Gevinster:
- Evne til å planlegge innkjøpsliste, minstelager (parinivå) og ordrepunktkonsepter med støtte for kunstig intelligens
- Evne til å måle matsvinn, produsere rotårsaksanalyser og reduksjonsscenarier med kunstig intelligens, og styrke bærekraft
- Å kunne skille at prognosen for kunstig intelligens er basert på historiske data og sesong, og at beslutningen til kokken og kjøperen kommer først ved leveringsavbrudd og prisbrudd.
En restaurants fortjeneste er stort sett gjort eller tapt to steder: riktige kjøp og lite avfall. For mye materiale vil ødelegge, for lite vil ødelegge menyen; Hvert gram som går til spille er sløsing med kjøpte penger. I denne enheten skal vi bruke kunstig intelligens som planleggingsassistent for innkjøpsplanlegging, lagerstyring og reduksjon av matsvinn. Grensen er klar: AI genererer prognoser og scenarier basert på historiske data og sesong; Sjefens og kjøpers skjønn går foran ved avgjørelsen om leveringsavbrudd, prisbrudd og kvalitet.
Grunnleggende konsepter for innkjøp
Et solid kjøp er avhengig av noen få konsepter. Par nivå (minimum lagernivå) er minimumsmengden av et materiale som må være tilgjengelig til enhver tid; Når det faller under, legges bestillingen. Bestillingspunktet er den såkalte «bestill nå»-terskelen, tatt i betraktning ledetid (hvor mange dager det tar før materialet kommer frem). Sikkerhetslager er en buffer mot uventet rush eller forsinkelse.
Når du oppgir historiske bruksdata og forventet antall omslag, produserer AI et utkast av hvilket materiale og hvor mye som skal bestilles, og anbefaler parinivåer. Men ferskvare har kort holdbarhet; Å kjøpe mer betyr sløsing, å kjøpe mindre betyr menyunderskudd. AI-prediksjon er en start; Leverandørens kvalitet, pris og sesongvariasjoner den dagen er overlatt til kjøpers avgjørelse. For eksempel, selv om AI sier "kjøp 10 kg tomater", hvis tomatene er av dårlig kvalitet eller prisen har skutt i været den dagen, vil den erfarne kjøperen vende seg til et alternativ.
Tips: Når du ber AI om en bestillingsliste, si "vis parinivå, nåværende beholdning og foreslått bestillingsantall for hver vare i separate kolonner." På denne måten får du en begrunnet anbefaling, ikke en blindliste, og du kan sjekke den visuelt.
Måle og redusere matsvinn
Du klarer ikke det du ikke måler. Kilder til matavfall inkluderer vanligvis: overkjøp (ødeleggelse), feil porsjoner (rester på tallerkenen), tilberedningsavfall (oversortering), feil lagring (for tidlig ødeleggelse) og ubalanse i menyen (ødeleggelse av ingredienser som ikke er solgt under). Når du oppgir svinnpostene dine (hva, hvor mye, hvorfor ble kastet), gjør AI de største avfallskildene synlige og foreslår reduksjonsscenarier: juster porsjonen, fjern de lavselgende fra menyen, bruk de bortkastede ingrediensene i en annen tallerken.
Når det gjelder bærekraft, er avfallsreduksjon både etisk og økonomisk. «Nese-til-hale / rot-til-blad»-tilnærminger som å gjøre om stilken på en grønnsak til kraft/grønnsaksbuljong, gjøre gammelt brød til krutonger og bruke avfall i personalmåltider kan tas som ideer fra AI. Men matsikkerhetsmarginen opprettholdes: ødelagt produkt blir aldri evaluert; "avfallsreduksjon" kan aldri være en unnskyldning for å bruke usikker mat.
Forsiktig: Reduksjon av avfall går aldri på akkord med mattryggheten. Selv når AI sier "vurder svinn", er det siste ordet mattrygghetsregelen: intet produkt som er utløpt, har en ødelagt kjølekjede eller ser ut til å være kompromittert.
tre minisaker
Tilfelle 1 — Avfall som avtar med parinivå. Et hotellkjøkken kjøpte alltid for mye friske urter og halvparten av dem var vissent. Sjefen ga 6 ukers bruksdata til AI; AI hentet ut den faktiske ukentlige bruken og anbefalt parinivå for hver urt. Bestillingene ble redusert til dette nivået, og svinnet med ferske urter gikk betydelig ned. I uker hvor leverandørkvaliteten var dårlig, tok kjøperen igjen sin egen beslutning; AI satte opp basen, mennesker justerte den.
Tilfelle 2 — Avfallsårsaksanalyse. En restaurant opplevde betydelig matsvinn per måned, men visste ikke hvor det kom fra. Avfall ble registrert i en måned (hva, hvor mange kg, hvorfor) og gitt til YZ. AI siterte de tre største kildene: bortskjemt lager av en lite solgt fiskeplate, overporsjonering av en siderett og feil lagrede salatingredienser. Fisketallerken ble tatt ut av menyen, porsjonene ble redusert og lagringen ble rettet opp. Avfallet falt merkbart på tre måneder. AI viste kilden, teamet tok avgjørelsene.
Sak 3 – Menneskelig beslutning ved forsyningsavbrudd. Når vi ser tilbake, hadde AI plassert en viss sjømat på sin rutinebestillingsliste. Men jakten stoppet den uken på grunn av været, og produktet var enten utilgjengelig eller veldig dyrt. Kjøperen brukte ikke blindt AI-listen; gjorde midlertidige erstatninger på menyen og snakket med leverandøren. AI ser til fortiden; Mennesket klarer den øyeblikkelige pausen.
Fire kopierbare maler
1) Kjøp / ordreutkast:
Din rolle: innkjøpsassistent. Nedenfor er for hvert materiale: parinivå, nåværende lager, gjennomsnittlig bruk de siste 4 ukene og ledetid. Forventet tetthet neste uke: [normal/høy]. Oppgave: Beregn anbefalt bestillingsmengde for hvert materiale i en egen kolonne og skriv begrunnelsen i én setning. Legg til holdbarhetsadvarsel på ferske produkter. Oppgi at jeg skal ta kvalitets-/prisbeslutningen. Data: [tabell].
2) Avfallsårsaksanalyse:
Nedenfor er en månedlig avfallspost: materiale/plate, kassert mengde, årsak til kassering. List opp de 5 største kildene til avfall; For hver, skriv ned den mulige grunnårsaken og en avbøtende anbefaling. Ikke kom med forslag som kompromitterer mattryggheten. Data: [tabell].
3) Avfallsvurdering (sikker):
Foreslå SAFE resirkuleringsideer for følgende forberedelsesavfall (f.eks. grønnsakstilker, brødskorper) (kraft, grønnsaksbuljong, krutonger, personalmåltid). For hver idé, oppgi at dette kun er gyldig for FERSKE og trygge produkter, bortskjemt produkt kan ikke brukes. Avfall: [liste].
4) Anbefaling på parinivå:
Nedenfor er de siste 6 ukene med bruk etter materiale. Beregn anbefalt parinivå (minimumslager) og sikkerhetslager for hvert materiale. Ta hensyn til leveringstiden. Vær oppmerksom på skillet mellom fersk/holdbar. Vis formelen. Data: [tabell].
Svak forespørsel / Sterk forespørsel
Svak:
Hvor mye materiale bør jeg bestille?
Ingen bruk, lager, ledetid, tetthet; AI lager spådommer, det fungerer ikke.
Sterk:
Din rolle: innkjøpsassistent. Tomat: par nivå 8 kg, tilgjengelig 3 kg, ukentlig bruk ~12 kg, tilførsel 1 dag. Høy tetthet neste uke. Beregn anbefalt bestillingsmengde, skriv en begrunnelse, legg til en advarsel om holdbarhet. Jeg bestemmer kvalitet og pris.
Forsynings- og avfallskonsepter (tabell)
konsept
Beskrivelse
Hvorfor er det viktig?
parinivå
Min kreves for å være tilstede. lager
Ikke for lite, ikke for mye
bestillingspunkt
Ordreterskel etter ledetid
Levering i tide
sikkerhetslager
uventet tetthetsbuffer
Forhindrer menygap
brann
Beløp kassert/tapt
Direkte tap av penger
rotårsak
Den virkelige årsaken til sløsing
permanent løsning
Vanlige feil
- Bruker AI-bestillingslisten blindt. Kvalitet, pris og sesong er folks beslutninger.
- Fører ikke brannjournal. Umålt avfall kan ikke håndteres; Det er ingen analyse uten registrering.
- Hopp over holdbarhet på ferskvarer. Å kjøpe for mye betyr ødeleggelse, penger og sløsing.
- Å sette avfallsreduksjon foran mattrygghet. Bortskjemt produkt blir aldri vurdert.
- Ignorerer forsyningsavbrudd. Prediksjon basert på fortiden kjenner ikke det øyeblikkelige bruddet.
Oppsummert
Fortjenesten opprettholdes ved riktige innkjøp og lite svinn. YZ par level er en rask planleggingsassistent for bestillingsmengde, avfallsårsaksanalyse og avfallsevalueringsideer; Den kvantifiserer usynlig avfall. Men hver spådom avhenger av fortiden og årstiden; Beslutningen om kvalitet, pris og tilbudskutt overlates til kokken og kjøperen. Avfallsreduksjon går aldri på akkord med mattryggheten.
Søknadsoppgave
Velg fem materialer og skriv ned parinivå, nåværende lager, ukentlig bruk og ledetid (om enn imaginært) for hver. Motta et begrunnet bestillingsutkast fra YZ. Lag separat en imaginær avfallsregistrering på én måned, la AI utføre en rotårsaksanalyse og skriv en reduksjonsbeslutning for de to største avfallskildene. Sett opp et scenario for forsyningsavbrudd og forklar hvordan du ville tatt en avgjørelse som menneske.
sjekkliste
- [ ] Jeg baserte ordreutkastet på parinivå, lager og ledetid.
- [ ] Jeg hevder at AI-anbefalingen overlater kvalitets-/prisbeslutningen til mennesket.
- [ ] Jeg fører brannjournal og gjør rotårsaksanalyser.
- [ ] Jeg tok hensyn til holdbarhetsadvarselen for ferske produkter.
- [ ] Jeg har aldri kompromittert mattryggheten i å redusere svinn.
- [ ] Jeg vet at menneskelig dømmekraft kommer først når forsyningsavbrudd oppstår.