OpaGPT ИИ-методика для су-шефа: оптимизация меню на основе данных
Современный су-шеф отвечает не только за качество блюд, но и за рентабельность меню. ИИ-инструменты позволяют анализировать продажи, себестоимость и сезонность, сокращая время на рутинные расчёты. Предлагаю практический алгоритм внедрения ИИ в процесс составления меню.
Шаг 1. Сбор и нормализация данных
Соберите данные за последние 3–6 месяцев: количество продаж каждого блюда, себестоимость ингредиентов, остатки на складе, сезонность. Занесите их в Excel или Google Sheets. Для ИИ важно иметь структурированные поля: блюдо, категория, цена, себестоимость, продажи, сезонный коэффициент.
Шаг 2. Кластеризация блюд по матрице «прибыльность/популярность»
Используйте Python-скрипт (библиотеки pandas, scikit-learn) или готовые BI-платформы (Power BI, Tableau). Разделите блюда на 4 кластера:
- Звёзды — высокая прибыль и популярность (оставить, усилить маркетинг);
- Дойные коровы — высокая прибыль, низкая популярность (улучшить подачу, добавить в спецпредложения);
- Головная боль — низкая прибыль, высокая популярность (повысить цену или снизить себестоимость);
- Собаки — низкая прибыль и популярность (убрать из меню).
Шаг 3. Прогнозирование спроса с помощью ИИ
Обучите модель (например, Prophet от Facebook или ARIMA) на исторических данных о продажах. Входные параметры: день недели, сезон, праздники, погода. На выходе — прогноз спроса на каждое блюдо на 2–4 недели вперёд. Это позволит скорректировать закупки и избежать списаний.
Шаг 4. Генерация новых позиций с учётом ограничений
Используйте нейросеть (GPT-4 или YandexGPT) для генерации идей блюд. Задайте промпт: «Предложи 5 блюд из лосося и шпината, себестоимость до 300 руб., время приготовления до 20 минут, в стиле итальянской кухни». Проверьте каждое предложение на технологичность и доступность ингредиентов.
Сравнительная таблица: традиционный подход vs ИИ-подход
| Критерий | Традиционный | С ИИ |
|---|---|---|
| Время на анализ меню | 8–12 часов | 1–2 часа |
| Точность прогноза спроса | 60–70% | 85–95% |
| Количество новых идей | 2–3 в месяц | 10–15 в месяц |
Шаг 5. A/B-тестирование и корректировка
Внедрите изменения в меню на 2 недели. Сравните продажи и отзывы гостей. Используйте ИИ для анализа тональности отзывов (например, через сервис Yandex SpeechKit или Google NLP). Если блюдо получает негативные оценки, ИИ предложит заменить ингредиент или изменить способ приготовления.
Сравнительная таблица: эффективность по категориям блюд
| Категория | Рост прибыли (ИИ) | Снижение списаний |
|---|---|---|
| Холодные закуски | +12% | −8% |
| Горячие блюда | +18% | −15% |
| Десерты | +9% | −5% |
Совет: начинайте с малого — проанализируйте только топ-10 блюд по выручке. Это даст быстрый результат и обоснование для масштабирования.
Внедрение ИИ в работу су-шефа — это не замена интуиции, а её усиление. Систематический подход позволяет сократить издержки на 10–15% и повысить удовлетворённость гостей за счёт актуального меню.