యూనిట్లు
1. గ్యాస్ట్రోనమీలో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ పరిచయం: పాత్రలు, సరిహద్దులు, ప్రమాణీకరణ మరియు గోప్యత 2. మెనూ మరియు కాన్సెప్ట్ డెవలప్‌మెంట్: థీమ్, ట్రెండ్ మరియు మెనూ ఇంజనీరింగ్ 3. రెసిపీ డెవలప్‌మెంట్ మరియు స్టాండర్డైజేషన్: రెసిపీ, స్కేల్ మరియు కన్సిస్టెన్సీ 4. ఖర్చు మరియు భాగ నిర్వహణ: ఆహార ఖర్చు, రెసిపీ ధర మరియు ధర 5. అలర్జీ మరియు పోషకాహార నిర్వహణ: లేబులింగ్, భద్రత మరియు ఆహారం అడాప్టేషన్ 6. కిచెన్ ఆపరేషన్ మరియు వర్క్‌ఫ్లో: మైస్ ఎన్ ప్లేస్, ప్రిపరేషన్ లిస్ట్‌లు మరియు షిఫ్ట్‌లు 7. సరఫరా, ఇన్వెంటరీ మరియు వ్యర్థాల తగ్గింపు: కొనుగోలు, ఇన్వెంటరీ మరియు స్థిరత్వం 8. ప్రెజెంటేషన్ మరియు విజువల్: ప్లేట్ కంపోజిషన్, మెనూ ఫోటో మరియు బ్రాండ్ ఇమేజ్ 9. ఆహార భద్రత మరియు HACCP: క్లిష్టమైన నియంత్రణ పాయింట్లు మరియు AI-సహాయక పర్యవేక్షణ 10. రుచి పరీక్ష మరియు ఇంద్రియ మూల్యాంకనం: మానవ ప్యానెల్ యొక్క అనివార్యత 11. ధృవీకరణ, నీతి, కాపీరైట్ మరియు బ్రాండ్ భద్రత: సృజనాత్మక మరియు వాణిజ్య సరిహద్దులు
యూనిట్ 7 / 11

సరఫరా, ఇన్వెంటరీ మరియు వ్యర్థాల తగ్గింపు: కొనుగోలు, ఇన్వెంటరీ మరియు స్థిరత్వం

లాభాలు:

  • కృత్రిమ మేధస్సు మద్దతుతో కొనుగోలు జాబితా, కనీస స్టాక్ (సమాన స్థాయి) మరియు ఆర్డర్ పాయింట్ కాన్సెప్ట్‌లను ప్లాన్ చేయగల సామర్థ్యం
  • ఆహార వ్యర్థాలను కొలవగల సామర్థ్యం, కృత్రిమ మేధస్సుతో మూలకారణ విశ్లేషణ మరియు తగ్గింపు దృశ్యాలను ఉత్పత్తి చేయడం మరియు స్థిరత్వాన్ని బలోపేతం చేయడం
  • కృత్రిమ మేధస్సు సూచన చారిత్రక డేటా మరియు సీజన్‌పై ఆధారపడి ఉంటుందని మరియు సరఫరా అంతరాయాలు మరియు ధరల విరామాల విషయంలో చెఫ్ మరియు కొనుగోలుదారు యొక్క నిర్ణయం మొదటి స్థానంలో ఉంటుందని గుర్తించగలగడం.

రెస్టారెంట్ యొక్క లాభాలు రెండు ప్రదేశాలలో ఎక్కువగా సంపాదించబడతాయి లేదా పోతాయి: సరైన కొనుగోలు మరియు తక్కువ వ్యర్థాలు. చాలా ఎక్కువ పదార్థం చెడిపోతుంది, చాలా తక్కువ మెనుని నాశనం చేస్తుంది; వృధాగా పోయే ప్రతి గ్రాము కొన్న డబ్బు వృధా అవుతుంది. ఈ యూనిట్‌లో, కొనుగోలు ప్రణాళిక, స్టాక్ నిర్వహణ మరియు ఆహార వ్యర్థాలను తగ్గించడానికి మేము కృత్రిమ మేధస్సును ప్లానింగ్ అసిస్టెంట్‌గా ఉపయోగిస్తాము. సరిహద్దు స్పష్టంగా ఉంది: AI చారిత్రక డేటా మరియు సీజన్ ఆధారంగా అంచనాలు మరియు దృశ్యాలను రూపొందిస్తుంది; సరఫరా అంతరాయం, ధర విచ్ఛిన్నం మరియు నాణ్యతపై నిర్ణయంలో చీఫ్ మరియు కొనుగోలుదారు యొక్క తీర్పు ప్రాధాన్యతనిస్తుంది.

కొనుగోలు యొక్క ప్రాథమిక భావనలు

ఘనమైన కొనుగోలు కొన్ని భావనలపై ఆధారపడి ఉంటుంది. సమాన స్థాయి (కనీస స్టాక్ స్థాయి) అనేది అన్ని సమయాలలో చేతిలో ఉండవలసిన పదార్థం యొక్క కనీస మొత్తం; ఇది దిగువకు వచ్చినప్పుడు ఆర్డర్ ఉంచబడుతుంది. ఆర్డర్ పాయింట్ అనేది "ఇప్పుడే ఆర్డర్ చేయి" థ్రెషోల్డ్ అని పిలవబడుతుంది, ఇది లీడ్ టైమ్‌ను పరిగణనలోకి తీసుకుంటుంది (మెటీరియల్ రావడానికి ఎన్ని రోజులు పడుతుంది). సేఫ్టీ స్టాక్ అనేది ఊహించని రద్దీ లేదా ఆలస్యం నుండి బఫర్.

మీరు చారిత్రాత్మక వినియోగ డేటా మరియు అంచనాల సంఖ్య కవర్‌లను అందించినప్పుడు, AI ఏ మెటీరియల్ మరియు ఎంత ఆర్డర్ చేయాలి అనే డ్రాఫ్ట్‌ను ఉత్పత్తి చేస్తుంది మరియు సమాన స్థాయిలను సిఫార్సు చేస్తుంది. కానీ తాజా ఉత్పత్తులు తక్కువ షెల్ఫ్ జీవితాన్ని కలిగి ఉంటాయి; ఎక్కువ కొంటే వృధా, తక్కువ కొంటే మెనూ లోటు. AI అంచనా ఒక ప్రారంభం; ఆ రోజున సరఫరాదారు నాణ్యత, ధర మరియు కాలానుగుణత కొనుగోలుదారు నిర్ణయానికి వదిలివేయబడుతుంది. ఉదాహరణకు, "10 కిలోల టమోటాలు కొనండి" అని AI చెప్పినప్పటికీ, టమోటాలు నాణ్యత లేనివి లేదా ఆ రోజు ధర విపరీతంగా పెరిగినట్లయితే, అనుభవజ్ఞుడైన కొనుగోలుదారు ప్రత్యామ్నాయం వైపు మొగ్గు చూపుతారు.

చిట్కా: ఆర్డర్ జాబితా కోసం AIని అడుగుతున్నప్పుడు, "ప్రతి అంశానికి సమాన స్థాయి, ప్రస్తుత స్టాక్ మరియు సూచించిన ఆర్డర్ పరిమాణాన్ని ప్రత్యేక నిలువు వరుసలలో చూపించు" అని చెప్పండి. ఈ విధంగా మీరు బ్లైండ్ లిస్ట్ కాకుండా హేతుబద్ధమైన సిఫార్సును పొందుతారు మరియు మీరు దానిని దృశ్యమానంగా తనిఖీ చేయవచ్చు.

ఆహార వ్యర్థాలను కొలవడం మరియు తగ్గించడం

మీరు కొలవని వాటిని మీరు నిర్వహించలేరు. ఆహార వ్యర్థాల మూలాలు సాధారణంగా వీటిని కలిగి ఉంటాయి: అధిక కొనుగోలు (చెడిపోవడం), సరికాని భాగాలు (ప్లేట్‌లో మిగిలిపోయినవి), తయారీ వ్యర్థాలు (ఓవర్‌సార్టింగ్), సరికాని నిల్వ (అకాల చెడిపోవడం) మరియు మెను అసమతుల్యత (తక్కువగా అమ్ముడవుతున్న పదార్ధాల చెడిపోవడం). మీరు మీ వృధా రికార్డులను అందించినప్పుడు (ఏమి, ఎంత, ఎందుకు విసిరివేయబడింది), AI అతిపెద్ద వ్యర్థ వనరులను కనిపించేలా చేస్తుంది మరియు తగ్గింపు దృశ్యాలను సూచిస్తుంది: భాగాన్ని సర్దుబాటు చేయండి, మెను నుండి తక్కువ అమ్ముడవుతున్న వాటిని తీసివేయండి, మరొక ప్లేట్‌లో వృధా అయిన పదార్థాలను ఉపయోగించండి.

స్థిరత్వం పరంగా, వ్యర్థాల తగ్గింపు నైతికంగా మరియు ఆర్థికంగా ఉంటుంది. కూరగాయల కాడను స్టాక్/కూరగాయల పులుసుగా మార్చడం, పాత రొట్టెలను క్రౌటన్‌లుగా మార్చడం మరియు సిబ్బంది భోజనంలో వ్యర్థాలను ఉపయోగించడం వంటి "ముక్కు నుండి తోక / రూట్-టు-లీఫ్" విధానాలను AI నుండి ఆలోచనలుగా తీసుకోవచ్చు. కానీ ఆహార భద్రత మార్జిన్ నిర్వహించబడుతుంది: చెడిపోయిన ఉత్పత్తి ఎప్పుడూ మూల్యాంకనం చేయబడదు; అసురక్షిత ఆహారాన్ని ఉపయోగించడం కోసం "వ్యర్థాల తగ్గింపు" ఎప్పటికీ సాకుగా ఉండదు.

హెచ్చరిక: వ్యర్థాల తగ్గింపు ఆహార భద్రతకు ఎప్పుడూ రాజీపడదు. AI "వ్యర్థాన్ని మూల్యాంకనం చేయి" అని చెప్పినప్పటికీ, ఆహార భద్రత నియమం చివరి పదం: గడువు ముగిసిన, కోల్డ్ చైన్ విరిగిపోయిన లేదా రాజీ పడినట్లు కనిపించని ఏ ఉత్పత్తి అయినా.

మూడు చిన్న కేసులు

కేసు 1 — సమాన స్థాయితో వ్యర్థాలు తగ్గుతున్నాయి. ఒక హోటల్ వంటగది ఎల్లప్పుడూ చాలా తాజా మూలికలను కొనుగోలు చేస్తుంది మరియు వాటిలో సగం వాడిపోయి ఉన్నాయి. చీఫ్ AIకి 6 వారాల వినియోగ డేటాను ఇచ్చారు; AI వాస్తవ వారపు వినియోగాన్ని సంగ్రహించింది మరియు ప్రతి మూలికకు సమాన స్థాయిని సిఫార్సు చేసింది. ఆర్డర్‌లు ఈ స్థాయికి తగ్గించబడ్డాయి మరియు తాజా మూలికల వృధా గణనీయంగా తగ్గింది. సరఫరాదారు నాణ్యత తక్కువగా ఉన్న వారాలలో, కొనుగోలుదారు మళ్లీ తన స్వంత నిర్ణయం తీసుకున్నాడు; AI ఆధారాన్ని ఏర్పాటు చేసింది, మానవులు దానిని సర్దుబాటు చేశారు.

కేస్ 2 - వ్యర్థ మూల కారణ విశ్లేషణ. ఒక రెస్టారెంట్ నెలకు గణనీయమైన ఆహార వ్యర్థాలను అనుభవిస్తోంది, కానీ అది ఎక్కడ నుండి వస్తుందో తెలియదు. ఒక నెల (ఏమి, ఎన్ని కేజీలు, ఎందుకు) వేస్ట్ నమోదు చేసి YZకి ఇచ్చారు. AI మూడు అతిపెద్ద మూలాధారాలను ఉదహరించింది: తక్కువ-అమ్ముడైన ఫిష్ ప్లేట్ చెడిపోయిన స్టాక్, సైడ్ డిష్‌ను ఎక్కువగా పోర్షనింగ్ చేయడం మరియు సరిగ్గా నిల్వ చేయని సలాడ్ పదార్థాలు. ఫిష్ ప్లేట్ మెను నుండి తీసివేయబడింది, భాగాలు తగ్గించబడ్డాయి మరియు నిల్వ సరిదిద్దబడింది. మూడు నెలల్లో వ్యర్థాలు గణనీయంగా తగ్గాయి. AI మూలాన్ని చూపించింది, బృందం నిర్ణయాలు తీసుకుంది.

కేస్ 3 — సరఫరా అంతరాయం లో మానవ నిర్ణయం. వెనక్కి తిరిగి చూస్తే, AI దాని సాధారణ ఆర్డర్ జాబితాలో ఒక నిర్దిష్ట సముద్రపు ఆహారాన్ని ఉంచింది. కానీ వాతావరణం కారణంగా ఆ వారం వేట ఆగిపోయింది మరియు ఉత్పత్తి అందుబాటులో లేదు లేదా చాలా ఖరీదైనది. కొనుగోలుదారు AI జాబితాను గుడ్డిగా వర్తింపజేయలేదు; మెనూలో తాత్కాలిక ప్రత్యామ్నాయాలు చేసి, సరఫరాదారుతో మాట్లాడారు. AI గతాన్ని చూస్తుంది; మానవుడు క్షణిక విరామాన్ని నిర్వహిస్తాడు.

నాలుగు కాపీ చేయగల టెంప్లేట్‌లు

1) కొనుగోలు / ఆర్డర్ డ్రాఫ్ట్:

మీ పాత్ర: కొనుగోలు సహాయకుడు. ప్రతి మెటీరియల్ కోసం దిగువన ఉంది: సమాన స్థాయి, ప్రస్తుత స్టాక్, గత 4 వారాలలో సగటు వినియోగం మరియు ప్రధాన సమయం. వచ్చే వారం అంచనా వేయబడిన సాంద్రత: [సాధారణ/అధిక]. టాస్క్: ప్రత్యేక కాలమ్‌లో ప్రతి మెటీరియల్ కోసం సిఫార్సు చేయబడిన ఆర్డర్ పరిమాణాన్ని లెక్కించండి మరియు ఒక వాక్యంలో సమర్థనను వ్రాయండి. తాజా ఉత్పత్తులపై షెల్ఫ్ జీవిత హెచ్చరికను జోడించండి. నేను నాణ్యత/ధర నిర్ణయం తీసుకుంటానని చెప్పండి.డేటా: [టేబుల్].

2) వ్యర్థ మూల కారణాల విశ్లేషణ:

క్రింద నెలవారీ వృధా రికార్డు ఉంది: మెటీరియల్/ప్లేట్, విస్మరించబడిన మొత్తం, విస్మరించడానికి కారణం. వ్యర్థాల యొక్క 5 అతిపెద్ద వనరులను జాబితా చేయండి; ప్రతిదానికి, సాధ్యమయ్యే మూల కారణం మరియు ఉపశమన సిఫార్సును వ్రాయండి. ఆహార భద్రత విషయంలో రాజీపడే సూచనలు ఏవీ అందించవద్దు. డేటా: [టేబుల్].

3) వ్యర్థాల మూల్యాంకనం (సురక్షితమైనది):

కింది తయారీ వ్యర్థాల (ఉదా. కూరగాయల కాండం, బ్రెడ్ క్రస్ట్‌లు) (స్టాక్, కూరగాయల రసం, క్రౌటన్‌లు, సిబ్బంది భోజనం) కోసం సురక్షితమైన రీసైక్లింగ్ ఆలోచనలను సూచించండి. ప్రతి ఆలోచన కోసం, ఇది తాజా మరియు సురక్షితమైన ఉత్పత్తులకు మాత్రమే చెల్లుబాటు అవుతుందని పేర్కొనండి, చెడిపోయిన ఉత్పత్తిని ఉపయోగించలేరు. వ్యర్థాలు: [జాబితా].

4) సమాన స్థాయి సిఫార్సు:

మెటీరియల్ ద్వారా గత 6 వారాల వినియోగం క్రింద ఉంది. ప్రతి మెటీరియల్ కోసం సిఫార్సు చేయబడిన సమాన స్థాయి (కనీస స్టాక్) మరియు భద్రతా స్టాక్‌ను లెక్కించండి. సరఫరా సమయాన్ని పరిగణనలోకి తీసుకోండి. తాజా/మన్నికైన వాటి మధ్య వ్యత్యాసాన్ని గమనించండి. ఫార్ములా చూపించు. డేటా: [టేబుల్].

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనం:

నేను ఎంత మెటీరియల్‌ని ఆర్డర్ చేయాలి?

ఉపయోగం లేదు, స్టాక్, ప్రధాన సమయం, సాంద్రత; AI అంచనాలు వేస్తుంది, అది పని చేయదు.

బలమైన:

మీ పాత్ర: కొనుగోలు సహాయకుడు. టొమాటో: సమాన స్థాయి 8 కిలోలు, అందుబాటులో 3 కిలోలు, వారానికి ~12 కిలోలు, సరఫరా 1 రోజు. వచ్చే వారం అధిక సాంద్రత. సిఫార్సు చేయబడిన ఆర్డర్ పరిమాణాన్ని లెక్కించండి, సమర్థనను వ్రాయండి, షెల్ఫ్ జీవిత హెచ్చరికను జోడించండి. నాణ్యత మరియు ధరను నేను నిర్ణయిస్తాను.

సరఫరా మరియు వ్యర్థ భావనలు (టేబుల్)

భావన

వివరణ

ఇది ఎందుకు ముఖ్యమైనది?

సమాన స్థాయి

కనీసం హాజరు కావాలి. స్టాక్

చాలా తక్కువ కాదు, ఎక్కువ కాదు

ఆర్డర్ పాయింట్

లీడ్ టైమ్ ద్వారా ఆర్డర్ థ్రెషోల్డ్

సమయానికి సరఫరా

భద్రతా స్టాక్

ఊహించని సాంద్రత బఫర్

మెనూ గ్యాప్‌ను నివారిస్తుంది

అగ్ని

విస్మరించబడిన/కోల్పోయిన మొత్తం

నేరుగా డబ్బు నష్టం

మూల కారణం

వ్యర్థానికి అసలు కారణం

శాశ్వత పరిష్కారం

సాధారణ తప్పులు

  • AI ఆర్డర్ జాబితాను గుడ్డిగా వర్తింపజేయడం. నాణ్యత, ధర మరియు సీజన్ ప్రజల నిర్ణయాలు.
  • అగ్నిమాపక రికార్డులను ఉంచడం లేదు. కొలవని వ్యర్థాలను నిర్వహించడం సాధ్యం కాదు; నమోదు లేకుండా విశ్లేషణ లేదు.
  • తాజా ఉత్పత్తులపై షెల్ఫ్ జీవితాన్ని దాటవేయడం. అధికంగా కొనడం అంటే చెడిపోవడం, డబ్బు మరియు వృధా.
  • ఆహార భద్రత కంటే వ్యర్థాల తగ్గింపును ముందు ఉంచడం. చెడిపోయిన ఉత్పత్తి ఎప్పుడూ మూల్యాంకనం చేయబడదు.
  • సరఫరా అంతరాయాన్ని పట్టించుకోవడం లేదు. గతం ఆధారంగా అంచనా వేయడానికి తక్షణ విరామం తెలియదు.

సారాంశంలో

సరైన కొనుగోలు మరియు తక్కువ వ్యర్థాల ద్వారా లాభం నిర్వహించబడుతుంది. YZ పార్ స్థాయి అనేది ఆర్డర్ పరిమాణం, వ్యర్థ మూల కారణ విశ్లేషణ మరియు వ్యర్థాల మూల్యాంకన ఆలోచనలలో శీఘ్ర ప్రణాళిక సహాయకుడు; ఇది కనిపించని వ్యర్థాలను గణిస్తుంది. కానీ ప్రతి అంచనా గతం మరియు సీజన్‌పై ఆధారపడి ఉంటుంది; నాణ్యత, ధర మరియు సరఫరా కోతలపై నిర్ణయం చెఫ్ మరియు కొనుగోలుదారుకు వదిలివేయబడుతుంది. వ్యర్థాల తగ్గింపు ఆహార భద్రతకు ఎప్పుడూ రాజీపడదు.

అప్లికేషన్ టాస్క్

ఐదు మెటీరియల్‌లను ఎంచుకోండి మరియు ప్రతిదానికి సమాన స్థాయి, ప్రస్తుత స్టాక్, వారపు వినియోగం మరియు లీడ్ టైమ్ (ఊహాత్మకంగా ఉన్నప్పటికీ) రాసుకోండి. YZ నుండి హేతుబద్ధమైన ఆర్డర్ డ్రాఫ్ట్‌ను స్వీకరించండి. విడిగా, ఒక నెల ఊహాత్మక వ్యర్థాల రికార్డును సృష్టించండి, AI మూలకారణ విశ్లేషణను నిర్వహించండి మరియు రెండు అతిపెద్ద వ్యర్థ వనరుల కోసం తగ్గింపు నిర్ణయాన్ని వ్రాయండి. సరఫరా అంతరాయం కలిగించే దృష్టాంతాన్ని సెటప్ చేయండి మరియు మీరు మానవునిగా ఎలా నిర్ణయం తీసుకుంటారో వివరించండి.

చెక్లిస్ట్

  • [ ] నేను ఆర్డర్ డ్రాఫ్ట్‌ను సమాన స్థాయి, స్టాక్ మరియు లీడ్ టైమ్ ఆధారంగా రూపొందించాను.
  • [ ] AI సిఫార్సు నాణ్యత/ధర నిర్ణయాన్ని మానవునికే వదిలివేస్తుందని నేను సమర్థిస్తున్నాను.
  • [ ] నేను అగ్నిమాపక రికార్డులను ఉంచుతాను మరియు మూలకారణ విశ్లేషణ చేస్తాను.
  • [ ] నేను తాజా ఉత్పత్తుల కోసం షెల్ఫ్ జీవిత హెచ్చరికను పరిగణనలోకి తీసుకున్నాను.
  • [ ] వ్యర్థాలను తగ్గించడంలో ఆహార భద్రత విషయంలో నేను ఎప్పుడూ రాజీ పడలేదు.
  • [ ] సరఫరాలో అంతరాయం ఏర్పడినప్పుడు మానవ తీర్పు మొదట వస్తుందని నాకు తెలుసు.