Операционный ассистент сети заведений

Прогноз спроса, расчёт заготовок и закупок, контроль списаний и себестоимости блюд, обнаружение аномалий — в мессенджере, поверх учётной системы сети.

Было: управляющий сводит остатки вечером вручную. Стало: заготовки и заказ приходят сами, списания падают с 6–8% до 4–5%.

ИИ · Общественное питание 6–8% → 4–5% списания · работает поверх учётной системы

Схема заказа: точки сети, производственный хаб и поставщик — один заказ вместо трёх чатов

Задача

Управляющий тратит вечер, чтобы свести остатки, прикинуть заготовки на завтра и составить заказ поставщику. Ошибка стоит либо списаниями, либо пустой витриной к обеду.

Что сделано

Прогноз продаж с учётом сезона, погоды и календаря
Расчёт заготовок и заказа поставщику к нужному времени
Контроль списаний и себестоимости блюд по технологическим картам
Обнаружение аномалий по точкам: где расход не сходится с продажами
Ввод данных голосом и фотографией накладной прямо в переписке
Приёмка с фотофиксацией: пришло меньше или больше заказа — сигнал сразу

Внутри системы

Ввод данных устроен под смену, а не под аналитика: инвентаризация голосом за несколько секунд, накладная — фотографией, приёмка с фотофиксацией расхождений. Управляющий не открывает дашборд, он отвечает на сообщение.
Прогноз спроса учитывает не только историю продаж, но и погоду с календарём: в дождь в этой точке кофе с собой падает, а десерты растут. Заготовки считаются от прогноза, а не от «как в прошлый вторник».
Аномалии ищутся сопоставлением списаний с продажами по точкам: если расход молока не сходится с числом напитков, сигнал уходит сразу, а не в конце месяца.

Результат

Инвентаризация голосом за пять секунд вместо ручной таблицы; списания снижаются с 6–8% до 4–5% за два-три месяца.