Bransje: Restauranter

Bemann etter kvelden som kommer, ikke den forrige

Kassasystemet vet allerede hvilke kvelder som blir fulle og hvilke retter som står igjen på tallerkenene. Med AI blir de tallene til noe kjøkkenet og gulvet kan bruke: besøksprognoser som styrer vaktplanen, og svinnanalyse per rett som senker råvarekosten, uten at menyen røres.

15 tspart per måned på vaktplan og bemanningskabal
20 %lavere råvaresvinn er et vanlig resultat det første året
10 tmindre administrasjon av bordbestillinger og henvendelser per måned
2 av 10retter står for mesteparten av svinnet hos de fleste

Hverdagen vi kjenner igjen

Vaktplanen settes søndag kveld, på magefølelse og fjorårets minner. Så kommer det en regnfull tirsdag der tre står og ser på hverandre, og en torsdag der kjøkkenet drukner. Varetellingen viser at svinnet er for høyt, men ikke hvilke retter det sitter i. Og telefonen ringer om bord, allergener og selskaper midt i den travleste timen, mens kassasystemet sitter på svarene ingen rekker å hente ut.

Ingenting av dette handler om maten eller folkene. Det handler om tall som finnes, men aldri når frem til de som setter vaktlisten og bestiller varene. Det er akkurat det kunstig intelligens er god til å rydde i.

Det enkle grepet

Uken har en rytme. Nå kan dere planlegge etter den.

Prognosen per kveld bygges av deres egne kassadata, værmelding, ferier og det som skjer i nærområdet. Da blir fredag bemannet som fredag, tirsdag som tirsdag, og innkjøpene følger etter.

Tre konkrete muligheter

Der AI monner mest i en restaurant

Vaktplan etter besøksprognose

12 til 18 timer spart per måned

Prognoser per dag og skift lages fra kassadata, bordbestillinger, vær, ferier og arrangementer i nærheten, og blir til et forslag til vaktplan i systemet dere allerede bruker. Den som setter listen godkjenner og justerer. Resultatet er mindre overtid, færre kvelder med for mange på jobb, og et kjøkken som ikke tas på sengen av en full bok.

Svinnanalyse per rett

8 til 12 timer spart per måned, og lavere råvarekost

Salget per rett kobles mot varekjøp og varetelling, så dere ser hvor svinnet faktisk sitter: rettene som krever råvarer ingen andre retter bruker, porsjonene som jevnlig går halvspiste tilbake, varene som bestilles i for store kolli. Forslagene handler om porsjonering og innkjøpsmengder, ikke om å stryke retter. Menyen består, marginen vokser.

Bordbestillinger og henvendelser samlet

8 til 12 timer spart per måned

Henvendelser fra telefon, e-post og sosiale medier havner i bordboken automatisk, og spørsmål om åpningstider, allergener og større selskaper besvares med en gang, også midt i rushet. Påminnelser før besøket gjør at færre bord står tomme fordi gjesten glemte seg, og de som vil endre eller avbestille får gjort det uten å nå noen på telefon.

Trygghet først

Kjøkkenet skal merke roen, ikke teknologien

Pilot først

Vi starter med én ting, gjerne prognoser og vaktplan for noen uker frem. Prognosen måles mot faktisk besøk hver uke, og først når den treffer bedre enn magefølelsen, bygger vi videre.

Mennesket bestemmer

AI foreslår vaktplan, innkjøpsmengder og svar til gjestene. Daglig leder og kjøkkensjef godkjenner. Ingen vaktliste publiseres og ingen bestilling sendes uten at en av deres egne har sagt ja.

Data under kontroll

Kassadata, gjestelister og innkjøpspriser holdes i deres egne systemer og brukes ikke til å trene åpne modeller. Oppsettet følger personvernregelverket og AI-forordningen, også for opplysninger om allergier.

Hvilken kveld i forrige uke var dere for mange på jobb?

Fortell oss hvilket kassasystem dere har og hvordan vaktplanen settes i dag, så vurderer vi sammen hvor mye prognoser og svinnanalyse kan hente hos dere. Den første samtalen koster ingenting.