Minden étteremtulajdonos ismeri a péntek esti „munkaerő-krízist”. Ez az a pontos pillanat este 7:45 körül, amikor a konyha három rendelésnyi lemaradásban van, a felszolgálókon látszik a feszültség, Ön pedig azon tűnődik, vajon nem kellett volna-e még két kisegítőt felvennie – még akkor is, ha a bérköltségeket nem tudná kitermelni. De elég időt töltöttem a számok elemzésével ahhoz, hogy tudjam: a probléma nem az emberhiány, hanem az előrelátás hiánya. Amikor a legjobb vendéglátóipari AI-eszközöket keressük, nem csupán csillogó kütyüket várunk; olyan módszert keresünk, amellyel a reaktív irányítás helyett átléphetünk a prediktív, előrejelzéseken alapuló menedzsmentbe.
Nemrég egy közepes méretű bisztrócsoporttal dolgoztam, amely egyszerre küzdött a magas bérköltségekkel és a munkaerőhiány érzetével. Csapdába estek abban, amit én reaktív beosztási csapdának hívok – vagyis a „biztonság kedvéért” történő túlfoglalkoztatás szokásában, mivel az előrejelzéseik megérzéseken, nem pedig adatokon alapultak. Egy mesterséges intelligencia által vezérelt műveleti eszköztár bevezetésével sikerült 30%-kal növelniük a vendégszámot anélkül, hogy egyetlen új munkatársat is felvettek volna. Íme, hogyan csinálták, és hogyan definiálja újra az AI jelenlegi környezete a hatékony és nyereséges konyha fogalmát.
A reaktív beosztási csapda: Miért nem menti meg a létszámnövelés?
💡 Szeretné, hogy Penny elemezze vállalkozását? Feltérképezi, hogy a mesterséges intelligencia mely szerepeket helyettesítheti, és szakaszos tervet készít. Indítsa el az ingyenes próbaidőszakot →
A forgalmas időszakokra adott hagyományos válasz a létszám növelése a beosztásban. A 2024 utáni gazdaságban azonban ez egy vesztes játszma. A növekvő minimálbérek és a szakképzett vendéglátóipari munkaerő valódi hiánya között a „dobjunk rá több embert” stratégia a leggyorsabb út a árrés felemésztéséhez.
Amikor a legjobb vendéglátóipari AI-eszközökről beszélünk, valójában két konkrét probléma megoldásáról van szó: a prediktív előkészítésről és a dinamikus időbeosztásról.
A legtöbb étterem a 90/10-es szabály szerint működik: az operatív stressz 90%-a a szervizidő 10%-ából származik. Ha képes az AI segítségével megoldani ezt a 10%-nyi kritikus időszakot, a hét többi része már magától működik. Láthatja, hogyan alakulnak át ezek a hatékonyságnövelő lépések közvetlen profittá vendéglátóipari megtakarítási útmutatónkban.
Esettanulmány: A 30%-os forgalomnövekedés
Az említett bisztrócsoport péntek esténként körülbelül 400 vendéget szolgált ki két helyszínen. Úgy érezték, elérték a kapacitásuk határát. A vendégek túl sokat vártak az italokra, az asztalforgási idő pedig megrekedt 95 percnél.
Nem vásároltunk új sütőket és nem bővítettük az éttermet. Az adatokkal kezdtük.
1. lépés: Prediktív kereslet-előrejelzés
Az AI nem csak azt nézi, mit csinált Ön múlt pénteken. Figyelembe veszi az időjárást, a helyi eseményeket, a forgalmi mintákat és a korábbi foglalási trendeket. Olyan eszközökkel, mint a Tenzo vagy a Venga, a bisztró rájött, hogy a „csúcsidő” nem egyetlen 19 órai tetőzés volt, hanem apró mikro-csúcsok sorozata, amelyeket a helyi színházi előadások vége generált.
Ezen mikro-csúcsok azonosításával nem több személyzetre volt szükségük, hanem arra, hogy a meglévő személyzet különböző időpontokban más-más feladatokat lásson el. Ez az „előrejelzés-alapú konyha” modellje. Amikor az AI 15%-os keresletnövekedést jósolt egy napsütéses este és egy helyi fesztivál miatt, a konyha ennek megfelelően végezte az előkészületeket.
2. lépés: AI-vezérelt beosztáskezelés
Ha már rendelkezik előrejelzéssel, ahhoz illeszkedő beosztásra van szüksége. A hagyományos tervező szoftverek csak digitális naptárak. Az AI-alapú ütemezés, mint a 7shifts vagy a Planday, gépi tanulást használ az optimális létszám javaslatára minden 15 perces idősávhoz.
Az AI észlelte, hogy 15:00 és 17:00 között egy fővel túlterveztek, míg 18:30 és 20:00 között két fő hiányzott. Ezen órák átcsoportosításával – nem pedig növelésével – az étterem kiegyensúlyozta a szervizt. A stresszszint csökkent, és mivel a személyzet nem volt folyamatosan „elúszva”, átlagosan 12 perccel gyorsabban tudták forgatni az asztalokat. Ebből a 12 perces megtakarításból származott az extra 30%-nyi vendég.
A beosztáson túl: A „láthatatlan” megtakarítások
Bár a munkaerő a legnagyobb költség, nem ez az egyetlen terület, ahol az AI segíthet. Gyakran beszélünk a tárgyi eszközökről – a vendéglátóipari berendezések költségei amúgy is magasak –, ezért az árrés védelme készletkezelő AI-val kritikus fontosságú.
A „frissességi delta” egy fogalom, amelyet arra használok, hogy leírjam a megrendelt és a ténylegesen eladott áruk közötti különbséget. Az olyan AI-eszközök, mint az Afresh vagy a Winnow, figyelik a pazarlási mintákat. Esettanulmányunkban az AI észrevette, hogy a konyha túl sok díszítést és bizonyos fehérjéket készített elő a hétvégére. Az AI-előrejelzés alapján szigorított előkészítési lista révén a bisztró 18%-kal csökkentette az élelmiszerpazarlást.
Ez nem csak néhány kiló paradicsom megspórolásáról szól. Arról a munkaerőről is szó van, amely ezen paradicsomok előkészítéséhez szükséges. Ha a csapata hetente 4 órát tölt olyan ételek előkészítésével, amelyek a kukában végzik, az 4 olyan óra, amit nem a vendégélmény javításával vagy takarítással töltenek.
A legjobb AI-eszközök a vendéglátásban: Hol kezdjük?
Ha ezeket az eredményeket szeretné megismételni, nincs szüksége Silicon Valley-szintű költségvetésre. Fokozatos megközelítésre van szükség.
1. Az adatréteg (Az „agy”)
Ne használjon többé Excelt az értékesítési jelentésekhez. Olyan eszközre van szüksége, amely integrálja a POS (értékesítési pont) rendszert a munkaerővel és a készlettel.
- Javasolt: Tenzo vagy Lightspeed Insights. Ezek az eszközök aggregálják az adatokat, és az „igazság egyetlen forrását” biztosítják.
2. Az ütemezési réteg (A „pulzus”)
Váltson olyan platformra, amely az értékesítési előrejelzések alapján automatikus beosztást kínál.
- Javasolt: 7shifts vagy Planday. A cél itt az, hogy a vezetők beosztással töltött idejét heti 4 óráról 15 percre csökkentsük. Ha még mindig manuálisan csinálja, hatalmas „adminisztrációs adót” fizet – nézze meg az AI és a manuális bérszámfejtési szolgáltatások összehasonlítását, hogy lássa, hogyan adódnak össze ezek a költségek.
3. A vendégréteg (Az „arc”)
Az AI-vezérelt foglalási rendszerek, mint a SevenRooms vagy az OpenTable (annak újabb AI funkcióival), döbbenetes pontossággal képesek megjósolni a meg nem jelenéseket (no-show). Ez lehetővé teszi, hogy a nagy valószínűségű no-show estéken enyhén túlfoglalja az asztalokat, biztosítva a folyamatos telítettséget.
Radikális őszinteség: Amit az AI nem tud (még)
Én fogom elsőként megmondani, hogy az AI nem fog tökéletes medium-rare steaket sütni, és nem fogja kezelni a dühös vendéget, aki hajszálat talált a levesében. A vendéglátás emberközpontú üzlet, és az is marad.
Azonban azok a vállalkozások nyernek most, amelyek az AI-t a számítási nehézségek kezelésére használják. Az emberek nem túl jók abban, hogy kiszámítsák a 30%-os esélyű eső hatását a Pinot Grigio eladásaira. Az AI ebben zseniális.
Amikor a „gondolkodási” feladatokat kiszervezi az AI-nak, felszabadítja embereit az „érzelmi” feladatokra. Ez a titka a vendégszám 30%-os növekedésének. Nem az AI dolgozott keményebben; az AI tette lehetővé a személyzet számára, hogy jobban dolgozzanak.
Összegzés: A hatékony vendéglátás útiterve
Ha érzi a péntek esti nyomást, ne az álláshirdetéseket nézegesse. Nézze az adatait.
- Auditálja a jelenlegi előrejelzéseit. Milyen gyakran közelítik meg az előrejelzései 5%-os hibahatáron belül a tényleges eladásokat? Ha a válasz „ritkán”, prediktív eszközre van szüksége.
- Vizsgálja meg a „holt zónákat”. Azonosítsa azokat az órákat, amikor a személyzet tétlenül áll, és azokat, amikor elúsznak a munkával. Az AI-alapú beosztás áthidalja ezt a szakadékot.
- Mérje az asztalforgási időt. Az asztalforgási idő 10 perces csökkentése gyakran többet ér, mint az átlagos költés £5-os növekedése.
Az átalakulásra nyitva álló ablak lassan bezárul. Versenytársai már elkezdték használni ezeket az eszközöket a rezsiköltségek csökkentésére és versenyképesebb árak kínálására. A kérdés nem az, hogy az AI-nak helye van-e a konyhában – hanem az, hogy Ön fogja használni, vagy Önt fogják legyőzni vele.