OpaGPT Зачем су-шефу ИИ
Су-шеф — это центр управления кухней: заготовки, списания, стандарты и микроменеджмент. ИИ для су-шефа превращает рутинные операции в автоматизированные процессы. Система прогнозирует спрос, распознает продукты, контролирует выход готовых блюд и подсказывает оптимальный график заготовок.
Базовый алгоритм действий
- Проведите аудит: 7 дней фиксируйте списания, остатки, время заготовок и количество гостей. Это база для обучения модели.
- Подключите API к POS-системе и складскому учету. Синхронизация остатков каждые 5–10 минут, не реже.
- Обучите модель прогноза спроса на данных за 12 недель. Для старта используйте градиентный бустинг (CatBoost или LightGBM).
- Разверните пилот в холодном цеху: 10 позиций, 14 дней. Сравните плановые заготовки с фактическими продажами.
- Установите порог уверенности распознавания ингредиентов: не ниже 0.9. При меньшем значении су-шеф проверяет продукт вручную.
Точные параметры настройки
| Модуль | Параметр | Значение |
|---|---|---|
| Прогноз спроса | Горизонт | 7 дней |
| Прогноз спроса | Ошибка MAE | ≤ 12% |
| Контроль заготовок | Точность порционирования | ±2 г |
| Холодовая цепь | Температура | 2–4°C, проверка каждые 15 минут |
Начните с прогнозирования спроса. Сокращение списаний на 5–7% окупает внедрение ИИ за 3 месяца.
Методика «ИИ-заготовочный лист»
Каждое утро су-шеф получает задание от системы. На основе прогноза и остатков алгоритм считает массу заготовок по формуле: план = прогноз продаж × норма выхода − фактический остаток + страховой резерв. Страховой резерв — 10% от прогноза для блюд из свежих продуктов.
Порядок работы:
- 08:00 — ИИ формирует задание для цеха на день: список операций и вес каждого ингредиента.
- 14:00 — система сравнивает фактические остатки с ожидаемыми. Если отклонение более 8%, запускается пересчет ужина.
- Каждую смену фиксируйте «фото готового ингредиента»: нейросеть оценивает цвет, форму и однородность. Параметр соответствия стандарту — ≥95%.
Совет для су-шефа: ИИ не заменяет вкус и глазомер, но снимает стресс от нехватки продуктов и перепроизводства. Обучайте модель еженедельно пересчитывать на обновленных данных, чтобы сезонные блюда не теряли точность.