Unit 6 / 11

Operasi Dapur dan Aliran Kerja: Mise en Place, Senarai Persediaan dan Syif

Keuntungan:

  • Keupayaan untuk mengubah mise en place, senarai persediaan dan logik stesen ke dalam rancangan penyediaan harian dan aliran kerja dengan sokongan kecerdasan buatan
  • Keupayaan untuk menghasilkan draf anjakan kakitangan dan pengagihan tugas mengikut kepadatan perkhidmatan dan anggaran penutup (couvert).
  • Keupayaan untuk memahami bahawa pelan operasi yang dihasilkan oleh kecerdasan buatan harus disesuaikan dengan kapasiti sebenar dapur, kemahiran pasukan dan pemerhatian chef.

Rasa pinggan ditentukan di dapur, tetapi kelangsungan hidup restoran bergantung pada susunan dapur. Perkhidmatan perlindungan 200 pada petang Sabtu yang sibuk hanya boleh dilakukan jika semuanya disediakan lebih awal, semua orang tahu apa yang perlu dilakukan dan stesen mengalir. Inti persediaan ini ialah mise en place (Bahasa Perancis untuk "segala sesuatu di tempatnya") — semua bahan dicincang, disukat dan sedia di stesen sebelum dihidangkan. Dalam unit ini, kami akan menggunakan kecerdasan buatan sebagai pembantu organisasi untuk senarai persediaan, aliran kerja dan perancangan syif. Sempadan: AI menghasilkan draf pelan; Pelan itu disesuaikan dengan tukang masak berdasarkan kapasiti sebenar dapur, kemahiran pasukan dan realiti hari itu.

Mise en place dan logik senarai persediaan

Semasa perkhidmatan, makanan dimasak, tidak disediakan. Pencincangan, perapan, penyediaan sos dan pembahagian selesai sebelum dihidangkan. Senarai persediaan ialah senarai yang menunjukkan persediaan yang akan dibuat mengikut giliran, dalam kuantiti berapa dan dengan keutamaan apa. Senarai persediaan yang baik adalah berdasarkan anggaran bilangan tudung: jika 120 orang dijangka, kira berapa banyak hidangan sos, berapa kilo sayur-sayuran, berapa banyak bahagian daging yang perlu disediakan berdasarkan purata jualan pinggan.

Stesen ialah kawasan tugas dapur: panggangan, panas, sejuk/salad, pencuci mulut, palungan taman. Setiap stesen mempunyai mise en place dan senarai persediaan sendiri. AI sangat berguna dalam menghasilkan ramalan jualan dan draf senarai persediaan berasaskan stesen apabila anda memberikan preskripsi; anda sebut "~120 topi hari ini, pinggan itu popular" dan dia melakar kuantiti kasar dan susunan keutamaan. Tetapi jumlah sebenar diselaraskan oleh pembaziran anda semalam, stok yang anda ada dan kelajuan pasukan anda.

Petua: Apabila meminta senarai persediaan daripada AI, letakkan "anggaran masa" dan "keutamaan (mesti dilengkapkan mengikut perkhidmatan / fleksibel)" di sebelah setiap item. Oleh itu, senarai menjawab bukan sahaja apa yang perlu dilakukan, tetapi juga dalam susunan dan siapa yang harus bermula dahulu.

Langkah demi langkah: Pelan operasi dengan AI

  1. Masukkan ramalan muka depan anda. Berikan jangkaan bilangan tetamu (tempahan + corak hari lepas).
  2. Namakan hidangan popular. Pinggan mana yang paling laris; persediaan ditimbang dengan sewajarnya.
  3. Dapatkan draf senarai persediaan. Berasaskan stesen, kuantiti dan keutamaan.
  4. Sesuaikan dengan kapasiti. Jadikan ia realistik dengan bilangan pasukan, kapasiti ketuhar/relau dan stok di tangan.
  5. Agihkan syif dan tugas. Siapa yang bertanggungjawab untuk persediaan yang mana, di stesen mana?
  6. Semakan selepas perkhidmatan. Apa yang sudah berakhir, apa yang ditambah, apa yang tidak mencukupi; Betulkan ramalan esok.

Anjakan dan pengagihan tugas

Perancangan kakitangan adalah kedua-dua kos dan kualiti perkhidmatan. Perkhidmatan intensif dengan beberapa orang mengurangkan kualiti dan melemahkan pasukan; Hari yang tenang dengan terlalu ramai orang membuat anda kehilangan wang. AI menjana garis besar anjakan berdasarkan anggaran ketumpatan (bilangan penutup, pengedaran masa): berapa ramai orang, di stesen mana, pada masa apa. Tetapi draf ini tidak mengetahui realiti manusia: siapa yang kuat di stesen mana, siapa yang sedang bercuti, dinamik dalam pasukan. Itulah sebabnya AI memberikan rangka dan chef atau sous chef sesuai mengikut orang. Selain itu, peraturan undang-undang seperti waktu bekerja dan hak rehat dipatuhi; AI boleh mengingatkan perkara ini, tetapi perniagaan bertanggungjawab untuk pematuhan.

tiga kes mini

Kes 1 — Dari hari Sabtu yang huru-hara kepada perkhidmatan yang teratur. Perkhidmatan Sabtu satu restoran sentiasa tersekat; Sos sudah habis dan hiasan tidak mencukupi. Ketua memberikan penutup dan data jualan 8 minggu terakhir kepada AI; AI mengekstrak purata Sabtu dan plat popular, menghasilkan draf senarai persediaan berasaskan stesen. Ketua menyesuaikan ini mengikut kemahiran pasukan. Dalam masa tiga minggu, krisis "habis sos" berkurangan dengan ketara dan aliran perkhidmatan bertambah baik. AI memberikan corak dan garis besar; Ketua menetapkan perintah itu.

Kes 2 — Persediaan yang berlebihan, peningkatan pembaziran. Sebuah dapur membuat terlalu banyak persediaan setiap hari dan membuang sisa makanan, dengan logik "mari kita sediakan banyak-banyak, jika tidak cukup akan menjadi buruk". Data persediaan-jualan-sisa lalu dibandingkan dengan AI; Adalah diperhatikan bahawa hidangan tertentu disediakan secara kerap 30% terlalu banyak. Jumlah persediaan telah dilaraskan semula mengikut ramalan dan pembaziran telah dikurangkan. Keputusan terserah kepada ketua; AI mengukur sisa halimunan.

Kes 3 — Kos pelan syif buta. Seorang pengurus melaksanakan pelan syif yang dihasilkan oleh AI tanpa memikirkan orang: dia meletakkan tukang masak yang paling tidak berpengalaman di stesen paling sibuk. Perkhidmatan terganggu. Pengajaran: AI memberikan rangka kerja anjakan, tetapi ketua tahu siapa yang kuat di mana; Pelan itu tidak boleh dilaksanakan tanpa disesuaikan dengan orang ramai.

Empat templat yang boleh disalin

1) Senarai persediaan berasaskan stesen:

Peranan anda: pembantu operasi dapur. Jangkaan perlindungan hari ini: [120].Plat popular dan anggaran bahagian: [plat - %]. Saiz hidangan resipi: [ringkasan]. Tugas: draf senarai persediaan berasaskan stesen (grill/panas/sejuk/pencuci mulut). Untuk setiap item: kuantiti, anggaran masa, keutamaan (bersyarat / fleksibel sehingga perkhidmatan). Ambil perhatian bahawa ini adalah ANGGARAN dan kuantiti sebenar akan diselaraskan mengikut stok dan pembaziran.

2) Perbandingan persediaan api:

Di bawah ialah bahagian yang disediakan, bahagian yang dijual dan jumlah sisa mengikut plat selama 4 minggu yang lalu. Cari hidangan yang lebih kerap disediakan dan cadangkan jumlah persediaan baru yang disyorkan untuk setiap satu. Tunjukkan akaun. Data: [jadual].

3) Draf anjakan:

Pengagihan perlindungan yang dijangka mengikut jam: [18:00-20:00 sibuk, 20:00-22:00 sangat sibuk]. Stesen: [senarai]. Tugasan: menghasilkan SELETON syif untuk bilangan orang yang sepatutnya berada di stesen mana dan pada masa apa. Saya akan menetapkan orang mengikut kemahiran mereka. Ingatkan saya tentang peraturan waktu rehat dan waktu bekerja.

4) Ringkasan selepas perkhidmatan:

Di bawah adalah kuantiti yang disediakan, dijual dan ditambah hari ini. Selepas perkhidmatan yang singkat, ringkasan akan diberikan: apa yang tidak mencukupi, apa yang tinggal, 3 cadangan pelarasan untuk persediaan esok. Data: [jadual].

Gesaan lemah / Gesaan kuat

lemah:

Buat saya senarai persediaan.

Tiada bilangan penutup, pinggan, stesen; Senarai umum dan tidak berguna muncul.

kuat:

Peranan anda: pembantu operasi. Hari ini hari Sabtu, dijangka ~140 penutup, waktu sibuk 19:00-22:00. Pinggan popular: bebola daging panggang (25%), siakap (15%), risotto (12%). Menghasilkan draf senarai persediaan berasaskan stesen; Tulis kuantiti, tempoh dan keutamaan pada setiap item. Ambil perhatian bahawa saya akan melaraskan jumlah sebenar dengan inventori dan pembaziran.

Lapisan pelan operasi (jadual)

lapisan

kandungan

Sumbangan AI

penyesuaian manusia

Ramalan penutup

tetamu yang diharapkan

corak dari masa lalu

Tempahan + gerak hati

senarai persediaan

Apa, berapa, keutamaan

Draf berasaskan stesen

Tetapan stok + pembaziran

aliran kerja

Pesanan dan masa

Pengesyoran keutamaan

Kepantasan pasukan

syif

siapa, di mana, bila

rangka digital

Kemahiran + kebenaran + undang-undang

selepas perkhidmatan

Apa yang cukup/lebih?

Ringkasan

pelajaran untuk esok

Kesilapan biasa

  • Meminta persediaan tanpa memberikan anggaran perlindungan. Kuantiti menjadi tanpa konteks; Masukkan anggaran bersih.
  • Terlalu banyak tabiat persediaan. Ketakutan "jika tidak mencukupi, buruk" menghasilkan pembaziran biasa; buat tekaan.
  • Memohon syif tanpa orang. Rangka AI tidak tahu siapa yang lebih kuat di mana.
  • Melangkaui peraturan undang-undang. Pelan itu tidak boleh dilaksanakan tanpa mengambil kira waktu rehat dan waktu bekerja.
  • Ponteng selepas perkhidmatan. Jika yang cukup/lebih tidak disemak, ramalan akan sentiasa salah.

Secara ringkasnya

Operasi dapur adalah tempat rasa memenuhi pesanan. Mise en place dan senarai persediaan memungkinkan perkhidmatan intensif. AI menghasilkan draf pantas, daripada anggaran penutup kepada senarai persediaan berasaskan stesen, daripada aliran kerja kepada rangka anjakan dan menjadikan sisa kelihatan. Tetapi setiap pelan disesuaikan dengan orang itu berdasarkan kapasiti sebenar dapur, kemahiran pasukan, stok, pembaziran dan peraturan undang-undang. AI mempercepatkan organisasi, ketua menetapkan perintah itu.

Tugasan permohonan

Pilih hari penyajian yang sibuk dan tentukan bilangan penutup yang dijangkakan dan pinggan popular. Terima draf senarai persediaan mengikut stesen daripada YZ (kuantiti, tempoh, keutamaan). Jadikan draf ini realistik berdasarkan bilangan stok khayalan dan pasukan yang anda miliki. Juga hasilkan jadual syif untuk hari yang sama dan tetapkan orang ke stesen (berdasarkan kemahiran khayalan mereka). Tuliskan data yang akan anda kumpulkan selepas perkhidmatan.

senarai semak

  • [ ] Saya berdasarkan senarai persediaan pada ramalan topi bersih.
  • [ ] Saya menambah kuantiti, tempoh dan keutamaan pada setiap item persediaan.
  • [ ] Saya menyesuaikan rancangan mengikut stok, pembaziran dan kemahiran pasukan.
  • [ ] Saya menyusun rangka syif mengikut orang.
  • [ ] Saya mematuhi peraturan waktu rehat dan waktu bekerja.
  • [ ] Saya akan membetulkan ramalan esok dengan data selepas perkhidmatan.