利益:
- 人工知能のサポートにより、購入リスト、最低在庫 (額面レベル)、および注文ポイントの概念を計画する機能
- 食品廃棄物を測定し、人工知能を使用して根本原因分析と削減シナリオを作成し、持続可能性を強化する能力
- 人工知能の予測が過去のデータと季節に基づいていること、そして供給の中断や価格破壊の場合にはシェフとバイヤーの決定が優先されることを区別できること。
レストランの利益は主に 2 つの場所で決まります。それは、正しい購入と無駄の少なさです。材料が多すぎると傷み、少なすぎるとメニューが台無しになります。無駄になるすべてのグラムは購入したお金の無駄です。この単元では、購買計画、在庫管理、食品廃棄物の削減のための計画アシスタントとして人工知能を使用します。境界は明確です。AI は過去のデータと季節に基づいて予測とシナリオを生成します。供給の中断、価格破壊、品質の決定は、責任者とバイヤーの判断が優先されます。
購入の基本的な考え方
確実な購入は、いくつかの概念に依存します。額面レベル (最低在庫レベル) は、常に手元になければならない材料の最小量です。それを下回ると注文が発注されます。注文ポイントは、リードタイム (材料が到着するまでにかかる日数) を考慮した、いわゆる「今すぐ注文」のしきい値です。安全在庫は、予期せぬラッシュや遅延に対する緩衝材です。
過去の使用状況データと予想されるカバーの数を入力すると、AI がどの素材をどれくらい注文するかの下書きを作成し、標準レベルを推奨します。しかし、生鮮食品の賞味期限は短いです。より多く購入すると無駄が発生し、購入量を減らすとメニューが不足します。 AI 予測が始まりです。その日の仕入れ先の品質、価格、季節性は買い手の判断に委ねられます。例えば、AIが「トマトを10kg買って」と言ったとしても、トマトの品質が悪かったり、その日の価格が高騰していたりすれば、経験豊富なバイヤーは代替品に目を向けます。
ヒント: AI に注文リストを依頼するときは、「各品目の平価水準、現在の在庫、および推奨注文数量を別の列に表示してください」と言います。こうすることで、盲目的なリストではなく、根拠のある推奨事項が得られ、視覚的に確認できます。
食品廃棄物の測定と削減
測定しないものは管理できません。食品廃棄物の発生源には一般に、過剰購入（腐敗）、間違った量（皿に残ったもの）、調理の無駄（過剰仕分け）、不適切な保管（早期の腐敗）、およびメニューの不均衡（売れ筋食材の腐敗）が含まれます。無駄の記録（何を、どのくらい、なぜ捨てたのか）を提供すると、AI が最大の無駄の原因を可視化し、量を調整する、売れ行きの悪いものをメニューから削除する、無駄になった食材を別皿で使用するなどの削減シナリオを提案します。
持続可能性の観点から言えば、廃棄物の削減は倫理的かつ経済的です。野菜の茎をストックや野菜スープに変える、古くなったパンをクルトンに変える、従業員の食事に廃棄物を利用するなど、「鼻から尾、根から葉まで」のアプローチは、AI のアイデアとして捉えることができます。しかし、食品の安全マージンは維持されます。腐敗した製品は決して評価されません。 「廃棄物の削減」は、決して安全でない食品を使用する言い訳にはなりません。
注意: 廃棄物の削減によって食品の安全性が損なわれることはありません。 AI が「無駄を評価する」と言っても、最終的な言葉は食品安全規則です。期限切れ、コールドチェーンが壊れている、または侵害されていると思われる製品はあってはならないということです。
ミニケース3個
ケース 1 — 廃棄物は平価レベルで減少します。ホテルのキッチンではいつもフレッシュハーブを買いすぎて半分が枯れてしまいました。長官は 6 週間分の使用データを AI に提供しました。 AI が各ハーブの実際の週ごとの使用量と推奨標準レベルを抽出しました。注文はこのレベルまで減り、生のハーブの無駄が大幅に減りました。サプライヤーの品質が低かった数週間では、バイヤーは再び独自の決定を下しました。 AIがベースを設置し、人間が調整した。
ケース 2 — 廃棄物の根本原因分析。あるレストランでは毎月かなりの食品廃棄物が発生していましたが、その廃棄物がどこから出ているのかわかりませんでした。廃棄物は 1 か月間記録され (何を、何kg、なぜ)、YZ に渡されました。 AIは、3つの最大の原因として、売れ行きの悪い魚料理の在庫の傷み、おかずの過剰な量、不適切に保管されたサラダの材料を挙げた。魚のプレートがメニューから削除され、量が減り、保管方法が修正されました。廃棄物は 3 か月で目に見えて減少しました。 AI がソースを示し、チームが決定を下しました。
ケース 3 — 供給途絶における人間の判断。振り返ってみると、AI は特定の魚介類を定期的な注文リストに入れていました。しかし、その週は天候のため狩猟が中止され、その製品は手に入らなかったか、非常に高価でした。購入者はAIリストを盲目的に適用したわけではありません。メニューを一時的に変更し、サプライヤーに相談しました。 AI は過去に目を向けます。人間は一瞬の休憩を管理します。
コピー可能な 4 つのテンプレート
1) ドラフトの購入/注文:
あなたの役割: 購入アシスタント。以下は各材料の額面レベル、現在の在庫、過去 4 週間の平均使用量、リードタイムです。来週の予想密度: [通常/高]。タスク: 個別の列で各材料の推奨発注数量を計算し、その理由を 1 文で記述します。生鮮品には賞味期限に関する警告を追加します。品質/価格の決定は私が行う旨を述べます。データ: [表]。
2) 廃棄物の根本原因分析:
以下は毎月の廃棄記録です: 材料/プレート、廃棄量、廃棄理由。廃棄物の最大の発生源を 5 つ挙げてください。それぞれについて、考えられる根本原因と軽減策の推奨事項を書き留めます。食品の安全性を損なうような提案は行わないでください。データ: [テーブル]。
3) 廃棄物の評価（安全性）：
以下の調理廃棄物（野菜の茎、パンの皮など）（ストック、野菜スープ、クルトン、スタッフの食事）について、安全なリサイクルのアイデアを提案します。各アイデアについて、これは新鮮で安全な製品にのみ有効であり、傷んだ製品は使用できないことを明記してください。廃棄物: [リスト]。
4) 同等レベルの推奨事項:
以下は、素材ごとの過去 6 週間の使用状況です。品目ごとに推奨額面レベル (最小在庫) と安全在庫を計算します。供給時間を考慮してください。新鮮なものと耐久性のあるものとの違いに注意してください。式を示します。データ: [テーブル]。
弱いプロンプト / 強いプロンプト
弱い：
どれくらいの材料を注文すればよいですか?
使用量、在庫、リードタイム、密度はありません。 AIは予測をしますが、うまくいきません。
強い：
あなたの役割: 購入アシスタント。トマト: パーレベル 8 kg、入手可能 3 kg、毎週使用 ~12 kg、1 日供給。来週は密度が濃い。推奨注文数量を計算し、その理由を記入し、賞味期限の警告を追加します。品質と価格で決めさせていただきます。
供給と廃棄の概念（表）
コンセプト
説明
なぜ重要なのでしょうか?
パーレベル
最小の出席が必要です。在庫
少なすぎず多すぎず
注文ポイント
リードタイムごとの注文しきい値
オンタイム供給
安全在庫
予期しない密度バッファ
メニューギャップを防ぐ
火
廃棄・紛失量
Direct loss of money
根本原因
浪費の本当の理由
恒久的な解決策
よくある間違い
- AI の順序リストを盲目的に適用します。品質、価格、季節は人々の判断です。
- 火災記録を残していない。計量されていない廃棄物は管理できません。登録がなければ分析はできません。
- 生鮮食品の賞味期限を省略する。買いすぎると、腐敗し、お金がかかり、無駄になります。
- 食品の安全よりも廃棄物の削減を優先します。甘やかされた製品は決して評価されません。
- 供給途絶は無視。過去に基づいた予測は一瞬のブレイクを知りません。
要約すると
正しい購買と無駄の少ないことで利益が維持されます。 YZ パーレベルは、注文数量、廃棄物の根本原因分析、および廃棄物の評価アイデアを迅速に計画するためのアシスタントです。目に見えない無駄を数値化します。しかし、すべての予測は過去と季節に依存します。品質、価格、供給量の削減に関する決定はシェフとバイヤーに任されています。廃棄物の削減によって食品の安全性が損なわれることはありません。
アプリケーションタスク
5 つの材料を選択し、それぞれの額面レベル、現在の在庫、週の使用量、およびリード タイム (想像ですが) を書き留めます。 YZ から合理的な注文草案を受け取ります。これとは別に、1 か月分の仮想廃棄物記録を作成し、AI に根本原因分析を実行させ、2 つの最大の廃棄物発生源の削減決定を作成します。供給混乱のシナリオを設定し、人間としてどのように決定を下すかを説明します。
チェックリスト
- [ ] 私は注文草案を平価レベル、在庫、リードタイムに基づいて作成しました。
- [] 私は、AI による推奨は品質と価格の決定を人間に任せていると主張します。
- [ ] 私は火災の記録を保管し、根本原因の分析を行っています。
- [ ] 生鮮品の賞味期限警告を考慮しました。
- [ ] 私は廃棄物を減らすために食品の安全性を犠牲にしたことはありません。
- [ ] 供給途絶が発生した場合、人間の判断が優先されることを私は知っています。