OpaGPT ИИ-консьерж в закупках для отелей и ресторанов: алгоритм внедрения
В гостинично-ресторанном бизнесе (HoReCa) закупки — это ежедневный стресс: скоропортящиеся продукты, волатильность цен, дефицит позиций. ИИ-консьерж решает эту задачу, автоматизируя рутину и прогнозируя потребности. Ниже — практическая методика с точными параметрами.
Шаг 1. Оцифровка базы поставщиков и номенклатуры
Создайте единый цифровой каталог: для каждого SKU укажите минимальный остаток, срок годности, средний дневной расход (по данным POS-системы за 90 дней). Для поставщиков — рейтинг надёжности (0–1) и средний срок доставки в часах.
- Параметр: порог автозаказа = средний дневной расход × (срок доставки + 1 день) × 1,2 (страховой запас).
- Совет: для мяса и рыбы используйте коэффициент 1,5 из-за колебаний спроса.
- Интеграция: подключите API поставщиков для автоматического обновления цен (минимум 2 раза в день).
Шаг 2. Настройка прогнозной модели спроса
ИИ-консьерж анализирует историю продаж, сезонность, бронирования отеля и события (банкеты, конференции). Используйте модель Prophet или ARIMA с горизонтом 7 дней.
- Соберите данные за 12 месяцев: ежедневные продажи по каждому SKU, загрузка номерного фонда, погода (для летних террас).
- Обучите модель на 80% данных, валидируйте на 20% (метрика MAPE ≤ 15%).
- Запустите ежедневный пересчёт прогноза в 6:00 утра.
Если MAPE превышает 15%, добавьте фиктивные переменные для праздников и локальных событий.
Шаг 3. Автоматическое формирование заказов
ИИ-консьерж генерирует черновик заказа каждое утро в 7:00. Он сравнивает прогноз с остатками и порогом автозаказа. Для каждого SKU выбирает поставщика с минимальной ценой при условии рейтинга ≥ 0,8 и срока доставки ≤ 24 часов.
| SKU | Прогноз (кг) | Остаток (кг) | Заказ (кг) | Поставщик |
|---|---|---|---|---|
| Лосось | 12,5 | 3,2 | 9,3 | ООО «РыбТорг» |
| Сливки 35% | 8,0 | 1,1 | 6,9 | ИП Смирнов |
Человек утверждает заказ в интерфейсе (кнопка «Подтвердить») или отклоняет с комментарием — это обучает модель.
Шаг 4. Контроль исполнения и обратная связь
ИИ-консьерж отслеживает фактическую поставку по накладным, фиксирует отклонения по количеству и качеству. При срыве поставки автоматически ищет замену среди резервных поставщиков (не менее 2 на каждую категорию).
- Параметр: допустимое отклонение по количеству — ±3%, по сроку — ±2 часа.
- Совет: настройте Telegram-уведомления шеф-повару о критичных заменах (например, отсутствие трюфелей).
- Еженедельный отчёт: экономия в рублях и % от оборота закупок.
Практические советы для внедрения
- Начните с 20% SKU (топ-позиции по сумме закупок), затем расширяйте.
- Используйте облачные решения (например, на базе OpenAI API) — не нужен свой сервер.
- Обучите персонал: проводите 2 тренинга по 1 часу, объясняя, что ИИ — помощник, а не замена.
- Фиксируйте все ручные правки заказов — они улучшают модель.
Результат: снижение затрат на закупки на 8–12% за счёт оптимизации цен и сокращения списаний, экономия времени менеджера — 3–4 часа в день.