OpaGPT ИИ в заготовках — это не фантастика, а рабочий инструмент для точного планирования. Шеф-повар получает прогноз спроса, автоматический расчёт ингредиентов и контроль сроков хранения.
Алгоритм внедрения ИИ
- Выгрузите данные о продажах из POS-системы за последние 90–180 дней.
- Подключите ИИ-модуль (например, Python-скрипт с библиотекой Prophet) к вашей базе ингредиентов.
- Задайте горизонт прогнозирования — 7 дней, сезонность — недельная.
- Получите прогноз количества порций по каждому блюду с точностью ±10% (доверительный интервал 95%).
- Переведите порции в нетто-массы используя технологические карты и коэффициенты отходов.
- Сформируйте заказ поставщику с запасом 5–7% на случай непредвиденного спроса.
Контроль качества остаётся за поваром: ИИ предсказывает количество, но не вкус.
Параметры заготовок
| Продукт | Температура | Срок | Алгоритм контроля |
|---|---|---|---|
| Овощи (нарезка) | 4°C | 24 ч | Компьютерное зрение для калибровки размера куска; ИИ предсказывает потерю влаги по влажности в камере. |
| Соусы | 2–6°C | 72 ч | Модель машинного обучения на основе pH и температуры предупреждает о порче за 12 часов. |
| Мясные полуфабрикаты | −18°C | 7 сут | Алгоритм деградации белка корректирует сроки по данным сканера качества. |
Советы для повара
- Еженедельно обновляйте модель новыми данными продаж и списаний.
- Настройте уведомления о выбросах: неожиданно высокий спрос — сигнал для ручного анализа.
- Сверяйте ИИ-прогноз с фактическими остатками через датчики веса на складе.
- Обучите персонал вводить данные о потерях при чистке и жарке.
- Используйте ИИ для ротации запасов: таблица партий с автоматическим приоритетом FIFO.
- Для сезонных блюд задайте коэффициент сезонности из прошлых лет.