નફો:
- આર્ટિફિશિયલ ઇન્ટેલિજન્સ સપોર્ટ સાથે મિસ એન પ્લેસ, પ્રેપ લિસ્ટ અને સ્ટેશન લોજિકને દૈનિક તૈયારી યોજનાઓ અને વર્કફ્લોમાં રૂપાંતરિત કરવાની ક્ષમતા
- સેવા ઘનતા અને કવર (કવર્ટ) અંદાજ અનુસાર કર્મચારીઓની પાળી અને કાર્ય વિતરણ ડ્રાફ્ટ બનાવવાની ક્ષમતા
- એ સમજવાની ક્ષમતા કે આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા ઉત્પાદિત ઓપરેશન પ્લાન રસોડાની વાસ્તવિક ક્ષમતા, ટીમની કૌશલ્ય અને રસોઇયાના નિરીક્ષણને અનુરૂપ હોવા જોઈએ.
થાળીનો સ્વાદ રસોડામાં નક્કી થાય છે, પરંતુ રેસ્ટોરન્ટનું અસ્તિત્વ રસોડાના ક્રમ પર આધારિત છે. વ્યસ્ત શનિવારે સાંજે 200 કવર સેવા ફક્ત ત્યારે જ શક્ય છે જો બધું અગાઉથી તૈયાર કરવામાં આવે, દરેકને ખબર હોય કે શું કરવું અને સ્ટેશનો વહેતા હોય. આ સેટઅપનું હાર્દ મિસ એન પ્લેસ છે (ફ્રેન્ચ માટે "એની જગ્યાએ બધું જ છે") — સેવા આપતા પહેલા સ્ટેશન પર તમામ ઘટકોને સમારેલી, માપવામાં અને તૈયાર રાખવાની છે. આ યુનિટમાં, અમે પ્રેપ લિસ્ટ, વર્કફ્લો અને શિફ્ટ પ્લાનિંગ માટે સંસ્થાકીય સહાયક તરીકે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કરીશું. સીમા: AI ડ્રાફ્ટ પ્લાન બનાવે છે; રસોડાની વાસ્તવિક ક્ષમતા, ટીમની કૌશલ્ય અને દિવસની વાસ્તવિકતાના આધારે આ યોજના રસોઇયાને અનુકૂળ છે.
સ્થળ અને તૈયારી સૂચિ તર્કનો ઉપયોગ કરો
સેવા દરમિયાન, ખોરાક રાંધવામાં આવે છે, તૈયાર નથી. સેવા પહેલાં ચોપિંગ, મેરીનેટિંગ, ચટણીની તૈયારી અને ભાગ પૂરો કરવામાં આવે છે. તૈયારી સૂચિ એ એક સૂચિ છે જે દર્શાવે છે કે કઈ તૈયારીઓ પાળીમાં કરવામાં આવશે, કયા જથ્થામાં અને કઈ પ્રાથમિકતા સાથે. સારી તૈયારીની સૂચિ કવરની અંદાજિત સંખ્યા પર આધારિત છે: જો 120 લોકો અપેક્ષિત હોય, તો ગણતરી કરો કે કેટલી ચટણી પીરસવામાં આવે છે, કેટલા કિલો શાકભાજી, કેટલા માંસના ભાગ તૈયાર કરવા માટે સરેરાશ વેચાણ પ્લેટોના આધારે.
સ્ટેશન એ રસોડાનો કાર્યક્ષેત્ર છે: ગ્રીલ, ગરમ, ઠંડુ/સલાડ, ડેઝર્ટ, ગાર્ડે ગમાણ. દરેક સ્ટેશનની પોતાની મિસ એન પ્લેસ અને પ્રેપ લિસ્ટ હોય છે. જ્યારે તમે પ્રિસ્ક્રિપ્શન આપો છો ત્યારે વેચાણની આગાહી અને ડ્રાફ્ટ સ્ટેશન આધારિત પ્રેપ લિસ્ટ બનાવવામાં AI ખૂબ જ ઉપયોગી છે; તમે કહો છો "~120 કેપ્સ આજે, તે પ્લેટો લોકપ્રિય છે" અને તે રફ જથ્થા અને અગ્રતા ક્રમનું સ્કેચ કરે છે. પરંતુ વાસ્તવિક રકમ ગઈકાલે તમારા બગાડ, તમારી પાસેનો સ્ટોક અને તમારી ટીમની ઝડપ દ્વારા એડજસ્ટ થાય છે.
ટિપ: AI તરફથી પ્રેપ લિસ્ટની વિનંતી કરતી વખતે, દરેક આઇટમની બાજુમાં "અંદાજિત સમય" અને "પ્રાયોરિટી (સેવા/લવચીક દ્વારા પૂર્ણ થવી જોઈએ)" મૂકો. આમ, સૂચિ ફક્ત શું કરવું તે જ નહીં, પણ કયા ક્રમમાં અને કોણે પહેલા શરૂ કરવું જોઈએ તે પણ જવાબ આપે છે.
સ્ટેપ બાય સ્ટેપ: AI સાથે ઓપરેશન પ્લાન
- તમારું કવર અનુમાન દાખલ કરો. મહેમાનોની અપેક્ષિત સંખ્યા આપો (આરક્ષણ + પાછલા દિવસની પેટર્ન).
- લોકપ્રિય વાનગીઓને નામ આપો. કઈ પ્લેટ શ્રેષ્ઠ વેચાય છે; તૈયારી મુજબ વજન કરવામાં આવે છે.
- તૈયારી સૂચિનો ડ્રાફ્ટ મેળવો. સ્ટેશન આધારિત, જથ્થો અને પ્રાથમિકતા.
- ક્ષમતા સાથે અનુકૂલન કરો. ટીમોની સંખ્યા, પકાવવાની નાની ભઠ્ઠી/ભઠ્ઠી ક્ષમતા અને હાથ પરના સ્ટોક સાથે તેને વાસ્તવિક બનાવો.
- પાળી અને કાર્યોનું વિતરણ કરો. કયા સ્ટેશન પર, કઈ તૈયારી માટે જવાબદાર કોણ?
- સેવા પછી સમીક્ષા કરો. શું વધારે છે, શું વધ્યું છે, શું પૂરતું નથી; આવતીકાલની આગાહીને ઠીક કરો.
શિફ્ટ અને કાર્ય વિતરણ
કર્મચારીઓનું આયોજન ખર્ચ અને સેવાની ગુણવત્તા બંને છે. થોડા લોકો સાથેની સઘન સેવા ગુણવત્તા ઘટાડે છે અને ટીમને ખતમ કરે છે; ઘણા બધા લોકો સાથેનો શાંત દિવસ તમને પૈસા ગુમાવે છે. AI અંદાજિત ઘનતા (કવરની સંખ્યા, સમય વિતરણ): કેટલા લોકો, કયા સ્ટેશન પર, કયા સમયે. પરંતુ આ ડ્રાફ્ટ માનવ વાસ્તવિકતાને જાણતો નથી: કયા સ્ટેશન પર કોણ મજબૂત છે, કોણ રજા પર છે, ટીમની ગતિશીલતા. એટલા માટે AI હાડપિંજર આપે છે અને રસોઇયા અથવા સૂસ રસોઇયા લોકો અનુસાર તેને ફિટ કરે છે. વધુમાં, કામના કલાકો અને વિરામ અધિકારો જેવા કાનૂની નિયમોનું પાલન કરવામાં આવે છે; AI આને યાદ અપાવી શકે છે, પરંતુ વ્યવસાય પાલન માટે જવાબદાર છે.
ત્રણ નાના કેસો
કેસ 1 - અસ્તવ્યસ્ત શનિવારથી વ્યવસ્થિત સેવા સુધી. એક રેસ્ટોરન્ટની શનિવાર સેવા સતત જામ હતી; ચટણી સમાપ્ત થઈ રહી હતી અને સુશોભન માટે વાપરવાની સામગ્રી પૂરતી ન હતી. ચીફ એઆઈને છેલ્લા 8 અઠવાડિયાના કવર અને વેચાણનો ડેટા આપ્યો; AI એ સ્ટેશન-આધારિત પ્રેપ લિસ્ટ ડ્રાફ્ટનું નિર્માણ કરીને શનિવારે સરેરાશ અને લોકપ્રિય પ્લેટો કાઢી. ચીફ ટીમના કૌશલ્ય અનુસાર આને એડજસ્ટ કર્યું. ત્રણ અઠવાડિયામાં, "સૉસ રન આઉટ" કટોકટીમાં નોંધપાત્ર ઘટાડો થયો અને સેવા પ્રવાહમાં સુધારો થયો. AI એ પેટર્ન અને રૂપરેખા આપી; વડાએ હુકમ સ્થાપિત કર્યો.
કેસ 2 - વધારાની તૈયારી, વધેલો બગાડ. એક રસોડું દરરોજ ખૂબ જ તૈયારી કરી રહ્યું હતું અને "ચાલો પુષ્કળ તૈયાર કરીએ, જો પૂરતું ન હોય તો ખરાબ થશે" ના તર્ક સાથે, બાકી રહેલ વસ્તુઓ ફેંકી દેતું હતું. અગાઉના પ્રેપ-સેલ્સ-વેસ્ટ ડેટાની સરખામણી એઆઈ સાથે કરવામાં આવી હતી; એવું જોવામાં આવ્યું હતું કે અમુક વાનગીઓ નિયમિતપણે 30% વધારે તૈયાર કરવામાં આવતી હતી. પૂર્વાનુમાન અનુસાર તૈયારીની રકમ ફરીથી ગોઠવવામાં આવી હતી અને બગાડ ઘટાડવામાં આવ્યો હતો. નિર્ણય મુખ્ય પર હતો; AI એ અદ્રશ્ય કચરાનું પ્રમાણ નક્કી કર્યું.
કેસ 3 - બ્લાઇન્ડ શિફ્ટ પ્લાનની કિંમત. એક મેનેજરે લોકો વિશે વિચાર્યા વિના AI દ્વારા નિર્મિત શિફ્ટ પ્લાન અમલમાં મૂક્યો: તેણે સૌથી વધુ વ્યસ્ત સ્ટેશન પર સૌથી બિનઅનુભવી રસોઈયાને મૂક્યો. સેવા ખોરવાઈ ગઈ હતી. પાઠ: AI શિફ્ટ ફ્રેમવર્ક આપે છે, પરંતુ મુખ્ય જાણે છે કે કોણ ક્યાં મજબૂત છે; લોકોને અનુકૂલિત કર્યા વિના યોજના અમલમાં મૂકી શકાતી નથી.
ચાર નકલ કરી શકાય તેવા નમૂનાઓ
1) સ્ટેશન આધારિત તૈયારી યાદી:
તમારી ભૂમિકા: રસોડું કામગીરી સહાયક. આજે અપેક્ષિત કવર: [120]. લોકપ્રિય પ્લેટ્સ અને અંદાજિત શેર: [પ્લેટ - %]. રેસીપી સર્વિંગ માપ: [સારાંશ]. કાર્ય: સ્ટેશન-આધારિત (ગ્રિલ/હોટ/કોલ્ડ/ડેઝર્ટ) પ્રેપ લિસ્ટ તૈયાર કરો. દરેક વસ્તુ માટે: જથ્થો, અંદાજિત સમય, અગ્રતા (શરતી / સેવા સુધી લવચીક). નોંધ કરો કે આ એક અંદાજ છે અને વાસ્તવિક જથ્થો સ્ટોક અને બગાડ દ્વારા ગોઠવવામાં આવશે.
2) પ્રિ-ફાયર સરખામણી:
નીચે છેલ્લા 4 અઠવાડિયા માટે પ્લેટના આધારે તૈયાર કરાયેલા ભાગો, વેચાયેલા ભાગો અને કચરાના પ્રમાણ છે. નિયમિતપણે ઓવર-તૈયાર વાનગીઓ શોધો અને દરેક માટે ભલામણ કરેલ ન્યૂ પ્રેપની માત્રા સૂચવો. એકાઉન્ટ બતાવો. ડેટા: [કોષ્ટક].
3) શિફ્ટ ડ્રાફ્ટ:
કલાક દ્વારા અપેક્ષિત કવર વિતરણ: [18:00-20:00 વ્યસ્ત, 20:00-22:00 ખૂબ વ્યસ્ત]. સ્ટેશનો: [સૂચિ]. કાર્ય: કયા સ્ટેશન પર અને કયા સમયે કેટલા લોકો હોવા જોઈએ તે માટે એક શિફ્ટ સ્કેલેટન બનાવો. હું લોકોને તેમની આવડત પ્રમાણે કામ સોંપીશ. વિરામ અને કામના કલાકોના નિયમો વિશે મને યાદ કરાવો.
4) સેવા પછી સારાંશ:
નીચે આજે તૈયાર, વેચાયેલ અને વધેલા જથ્થાઓ છે. ટૂંકી સેવા પછી, સારાંશ આપવામાં આવશે: શું પૂરતું ન હતું, શું બાકી હતું, આવતીકાલની તૈયારી માટે 3 ગોઠવણ સૂચનો. ડેટા: [કોષ્ટક].
નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ
નબળા:
મને તૈયારીની સૂચિ બનાવો.
ઢાંકણા, પ્લેટો, સ્ટેશનોની સંખ્યા નથી; એક સામાન્ય અને નકામી સૂચિ દેખાય છે.
મજબૂત:
તમારી ભૂમિકા: ઓપરેશન સહાયક. આજે શનિવાર છે, અપેક્ષિત ~140 કવર, ધસારો સમય 19:00-22:00. લોકપ્રિય પ્લેટો: શેકેલા મીટબોલ્સ (25%), સી બાસ (15%), રિસોટ્ટો (12%). સ્ટેશન-આધારિત પ્રેપ લિસ્ટ ડ્રાફ્ટ તૈયાર કરો; દરેક વસ્તુ પર જથ્થો, સમયગાળો અને પ્રાથમિકતા લખો. નોંધ કરો કે હું ઇન્વેન્ટરી અને બગાડ સાથે વાસ્તવિક રકમને સમાયોજિત કરીશ.
ઓપરેશન પ્લાન લેયર્સ (કોષ્ટક)
સ્તર
સામગ્રી
AI યોગદાન
માનવ અનુકૂલન
કવર અનુમાન
અપેક્ષિત મહેમાન
ભૂતકાળની પેટર્ન
આરક્ષણ + અંતર્જ્ઞાન
તૈયારી યાદી
શું, કેટલું, પ્રાથમિકતા
સ્ટેશન આધારિત ડ્રાફ્ટ
સ્ટોક + વેસ્ટેજ સેટિંગ
વર્કફ્લો
ઓર્ડર અને સમય
અગ્રતા ભલામણ
ટીમ ઝડપ
પાળી
કોણ, ક્યાં, ક્યારે
ડિજિટલ હાડપિંજર
કૌશલ્ય + પરવાનગી + કાયદો
સેવા પછી
શું પૂરતું/વધુ હતું?
સારાંશ
આવતીકાલ માટે પાઠ
સામાન્ય ભૂલો
- કવર અંદાજ આપ્યા વિના તૈયારીની વિનંતી કરવી. જથ્થો સંદર્ભહીન બને છે; ચોખ્ખો અંદાજ દાખલ કરો.
- ખૂબ તૈયારી કરવાની આદત. "જો તે પૂરતું નથી, તો તે ખરાબ છે" નો ડર નિયમિત બગાડ પેદા કરે છે; અનુમાન લગાવો.
- વ્યક્તિ વગર પાળી લાગુ કરવી. AI હાડપિંજરને ખબર નથી કે કોણ ક્યાંથી વધુ મજબૂત છે.
- કાયદાકીય નિયમોને બાયપાસ કરીને. વિરામ અને કામના કલાકોને ધ્યાનમાં લીધા વિના યોજનાનો અમલ કરી શકાતો નથી.
- સેવા પછી છોડવું. જો પર્યાપ્ત/વધુ છે તેની સમીક્ષા કરવામાં ન આવે, તો આગાહી હંમેશા ખોટી રહેશે.
સારાંશમાં
રસોડામાં ઑપરેશન એ છે જ્યાં સ્વાદ ક્રમમાં આવે છે. સ્થળ અને તૈયારી સૂચિનો ઉપયોગ સઘન સેવાને શક્ય બનાવે છે. AI કવર અંદાજથી લઈને સ્ટેશન-આધારિત પ્રેપ લિસ્ટ સુધી, વર્કફ્લોથી શિફ્ટ સ્કેલેટન સુધી, ઝડપી ડ્રાફ્ટ્સ બનાવે છે અને કચરાને દૃશ્યમાન બનાવે છે. પરંતુ દરેક યોજના રસોડાની વાસ્તવિક ક્ષમતા, ટીમની કુશળતા, સ્ટોક, બગાડ અને કાયદાકીય નિયમોના આધારે વ્યક્તિ માટે અનુકૂળ છે. AI સંસ્થાને વેગ આપે છે, ચીફ ઓર્ડર સ્થાપિત કરે છે.
એપ્લિકેશન કાર્ય
એક વ્યસ્ત સેવા દિવસ પસંદ કરો અને કવર અને લોકપ્રિય પ્લેટોની અપેક્ષિત સંખ્યા નક્કી કરો. YZ (જથ્થા, અવધિ, અગ્રતા) તરફથી ડ્રાફ્ટ સ્ટેશન મુજબની તૈયારીની સૂચિ મેળવો. તમારી પાસે રહેલા કાલ્પનિક સ્ટોક્સ અને ટીમોની સંખ્યાના આધારે આ ડ્રાફ્ટને વાસ્તવિક બનાવો. તે જ દિવસ માટે શિફ્ટ શેડ્યૂલ પણ બનાવો અને લોકોને સ્ટેશન પર સોંપો (તેમની કાલ્પનિક કુશળતાના આધારે). સેવા પછી તમે કયો ડેટા એકત્રિત કરશો તે લખો.
ચેકલિસ્ટ
- [ ] મેં પ્રેપ લિસ્ટ નેટ કેપ અનુમાન પર આધારિત કર્યું.
- [ ] મેં દરેક તૈયારી આઇટમમાં જથ્થો, સમયગાળો અને પ્રાથમિકતા ઉમેર્યા છે.
- [ ] મેં સ્ટોક, કચરો અને ટીમના કૌશલ્યો અનુસાર યોજનાને અનુકૂલિત કરી.
- [ ] મેં લોકો અનુસાર શિફ્ટ ફ્રેમ ગોઠવી.
- [ ] મેં વિરામ અને કામના કલાકોના નિયમોનું અવલોકન કર્યું.
- [ ] હું સેવા પછીના ડેટા સાથે આવતીકાલની આગાહી સુધારીશ.