Đối với hầu hết các quản lý trong ngành dịch vụ lưu trú và ăn uống (hospitality), chiều Chủ Nhật không phải là thời gian để nghỉ ngơi. Đó là thời gian cho "Vũ điệu Phân ca". Bạn ngồi với một bảng tính trong tay và cảm tính ở tay kia, cố gắng đoán xem mình sẽ cần bao nhiêu phục vụ cho thứ Năm tới. Nếu bạn bố trí thiếu nhân sự, đánh giá trên Google Reviews của bạn sẽ tụt dốc và đội ngũ của bạn sẽ kiệt sức. Nếu bạn bố trí thừa nhân sự, bạn sẽ thấy biên lợi nhuận của mình bốc hơi dưới dạng ba người đứng không và lau những chiếc ly vốn đã sạch.
Tôi đã dành nhiều thời gian để xem xét sổ sách của các tập đoàn nhà hàng độc lập và chuỗi khách sạn. Có một mô hình lặp lại mà tôi gọi là Biên an toàn Cảm xúc (The Emotional Safety Margin). Đó là khoản chi phí nhân sự tăng thêm 15-20% mà các quản lý đưa vào bảng phân ca chỉ vì họ sợ bị rơi vào tình trạng thiếu người. Khi không có dữ liệu, bạn đang mua bảo hiểm bằng chính quỹ lương của mình.
Gần đây, tôi đã làm việc với một tập đoàn hospitality quy mô trung bình đã quyết định ngừng việc đoán mò. Bằng cách tích hợp dữ liệu bên ngoài—mô hình thời tiết, lịch trình các buổi hòa nhạc địa phương, và thậm chí cả sự gián đoạn giao thông công cộng—vào việc lập lịch trình, họ đã đạt được mức giảm 30% chi phí nhân sự mà không phải sa thải bất kỳ ai hay bắt đội ngũ của họ làm việc vất vả hơn. Họ chỉ đơn giản là ngừng trả tiền cho phương án "đề phòng". Để đạt được điều đó, họ phải xác định được các công cụ AI tốt nhất cho ngành hospitality và chuyển đổi tư duy từ phản ứng sang dự đoán.
Vấn đề: Tại sao Bảng phân ca đang lừa dối bạn
💡 Muốn Penny phân tích doanh nghiệp của bạn? Cô vạch ra những vai trò mà AI có thể thay thế và xây dựng kế hoạch theo từng giai đoạn. Bắt đầu dùng thử miễn phí →
Việc lập lịch trình hospitality truyền thống dựa trên quy tắc "Năm ngoái Cộng hoặc Trừ". Bạn nhìn vào những gì bạn đã làm vào ngày này năm ngoái và điều chỉnh đôi chút. Nhưng năm ngoái trời không mưa vào thứ Ba, và không có buổi hòa nhạc 20.000 người của Harry Styles cách đó ba dãy nhà.
Khi các quản lý sử dụng các công cụ tĩnh, họ rơi vào Bẫy Bảng phân ca Phản ứng (The Reactive Roster Trap). Đây là nơi mức độ nhân sự được thiết lập dựa trên mức trung bình lịch sử vốn không có mối liên hệ nào với nhu cầu thực tế của ngày hôm đó. Kết quả là "Dư thừa Ca làm" (Shift Bloat)—một sự rò rỉ vốn chậm chạp và vô hình. Hầu hết các chủ sở hữu chấp nhận điều này như là "chi phí kinh doanh", nhưng trong thời đại chi phí thực phẩm tăng cao và biên lợi nhuận eo hẹp, đó thực chất là một lựa chọn để mất tiền.
Thông tin chuyên sâu: Tổng hợp dữ liệu thay vì Trực giác con người
Tôi thường nói với khách hàng của mình rằng một quản lý con người rất xuất sắc trong lĩnh vực hospitality nhưng lại rất tệ trong việc tính toán đa biến. Để xây dựng một bảng phân ca hoàn hảo, bạn cần cân nhắc ít nhất năm yếu tố bên ngoài luôn biến động:
- Thời tiết siêu địa phương: Nhiệt độ giảm 2 độ có thể khiến đám đông chuyển từ sân hiên ngoài trời vào sảnh trong nhà, làm thay đổi tỷ lệ nhân viên trên số bàn cần thiết ngay lập tức.
- Sự kiện chồng lấp: Lịch trình sân vận động địa phương, các buổi biểu diễn sân khấu và thậm chí cả kỳ nghỉ học tạo ra những "đỉnh điểm nhu cầu" mà dữ liệu lịch sử thường bỏ lỡ.
- Logistics vận tải: Nếu tuyến tàu điện ngầm chính hoặc đường cao tốc gần địa điểm của bạn bị đóng cửa để bảo trì, lượng khách ghé thăm "dự kiến" của bạn sẽ giảm 25%.
- Tâm lý và sự mệt mỏi của nhân viên: AI không chỉ nhìn vào doanh số; nó nhìn vào việc ai đã làm ba ca gãy liên tiếp và có khả năng sẽ phục vụ chậm hơn hoặc xin nghỉ ốm.
- Hoạt động của đối thủ cạnh tranh: Quán pub đối diện có đang chạy một chương trình khuyến mãi lớn không? Điều đó ảnh hưởng đến tỷ lệ khách vãng lai của bạn.
Tập đoàn mà tôi làm việc cùng nhận ra rằng không một con người nào, dù giàu kinh nghiệm đến đâu, có thể tổng hợp các biến số này trên sáu địa điểm vào lúc 4 giờ chiều Chủ Nhật. Họ cần một hệ thống có thể làm điều đó. Để tìm hiểu sâu hơn về cách các động lực này diễn ra trong các phân khúc cụ thể, hãy xem hướng dẫn tiết kiệm nhân sự ngành hospitality của chúng tôi.
Sự chuyển đổi: Chuyển sang Nhân sự Dự đoán
Chúng tôi bắt đầu bằng việc kiểm tra hệ thống công nghệ hiện tại của họ. Họ đang sử dụng một dịch vụ tính lương tiêu chuẩn chỉ làm được những việc cơ bản nhưng không đưa ra được dự báo nào. (Nhân tiện, nếu bạn đang trả quá cao cho việc xử lý hành chính cơ bản, bạn nên xem bản phân tích của chúng tôi về chi phí dịch vụ lương để xem số tiền đó có thể được chi tiêu tốt hơn vào AI ở đâu).
Để khắc phục tình trạng dư thừa ca làm, chúng tôi đã triển khai Vòng lặp Bảng phân ca Dự đoán ba cấp độ:
Bước 1: Thu thập dữ liệu
Thay vì chỉ cung cấp cho phần mềm lập lịch trình "Doanh số trong quá khứ", chúng tôi đã kết nối nó với các API cho thời tiết địa phương và lịch trình của Eventbrite/Ticketmaster. Điều này đã tạo ra một "Dự báo nhu cầu" chính xác đến 92% trong tối đa 10 ngày tới.
Bước 2: Tích hợp các công cụ AI tốt nhất cho Hospitality
Chúng tôi đã chuyển họ sang các nền tảng như 7shifts và Planday, nhưng có một sự thay đổi. Chúng tôi đã sử dụng một lớp phần mềm trung gian AI để lấy "Dự báo nhu cầu" và tự động soạn thảo một bảng phân ca đề xuất. Điều này đã chuyển vai trò của quản lý từ việc tạo ra bảng phân ca sang việc kiểm duyệt nó.
Bước 3: Linh hoạt trong thời gian thực
Nếu AI phát hiện một thay đổi đột ngột (ví dụ: một cơn bão bất chợt hoặc một cuộc đình công giao thông), nó sẽ thông báo cho quản lý ba giờ trước ca làm việc, gợi ý họ "cắt giảm" một người hoặc yêu cầu một người khác đến sớm hơn. Đây là sự khác biệt giữa mức tiết kiệm 30% và mức tiết kiệm 5%.
Quy tắc 90/10 trong thực tế
Sự chuyển đổi này là một ví dụ hoàn hảo về Quy tắc 90/10: AI xử lý 90% việc tổng hợp dữ liệu rập khuôn (dự báo và soạn thảo ban đầu), để lại cho quản lý 10% cuối cùng—các quyết định mang tính con người.
Liệu một nhân viên cụ thể có cần nghỉ một buổi chiều cụ thể cho việc gia đình không? AI sẽ không luôn biết được bối cảnh cảm xúc, nhưng nó sẽ cho quản lý biết chính xác chi phí của sự điều chỉnh đó là bao nhiêu xét về mặt độ bao phủ nhân sự. Khi AI đảm nhận phần "cái gì", con người có thể tập trung vào phần "ai". Cách tiếp cận này tương tự như cách chúng tôi đã thấy hiệu quả tăng lên trong các lĩnh vực khác, chẳng hạn như logistics thực phẩm và đồ uống, nơi thời gian dự đoán là tất cả.
Kết quả: Những con số không biết nói dối
Sau sáu tháng, kết quả của tập đoàn hospitality này rất rõ rệt:
- Tổng chi phí nhân sự: Giảm 30% trên toàn tập đoàn.
- Giữ chân nhân viên: Thực tế đã tăng lên. Nhân viên báo cáo ít căng thẳng hơn vì họ không bị quá tải khi thiếu người, và họ không bị cho về sớm (mất thu nhập) vì quản lý phân ca quá dư.
- Thời gian của quản lý: Giảm từ 6 giờ lập bảng phân ca mỗi tuần xuống còn 45 phút xem xét.
Góc nhìn của Penny: Ngừng trả "Thuế không chắc chắn"
Nếu chi phí nhân sự của bạn cao hơn 30% doanh thu, bạn không chỉ đang trả lương cho nhân viên—bạn đang trả một khoản Thuế không chắc chắn (Uncertainty Tax). Bạn đang trả tiền cho việc bạn không biết điều gì sẽ xảy ra vào thứ Ba tới.
AI dự đoán trong ngành hospitality không phải là để thay thế "linh hồn" của một nhà hàng. Đó là về việc đảm bảo linh hồn đó không bị phá sản vì một lỗi bảng tính. Các công cụ AI tốt nhất cho ngành hospitality là những công cụ ẩn mình vào nền tảng và chỉ đơn giản là cung cấp cho bạn đúng số lượng người vào đúng thời điểm.
Bắt đầu từ đâu
Nếu bạn đang cảm thấy gánh nặng của tình trạng "Dư thừa Ca làm", hãy bắt đầu từ đây:
- Kiểm tra "Biên an toàn" của bạn: Nhìn lại bảng phân ca bốn tuần gần nhất của bạn. Đã bao nhiêu lần bạn cho ai đó về sớm? Đã bao nhiêu lần nhân viên đứng không? Đó chính là mục tiêu tiết kiệm của bạn.
- Tích hợp một biến số bên ngoài: Bạn không cần một bộ AI đầy đủ ngay từ ngày đầu tiên. Hãy bắt đầu bằng cách xem xét thời tiết và các sự kiện địa phương trước khi bạn nhấn nút "xuất bản" bảng phân ca tiếp theo.
- Đánh giá hệ thống của bạn: Nếu phần mềm lập lịch trình hiện tại của bạn không cho phép tích hợp API hoặc dự báo hỗ trợ bởi AI, nó đang làm bạn tốn kém hơn nhiều so với phí thuê bao hàng tháng.
Hiệu quả không phải là làm việc vất vả hơn; đó là biết chính xác có bao nhiêu việc phải làm trước khi cánh cửa mở ra. Dữ liệu đã có sẵn ở đó. Bạn có đang sử dụng nó không?