OpaGPT ИИ для шеф-повара: расчёт себестоимости блюд
Ручная калькуляция съедает до трёх часов ежедневно и даёт до 12% ошибок. ИИ-модели прогнозируют сезонные цены, пересчитывают технологические карты и сигнализируют о рисках. Практический рецепт внедрения — пять шагов.
Шаг 1. Цифровизируйте базу ингредиентов
Создайте таблицу с полями: наименование, единица измерения, цена за 1 кг/л, поставщик, сезонный коэффициент. Обновляйте данные ежедневно через API склада или раз в 3 дня вручную.
- Нетто и брутто, % отходов при очистке и тепловой обработке
- Цена с учётом доставки (средний чек логистики: +3–7%)
- Сезонный коэффициент: декабрьская помидора = 1.2, июльская = 0.9
Шаг 2. Переведите рецепты в формат векторов
Каждому блюду сопоставьте список ингредиентов с точными весами. ИИ понимает только формализованные данные. Пример:
- Борщ: свёкла 250 г, капуста 120 г, морковь 60 г, лук 50 г, бульон 200 г, томатная паста 15 г.
Шаг 3. Обучите модель прогнозирования цен
Используйте историю за 36 месяцев: цены поставщиков, инфляция, курс валют, сезонность. Подойдут ARIMA или LightGBM. Технические параметры:
- Окно обучения — 90 дней
- Горизонт прогноза — 14 дней
- Допустимая ошибка MAPE ≤ 5%
Шаг 4. Автоматический пересчёт себестоимости
При поступлении новой цены ИИ обновляет все блюда, где ингредиент присутствует. Результат — экономия времени с 3 часов до 15 минут в день. Пример отчёта:
| Блюдо | База | Прогноз на 7 дней | Отклонение |
|---|---|---|---|
| Борщ | 83 ₽ | 89 ₽ | +7.2% |
| Стейк | 412 ₽ | 409 ₽ | −0.7% |
Шаг 5. Установите триггеры и рекомендации
Задайте порог: если прогноз вырастает более чем на 7%, ИИ предлагает замену ингредиента из базы с похожим вкусовым профилем. Генерируйте отчёт ежедневно в 8:00.
«Относитесь к ИИ как к младшему су-шефу: он не заменит интуицию, но освобождает время на творчество и контроль качества». — эксперт ресторанного консалтинга
Совет: начните с десяти блюд, дающих 70% выручки. В течение первого месяца раз в неделю сверяйте расчёты вручную. Средняя окупаемость системы — 3 месяца.