Скопировать ссылку
Контроль производства и сервиса
Использование искусственного интеллекта в управлении сетью общепита очень многогранно. В первую очередь, мы используем ИИ (компьютерное зрение) для контроля производственных процессов на кухне. Видеомониторинг помогает нам определить соответствие процессов стандартам сети.
На кассах и в зале также внедрена система видео- и аудиомониторинга. Все, что говорят кассиры и другие сотрудники, транскрибируется и алгоритм выявляет соответствие их работы установленным скриптам, реагируя на ключевые слова и фразы.
Анализируя аудиопоток разговоров и видеозаписи обслуживания гостей, мы фиксируем не только соблюдение скриптов, но и слова приветствия, улыбку, доброжелательный настрой сотрудников. Мы даем обратную связь сотрудникам по результату анализа и вместе работаем над улучшением сервиса в ресторанах. Все это работает и на повышение возвратности гостей, и на повышение чека. Внедрение такого мониторинга позволило улучшить качество сервиса и увеличить продажи.
Также система видеомониторинга фиксирует состояние зала. Например, в зале у нас работают экраны для гостей. На них выводится меню и электронная очередь. Бывает, что техника ломается. Раньше мы должны были дождаться от сотрудников или гостей информации о том, что один из экранов не работает, терялось время. Сейчас система видеомониторинга сразу фиксирует поломку и сообщает о ней. Оператор системы оперативно реагирует на сообщение о неполадке и устраняет ее. Это тоже улучшение сервиса и качества обслуживания.
Прогнозирование продаж
Также мы используем ИИ в управлении продажами. Нашей сети 12 лет, мы собираем и анализируем данные с 2016-го года. За 7 лет у нас накопилась достаточно большая база данных. Это позволило нам обучить искусственный интеллект строить прогнозы.
На основе накопленных данных мы строим прогнозы продаж, прогнозы будущих выручек, в зависимости от сезона, от локации, от характера точки. Это позволяет нам планировать загрузку производственной части и потребность в персонале в конкретном ресторане.
Таким образом мы понимаем, чего ожидать завтра, через неделю, через месяц от того или иного ресторана или города в целом. И это, безусловно, нам помогает принимать правильные управленческие решения.
Управление складскими запасами
Следующий этап, над которым мы работаем — это автоматизация управления складскими запасами и заказ сырья. Этот инструмент пока не реализован ни у кого на нашем рынке. Сложность вызвана тем, что поставщиков сырья много и у них совершенно разный уровень цифровизации и автоматизации.
Контроль оборота сырья внутри предприятия у нас уже реализован. Благодаря этому мы выдаем техническое задание повару-заготовщику, пользуясь анализом трафика и прогнозом, рассчитанным искусственным интеллектом.
В итоге мы получаем тройной эффект. Во-первых, всегда свежее сырье. Повышается качество самого продукта, потому что используются всегда свежие ингредиенты. Например, овощи не лежат часами, не обветриваются, так как они заготавливаются на небольшой промежуток времени, максимум 2 часа. Во-вторых, сокращается количество списаний испорченного сырья, которое было заготовлено и не было использовано. И, в-третьих, увеличивается скорость отдачи, так как в те часы, когда мы знаем, что будет большой поток клиентов, мы заранее подготавливаем необходимое количество заготовок.
Алгоритм выдает задания повару-заготовщику интервалами, причем для каждого ресторана интервалы будут разными. Один ресторан работает в спальном районе, другой рядом с бизнес-центром, третий круглосуточный, четвертый с доставкой. Это совершенно разные рестораны и для каждого будет свое индивидуальное задание на каждый час. У нас порядка 200 позиций в меню, поэтому, подготовка имеет большое значение.
Оценка готовых блюд искусственным интеллектом
Также мы разрабатываем новый инструмент для оценки готовых блюд искусственным интеллектом. Оцениваться блюда будут по трем параметрам. Внешний вид, вес и температурный режим.
В зоне отдачи будет установлена система, состоящая из видеокамеры, весов и температурных датчиков. ИИ будет опознавать блюдо и сравнивать со стандартом. Если блюдо соответствует стандарту внешнего вида, веса и температурного режима, блюдо можно отдавать гостю. Это достаточно сложное сопоставление трех факторов. При несоблюдении хотя бы одного фактора, система не разрешит кассиру отдать блюдо.
Это хорошая возможность, представляемая искусственным интеллектом для улучшения качества блюд и, соответственно, качества обслуживания клиентов. Таким образом, мы внедряем автоматизацию контроля за качеством на всех этапах производства и обслуживания клиентов.
Внедрение новых разработок
Любая новая разработка начинается с идеи. Мы ее разрабатываем. Реализовываем решение в одном ресторане, как на экспериментальной площадке. Дорабатываем инструмент. На этом этапе очень важно участие работников ресторана, потому что они — будущие пользователи этой системы, очень важно создать такой инструмент, который будет им помогать, а не усложнять работу.
Они знают различные нюансы в работе, которые нужно обязательно учесть. Например, когда мы работали с запасами сырья, важно было четко определить, куда ставятся эти заготовки, так как нужно установить встроенные датчики, чтобы информационная система брала, с их помощью, данные по остаткам.
После того как решение «обкатано» на одном ресторане, внедряем его во всех ресторанах района или города, в зависимости от того, сколько там ресторанов. И только после того, как мы выверили механизм и посчитали экономический эффект от внедрения, можно внедрять инновацию во всю сеть. Таким образом, на всю сеть мы масштабируем только проверенные решения, чтобы не было никаких ошибок, и был экономический эффект от этих внедрений.
Риски и сопротивления
Конечно, разные технологии внедряются по-разному и с разной скоростью. Например, управление заготовками и запасами, мы внедряем уже второй год. И пока нам не удалось тиражировать его на всю сеть. Некоторые сотрудники могут сопротивляться этим изменениям.
Всем известно, что сотрудники, как и любые люди, могут сопротивляться нововведениям. Внедрению новых технологий люди сопротивляются больше всего.
Но когда сотрудники видят эффект, понимают, что это облегчение, и они могут свои усилия и время направить на другие задачи, более того, когда сотрудники ресторана заинтересованы в финансовых результатах ресторана, конечно, внедрение идет намного легче.
Перспективы и потенциал искусственного интеллекта
Потенциал искусственного интеллекта ограничивается только фантазией естественного интеллекта. Его можно развивать и развивать...
У меня есть мечта. Я бы хотела, чтобы наши партнеры управляли своими ресторанами через мобильный телефон. То есть, все, что им необходимо видеть, они бы в нем видели, все показатели бы там отображались, чтобы в «режиме светофора» им обозначались те моменты, которые требуют их внимания. Таким образом, управляли своим бизнесом.
Пока это нереально, потому что любой общепит, любой ресторан любого масштаба, любого формата, будь то классический ресторан, будь то заведение фастфуда, очень нуждается в хозяине на месте. Это очень важно. Но тем не менее, я искренне верю в то, что современные технологии, машинное обучение, искусственный интеллект и алгоритмы смогут существенным образом облегчить эту функцию управления, при должном подходе и смогут стать очень хорошим помощником или управляющему, или самому собственнику ресторана.
Вот моя задача — облегчить задачу управления, чтобы каждый ресторатор мог управлять не одним рестораном за день, а находясь в месте, где ему удобно, видел бы свою сеть в своем телефоне или каком-то гаджете и был спокоен, что все работает прекрасно.
Рекомендации начинающим рестораторам
Нужно четко формулировать запрос и понимать, какого эффекта вы хотите добиться. Не надо внедрять искусственный интеллект ради внедрения искусственного интеллекта. Решайте конкретную практическую задачу. Это самое главное, потому что все эти решения капиталоемкие.
Если не будет конкретного запроса, это будут просто потраченные ресурсы, причем не только материальные, но и интеллектуальные, временные, а эффекта не будет. Все зависит от человека. Что он придумает, то и будет работать.
