Выпуск 8

ИИ в ресторане: как автоматизация экономит миллионы

Ян и Натали Дмитренко выросли из рыбного опта в московскую сеть «Честная рыба»: 4 ресторана, точка только на доставку, свой заготовочный цех и больше 40 000 гостей в месяц. В выпуске - как логика в чеке сократила жалобы на забытые палочки и соусы с 30 до 1-2 в неделю, какими возможностями iiko почти никто не пользуется и почему своё приложение за 15 млн отложили. Отдельно - рабочие кейсы с нейросетями: новое блюдо в меню, разбор товарной матрицы и ошибка в накладных, которую ИИ нашёл сам.

  • 4 ресторана и точка без посадки
  • свой заготовочный цех
  • последняя точка за 40 млн
  • планы на франшизу
  • больше 40 000 гостей в месяц
ИИ в ресторане: как автоматизация экономит миллионы

Что разобрали в выпуске

с 06:17

iiko выбрали по совету бухгалтера и не пожалели

Первый ресторан открывали без опыта и взяли iiko по совету бухгалтера. Решающим стали открытые API: ещё первый сайт доставки рыбы на Tilda подключали к iiko, «через какие-то костыли, но это было реально». Сейчас к системе привязаны доставка, бронирование и телефония.

с 14:53

Жалобы упали с 30 в неделю до 1-2

Сборщик заказа больше ничего не считает сам: программа формирует состав и печатает итог внизу чека - соусы, васаби, имбирь и приборы к каждому блюду. «Если ему надо думать, сколько положить палочек, то это точно будет ошибка». Заказы с сайта и агрегаторов должны сами падать в учётную систему: вводить их вручную в 2026 году уже нельзя.

с 21:05

Возможности, за которые платят и не пользуются

В iiko можно публиковать новости для всей команды и вести учёт медкнижек, но этим почти никто не пользуется. В «Честной рыбе» сотрудники отмечаются отпечатком пальца, а часы сразу уходят в зарплатный табель через 1С, так что приписать лишний час уже не выйдет. По словам владельцев, в 90% ресторанов так не делают.

с 26:30

Своё приложение за 15 млн отложили

Сайт и приложение сеть собрала на конструкторе. Гости привыкли к интерфейсу Яндекс Еды, поэтому кнопки в приложении ресторана должны быть примерно там же. Свою разработку оценили от 15 млн - «как полресторана построить», плюс штат программистов и серверы.

с 28:29

Три базы гостей, которые не знают друг о друге

Одна база копится в iikoCard, вторая - в системе бронирования, третья - на сайте доставки, через который идут пуши и рассылки. Система бронирования не связана с iiko, поэтому пометка об аллергии на кабачок или о том, что гость приходит с собакой, не доходит до официанта в iikoWaiter. «Это моя большая боль как маркетолога».

с 36:40

Совет нейросети превратился в хит меню

Владельцы попросили ИИ представить себя постоянным гостем и предложить новинку без переделки кухни. Пиццу отвергли - нужны печь, место и мощности по электричеству, а следующей идеей стала лепёшка роти с морепродуктами на готовом тесте. Сейчас в меню три роти, по заказам они догоняют некоторые роллы, а за сетью блюдо повторили другие.

с 40:38

Нейросеть нашла ошибку, которой её не учили

Натали разбирает инвентаризацию через промпт-инженера в ChatGPT. Нейросеть сама показала ошибку в перемещениях: проверить накладные между заготовочным цехом и рестораном и процент отхода на краба. Так же разобрали товарную матрицу: грейпфрут, который закупали ради одного салата, заменили апельсином.

с 41:57

QR-код в меню работает на доставку

Бумажное меню в ресторанах без фото, но с большим QR-кодом на версию с картинками. Гость видит состав, вес и КБЖУ, привыкает к интерфейсу сайта и узнаёт про доставку. Картинки смотрят даже постоянные гости, поэтому сеть думает о меню с фото или планшетах: так быстрее выбор и выше оборачиваемость стола.

Содержание выпуска

  1. 00:00Анонс выпуска: кейсы, которые удивят
  2. 00:45Сеть на 40 000 гостей: кто в гостях
  3. 01:52Как из рыбного опта выросла сеть ресторанов
  4. 04:50Структура бизнеса и франшиза: планы на 100 точек
  5. 05:33Почему ресторан - это бизнес, а не только кухня
  6. 06:17iiko и открытые API: на чём работает автоматизация
  7. 08:36Заменит ли ИИ людей в ресторане: честный ответ
  8. 11:24Живой официант или скорость: что важнее гостю
  9. 13:58Как не захлебнуться в час пик на 180 мест
  10. 14:25Автоматизация доставки: математическая модель заказа
  11. 16:50Контроль курьеров и звонков в реальном времени
  12. 17:28Метрики автоматизации: негатив с 30 до 2 в неделю
  13. 19:03Прогнозирование заказов: работает или нет
  14. 19:55Как выжать из iiko максимум пользы
  15. 21:05RFM-анализ, медкнижки и отметки пальцем вместо табеля
  16. 22:13Маркировка, ЕГАИС, «Честный знак»: как проходят новые требования
  17. 23:24Что рухнет в ресторане без автоматизации за один день
  18. 24:46Маркетинг в ресторане и работа с базой гостей
  19. 26:30Своё приложение или шаблон: что выгоднее
  20. 28:29Почему гостевые базы не дружат между собой
  21. 29:45Соцсети и блогеры: как продвигать ресторан
  22. 31:33Нейросети в контенте: посты, фото, сценарии
  23. 34:40Как ИИ подсказал решения, до которых не додумались
  24. 38:26Промпт-инженер и разбор товарной матрицы через GPT
  25. 41:57QR-меню и оплата по коду: что реально работает
  26. 44:05Ресторан через 3-5 лет: прогноз владельцев
  27. 47:38Блиц
«Безупречный сервис - это когда ты помнишь обо всём, и везде программа напоминает сотрудникам об этом.»
Натали Дмитренко, выпуск 8

Подкаст Restohub

Станьте гостем следующего выпуска

Расскажите о себе и о теме, которую готовы разобрать, - обсудим и запишем выпуск.

Другие выпуски

Александра
Александра
Здравствуйте! Готова помочь вам. Напишите мне, если у вас появятся вопросы.
Александра
Александра
Restohub · обычно отвечаем быстро

Здравствуйте! Оставьте имя и телефон - и менеджер ответит вам прямо здесь, в чате.

Введите корректный российский номер