A vendéglátás világában létezik egy rejtett költség, amely soha nem jelenik meg önálló tételként az eredménykimutatásban, mégis több profitot emészt fel, mint szinte bármely más tényező. Én ezt A találgatási adónak hívom.
Ez az ára annak, amikor a konyhafőnök harminc extra rostélyost vesz ki a fagyasztóból, mert „napsütéses péntek van”, de egy hirtelen vihar mindenkit otthon tart. Ez az ára annak, amikor az üzletvezető öt felszolgálót oszt be egy keddi műszakra, ahol összesen tíz vendég érkezik – vagy ami még rosszabb, két felszolgálót oszt be, amikor egy helyi színházi csoport váratlanul beugrik az előadás után.
Évek óta elfogadjuk ezt az ingadozást, mint a „szakma velejáróját”. Tavaly azonban együtt dolgoztam egy öt egységből álló független étteremcsoporttal, amely úgy döntött, hogy eleget fizetett már a találgatási adóból. Azáltal, hogy bevezették a széles körben a legjobb AI-eszközöknek tartott megoldásokat a vendéglátásban, nem csupán finomhangolták a haszonkulcsukat, hanem alapjaiban tervezték újra konyháik és éttermi tereik működését. Az eredmények megdöbbentőek voltak: 40%-os csökkenés az élelmiszer-pazarlásban és 100%-os növekedés az ötcsillagos vélemények számában hat hónapon belül.
A találgatási adó anatómiája
💡 Szeretné, hogy Penny elemezze vállalkozását? Feltérképezi, hogy a mesterséges intelligencia mely szerepeket helyettesítheti, és szakaszos tervet készít. Indítsa el az ingyenes próbaidőszakot →
Mielőtt megvizsgálnánk a megoldást, meg kell értenünk, miért ennyire tartós ez a probléma. A legtöbb vendéglátóipari vállalkozás „intuitív előrejelzés” alapján működik. Az üzletvezető megnézi a tavalyi eladásokat, ellenőrzi a helyi időjárás-alkalmazást, és megérzés alapján dönt.
Az emberi intuíció kiváló egy szósz fűszerezéséhez, de csapnivaló a többváltozós adatok feldolgozásában. Egy ember nem képes egyszerre kiszámítani, hogy egy délután 3 órás esőzés, egy közeli középiskolai ballagás és a helyi élelmiszerárak 12%-os emelkedése hogyan befolyásolja majd a Caesar-saláták iránti keresletet egy csütörtök este. Az AI képes rá.
Amikor az intuíció kudarcot vall, beleesünk a Szórás csapdájába. Ilyenkor az operatív valóság olyan vadul ingadozik, hogy a személyzet vagy unatkozik (ami magas bérköltséghez vezet), vagy túlterhelt (ami rossz szervizhez vezet). Ez az étteremcsoport csapdába esett. Az élelmiszer-pazarlásuk a teljes készlet 12%-a körül mozgott, a véleményeik pedig hullámvasútszerűek voltak: a „Kiváló étel, de egy órát vártunk” és az „Üres étterem, kínos volt a hangulat” között váltakoztak.
Az előkészítési probléma megoldása: Prediktív készletkezelés
Átalakulásuk első pillére a statikus előkészítési listákról a Prediktív előkészítésre való áttérés volt.
A hagyományos előkészítési listák minimum készletszinteken alapulnak – azon az élelmiszermennyiségen, amelynek mindig készen kell lennie. A probléma? A készletszintek statikusak, a kereslet viszont dinamikus. AI-alapú kereslet-előrejelző eszközök használatával a csoport 48 órás kitekintés alapján kezdte el generálni az előkészítési igényeket. Ezek az eszközök feldolgozzák a korábbi értékesítési adatokat, a helyi eseményeket és a részletes időjárási mintákat, hogy pontosan megjósolják, hány adag fogy majd az étlap egyes elemeiből.
Azáltal, hogy szűkítették a szakadékot az előkészített és a ténylegesen megrendelt ételek között, 40%-os csökkenést értek el a romlandó áruk veszteségében. Tekintse meg az élelmiszer-pazarlás csökkentéséről szóló útmutatónkat ezen rendszerek alapvető működésének mélyebb megismeréséhez. A séfek, akik kezdetben szkeptikusak voltak, gyorsan rájöttek, hogy a pontosabb előkészítési lista kevesebb felesleges munkát és tisztább, hatékonyabb konyhai folyamatokat jelent.
A munkaerő-beosztási küzdelem megoldása: A kereslet és a munkaerő egyensúlya
A második pillér a „fáradt felszolgáló” visszacsatolási kör kezelése volt. Ha egy étterem alultervezett, a szerviz lelassul, a hibák száma nő, az értékelések pedig zuhannak. Ha túltervezett, a haszonkulcs elvész a feleslegesen kifizetett munkaórákon.
Az automatizált munkaerő-beosztási megoldások révén a csoport olyan beosztásokat kezdett készíteni, amelyek tükrözték a jósolt keresleti görbéket. A „standard” műszakok helyett a „flexibilis” ütemezésre tértek át.
Ez 100%-os növekedést eredményezett a pozitív vélemények számában. Miért? Mert az éttermet soha nem érte váratlanul a forgalom. Minden alkalommal, amikor roham volt, az AI már három nappal korábban megjósolta azt, és a megfelelő számú segítő kéz állt rendelkezésre. A személyzet morálja javult, mert nem hajtották túl magukat, de nem is álltak négy órán át poharakat polírozva.
A legjobb AI-eszközök kiválasztása a vendéglátásban
Ha ezeket az eredményeket szeretné megismételni, meg kell értenie, hogy a „legjobb” eszközök nem azok, amelyek a legtöbb funkcióval rendelkeznek, hanem azok, amelyek a legmélyebben integrálódnak a meglévő értékesítési (POS) és készletkezelő rendszereibe.
A legjobb AI-eszközök a vendéglátásban értékelésekor három konkrét képességet keresek:
- Többforrású adatbevitel: Az eszköz többet néz, mint a múltbeli eladásokat? Be kell hívnia a helyi eseménynaptárakat, az időjárást, sőt a regionális gazdasági mutatókat is.
- Részletes előrejelzés: Képes 15 perces intervallumokban megjósolni a keresletet? Ez kulcsfontosságú a munkaerő-beosztáshoz.
- Végrehajtható kimenetek: Csak egy grafikont ad, vagy pontosan megmondja a séfnek, hány kiló csirkét rendeljen?
Sok vállalkozás számára az út a hardverrel és az infrastruktúrával kezdődik. Nem tudja nyomon követni azt, amit nem mér, és a vendéglátóipari berendezések költségeinek megértése a kibocsátás összefüggésében létfontosságú első lépés a konyha modernizálása felé.
A 90/10-es szabály a konyhában
Ahogy gyakran mondom ügyfeleimnek, az AI célja a vendéglátásban nem az étterem „lelkének” felváltása. Én ezt a vendéglátási AI 90/10-es szabályának hívom.
Az AI-nak kell kezelnie az üzlet azon 90%-át, amely logikus, ismétlődő és adatvezérelt – a rendelést, az ütemezést, az előkészítés-előrejelzést és az alapvető ügyfélkérdéseket. Ez felszabadítja az emberi csapatot, hogy arra a 10%-ra összpontosíthasson, ami valójában számít: a vendéglátásra.
Amikor az üzletvezető nem egy táblázat felett görnyedve próbálja kitalálni, miért 35% a bérköltség, akkor a vendégtérben lehet, beszélget a vendégekkel, és biztosítja a tökéletes hangulatot. Valójában innen származik a vélemények 100%-os javulása. Az AI nem a szolgáltatást nyújtotta; hanem megteremtette a feltételeket ahhoz, hogy az emberek kiváló szolgáltatást nyújthassanak.
Hol kezdjük?
Ha jelenleg Ön is fizeti a találgatási adót, ne próbáljon meg mindent egyszerre automatizálni.
- Auditálja a pazarlást: Egy héten keresztül kövesse nyomon pontosan, mi kerül a kukába és miért.
- Kapcsolja össze az adatait: Győződjön meg róla, hogy a POS rendszere kommunikál a készletkezelő rendszerével.
- Kezdje egyetlen funkcióval: Általában az előkészítés-előrejelzés kínálja a leggyorsabb megtérülést.
AI-központú vállalkozóként ezt a mintát látom minden szektorban: azok a győztesek, akik abbahagyják a találgatást, és elkezdik használni a már birtokukban lévő adatokat. A vendéglátásban ez az átállás már nem luxus – hanem a túlélés feltétele. A technológia adott, a költségek alacsonyabbak, mint gondolná, a profit pedig ott vár a kukákban és a túlszervezett műszakokban, hogy visszakövetelje azt.