ИИ для су-шеф в сервисе гостей

Практический рецепт внедрения ИИ для су-шефа

Су-шеф управляет кухней и отвечает за впечатление гостя от блюда. ИИ помогает превращать данные о гостях в персонализированные решения и сокращать потери времени и продуктов.

Алгоритм 1. Персонализация блюд по профилю гостя

1. Соберите данные: история заказов за 3–6 месяцев, аллергии, любимые ингредиенты, тип питания (веган, безглютеновое).
2. Параметры профиля: возраст, пол, частота визитов, средний чек.
3. Обучите модель: коллаборативная фильтрация или LLM-рекомендатель.
4. Точные настройки: top-5 блюд, порог уверенности 80%.

Совет: в POS-системе заведите теги гостя: «аллергия на орехи», «любит острое», «постоянный гость». Это даёт ИИ контекст.

Алгоритм 2. Прогнозирование спроса и закупок

1. Данные: продажи за 90 дней, бронирования на неделю, сезонные коэффициенты, погода.
2. Формула прогноза: Sales(t) = (1/7) * Σ Sales(t-i) + Trend + Seasonality.
3. Горизонт: 7 дней; шаг: по дням.
4. Точность: ±10%; если отклонение выше, вручную корректируйте.
5. Совет: используйте готовые решения (Yandex DataLens, AutoML) или Python + Prophet.

Алгоритм 3. Контроль качества подачи с компьютерным зрением

• Установите камеру над раздачей.
• Фотографируйте каждое блюдо, сверяйте с эталоном: % цвета, форма, наличие гарнира.
• Параметры: порог 0.95 по метрике IoU или SSIM.
• При отклонении отправляйте сигнал су-шефу в Telegram.
• Совет: начните с 3–5 блюд, чтобы обучить модель, затем расширяйте.

Главный принцип: ИИ не заменяет су-шефа, а снимает рутину — анализ данных, контроль повторяющихся операций, чтобы вы сосредоточились на вкусе и творчестве.

Резюме

Внедряйте ИИ поэтапно: сначала один алгоритм, затем второй. Начните с прогноза спроса — он быстро окупается снижением списаний. Потом подключите персонализацию. Контроль качества — на завершающем этапе.