu AI usluga i ručnog obračuna plaća kako biste vidjeli koliki su ti troškovi.
3. Sloj gostiju („Lice”)
Sustavi za rezervacije vođeni umjetnom inteligencijom, poput SevenRooms ili OpenTable (s novijim AI značajkama), mogu predvidjeti nedolaske (no-shows) sa zapanjujućom preciznošću. To vam omogućuje blagi overbooking u večerima s velikom vjerojatnošću nedolaska, osiguravajući da su vaša mjesta uvijek popunjena.
Radikalna iskrenost: Što AI ne može učiniti (još uvijek)
Prvi ću vam reći da AI neće ispeći savršen srednje pečeni odrezak niti se pozabaviti nezadovoljnim gostom koji je pronašao dlaku u juhi. Ugostiteljstvo je, i uvijek će biti, posao usmjeren na ljude.
Međutim, tvrtke koje trenutno pobjeđuju su one koje koriste AI za rješavanje teškog računalnog dijela posla. Ljudi su loši u izračunavanju utjecaja 30 % šanse za kišu na prodaju Pinot Grigija. AI je u tome briljantan.
Kada zadatke „razmišljanja” prepustite AI-ju, oslobađate svoje ljude za zadatke „osjećaja”. To je tajna povećanja broja gostiju za 30 %. Nije stvar u tome da je AI radio jače; stvar je u tome da je AI omogućio vašem osoblju da radi bolje.
Sažetak: Plan za vitko ugostiteljstvo
Ako osjećate pritisak petkom navečer, ne gledajte oglase za posao. Pogledajte svoje podatke.
- Revidirajte svoje trenutno prognoziranje. Koliko ste često unutar 5 % svoje stvarne prodaje? Ako je odgovor „rijetko”, potreban vam je prediktivni alat.
- Pogledajte svoje „mrtve zone”. Identificirajte sate u kojima osoblje besposleno stoji i sate u kojima se guši u poslu. AI planiranje će premostiti taj jaz.
- Mjerite vrijeme izmjene gostiju. Smanjenje vremena izmjene stola za 10 minuta često vrijedi više od povećanja prosječne potrošnje za £5.
Prozor za ovu transformaciju se zatvara. Vaši konkurenti već počinju koristiti ove alate kako bi smanjili svoje opće troškove i ponudili konkurentnije cijene. Pitanje nije pripada li AI u kuhinju – pitanje je hoćete li ga koristiti vi ili netko tko će vas zahvaljujući njemu istisnuti s tržišta.