Искусственный интеллект и кофе - опыт внедрения ИИ в ресторанном бизнесе - экономия и точность

Николай Галкин, IT-директор "Кофемании" - опыт внедрения искусственного интеллекта (ИИ) в ресторанном бизнесе. Основной акцент сделан на решении проблемы оптимизации приемки товаров в сети кофеен. Николай подчеркивает, что внедрение ИИ - это не "серебряная пуля", а инструмент, требующий стратегического подхода, качественных данных и, прежде всего, изменения мышления в компании.

Проблематика и решение:

"Кофемания", как и многие компании, столкнулась с задачей повышения качества сервиса при одновременном снижении издержек. Первоначальная попытка внедрения ИИ в процесс приемки товаров оказалась неудачной из-за хаотичности и отсутствия системного подхода.

Основные этапы внедрения:

1. Стратегический подход: Необходимо включать ИИ в стратегию развития IT и данных.

2. Работа с данными: Обеспечение чистоты и полноты данных, формирование Data Warehouse (ДВХ) с историческими данными.

3. Выбор инструментов: Использование локальных решений, open-source моделей и разработка интеграций с существующими системами (ERP, системами управления рестораном).

4. Решение проблемы сопоставления: Основная задача – автоматическое сопоставление номенклатур товаров от поставщиков с внутренней системой. Для этого потребовалось дообучение моделей, создание кастомных словарей (например, для алкоголя, овощей и фруктов), учитывающих специфику каждого типа товаров.

5. Адаптация к бизнес-процессам: Настройка системы под особенности конкретных процессов приемки.

Результаты внедрения:

После внедрения ИИ, охватывающего более 50 ресторанов, удалось достичь:

Экономии более 10 FTE (в пересчете на рабочее время).

Точности работы системы на 91%.

Двукратного увеличения скорости приемки.

Сокращения количества ошибок на треть.

Проблемы и вызовы:

В процессе внедрения выявилась динамичность справочников номенклатур и необходимость регулярного обновления данных. Для решения этой проблемы реализовано динамическое обновление, кастомные правила и прямая связь с поставщиками для быстрого получения актуальных данных.

Дальнейшее развитие:

Система, начавшаяся с рекомендательного характера, будет дополнена функциями контроля цен и блокировки приемки в случае несоответствия. ИИ будет использоваться не только для сверки номенклатур, но и для сверки вплоть до C.

Выводы:

Успех внедрения ИИ зависит не только от технических аспектов, но и от изменения подхода к работе и мышлению сотрудников. Важен стратегический подход, качественные данные и готовность к постоянной адаптации.

CNews FORUM 2025: Информационные технологии завтра.