การจัดหา สินค้าคงคลัง และการลดของเสีย: การจัดซื้อ สินค้าคงคลัง และความยั่งยืน

กำไร:

• ความสามารถในการวางแผนรายการจัดซื้อ สต็อกขั้นต่ำ (ระดับพาร์) และแนวคิดจุดสั่งซื้อด้วยการสนับสนุนปัญญาประดิษฐ์
• ความสามารถในการวัดเศษอาหาร สร้างการวิเคราะห์สาเหตุที่แท้จริงและสถานการณ์การลดปัญหาด้วยปัญญาประดิษฐ์ และเสริมสร้างความยั่งยืน
• สามารถแยกแยะได้ว่าการคาดการณ์ด้วยปัญญาประดิษฐ์นั้นขึ้นอยู่กับข้อมูลในอดีตและฤดูกาล และการตัดสินใจของเชฟและผู้ซื้อจะต้องมาก่อนในกรณีที่อุปทานหยุดชะงักและราคาตกต่ำ

ผลกำไรของร้านอาหารส่วนใหญ่เกิดขึ้นหรือสูญเสียไปในสองแห่ง คือ การซื้อที่ถูกต้องและการสูญเสียเพียงเล็กน้อย วัสดุมากเกินไปจะทำให้เสีย น้อยเกินไปจะทำให้เมนูเสียหาย ทุกกรัมที่เสียไปถือเป็นการเสียเงินที่ซื้อมา ในบทนี้ เราจะใช้ปัญญาประดิษฐ์เป็นตัวช่วยในการวางแผนในการวางแผนการจัดซื้อ การจัดการสินค้าคงคลัง และการลดขยะอาหาร ขอบเขตชัดเจน: AI สร้างการคาดการณ์และสถานการณ์ตามข้อมูลในอดีตและฤดูกาล การตัดสินของหัวหน้าและผู้ซื้อมีความสำคัญเหนือกว่าในการตัดสินใจเกี่ยวกับการหยุดชะงักของอุปทาน การแตกหักของราคา และคุณภาพ

แนวคิดพื้นฐานในการจัดซื้อ

การซื้อที่มั่นคงขึ้นอยู่กับแนวคิดบางประการ ระดับพาร์ (ระดับสต็อคขั้นต่ำ) คือจำนวนขั้นต่ำของวัสดุที่ต้องมีอยู่ในมือตลอดเวลา เมื่ออยู่ต่ำกว่าจะมีการวางคำสั่งซื้อ จุดสั่งซื้อคือเกณฑ์ที่เรียกว่า "สั่งซื้อทันที" โดยคำนึงถึงระยะเวลารอคอยสินค้า (จำนวนวันที่วัสดุจะมาถึง) สต็อกสินค้าเพื่อความปลอดภัยเป็นเสมือนกันชนต่อการเร่งรีบหรือความล่าช้าที่ไม่คาดคิด

เมื่อคุณให้ข้อมูลการใช้งานในอดีตและจำนวนปกที่คาดหวัง AI จะสร้างร่างว่าวัสดุใดและจำนวนที่จะสั่งซื้อและแนะนำระดับพาร์ แต่ผักผลไม้สดมีอายุการเก็บรักษาสั้น ซื้อมากหมายถึงสิ้นเปลือง ซื้อน้อยหมายถึงขาดเมนู การคาดการณ์ของ AI ถือเป็นการเริ่มต้น คุณภาพ ราคา และฤดูกาลของซัพพลายเออร์ในวันนั้นจะขึ้นอยู่กับการตัดสินใจของผู้ซื้อ ตัวอย่างเช่น แม้ว่า AI จะบอกว่า "ซื้อมะเขือเทศ 10 กิโลกรัม" แต่หากมะเขือเทศมีคุณภาพไม่ดีหรือราคาพุ่งสูงขึ้นในวันนั้น ผู้ซื้อที่มีประสบการณ์ก็จะหันไปหาทางเลือกอื่น

เคล็ดลับ: เมื่อขอรายการคำสั่งซื้อจาก AI ให้พูดว่า "แสดงระดับพาร์ หุ้นปัจจุบัน และปริมาณการสั่งซื้อที่แนะนำสำหรับแต่ละรายการในคอลัมน์แยกกัน" วิธีนี้จะทำให้คุณได้รับคำแนะนำที่มีเหตุผล ไม่ใช่รายการลับๆ และคุณสามารถตรวจสอบได้ด้วยสายตา

การวัดและลดขยะอาหาร

คุณไม่สามารถจัดการสิ่งที่คุณไม่ได้วัดได้ แหล่งที่มาของขยะอาหารโดยทั่วไป ได้แก่ การซื้อมากเกินไป (การเน่าเสีย) ส่วนที่ไม่ถูกต้อง (ของเหลือบนจาน) ขยะในการเตรียม (การคัดแยกมากเกินไป) การจัดเก็บที่ไม่เหมาะสม (การเน่าเสียก่อนเวลาอันควร) และความไม่สมดุลของเมนู (การเน่าเสียของส่วนผสมที่ขายลดราคา) เมื่อคุณจัดทำบันทึกการสูญเสียของคุณ (อะไร จำนวนเท่าใด ทำไมจึงทิ้งไป) AI จะทำให้มองเห็นแหล่งที่มาของเสียที่ใหญ่ที่สุดและแนะนำสถานการณ์การลดลง: ปรับปริมาณ เอาของที่ขายต่ำออกจากเมนู ใช้ส่วนผสมที่เสียไปในจานอื่น

ในแง่ของความยั่งยืน การลดของเสียมีทั้งจริยธรรมและประหยัด แนวทาง "จากจมูกสู่หาง / จากรากสู่ใบ" เช่น การเปลี่ยนก้านผักให้เป็นน้ำสต๊อก/น้ำซุปผัก การเปลี่ยนขนมปังเก่าให้เป็นขนมปังกรอบ และการใช้ขยะในมื้ออาหารของพนักงาน ถือเป็นแนวคิดจาก AI แต่ยังคงรักษาระดับความปลอดภัยด้านอาหารไว้: ผลิตภัณฑ์ที่เน่าเสียจะไม่ได้รับการประเมิน “การลดปริมาณของเสีย” ไม่สามารถเป็นข้ออ้างในการใช้อาหารที่ไม่ปลอดภัยได้

ข้อควรระวัง: การลดของเสียไม่เคยกระทบต่อความปลอดภัยของอาหาร แม้ว่า AI จะพูดว่า "ประเมินการสูญเสีย" คำสุดท้ายก็คือกฎความปลอดภัยของอาหาร: ไม่มีผลิตภัณฑ์ใดที่หมดอายุ มีห่วงโซ่ความเย็นขาด หรือดูเหมือนว่าจะถูกทำลาย

มินิเคสสามอัน

กรณีที่ 1 — ของเสียลดลงตามระดับพาร์ ห้องครัวของโรงแรมมักจะซื้อสมุนไพรสดมากเกินไป และครึ่งหนึ่งของสมุนไพรนั้นก็เหี่ยวเฉาไป หัวหน้าให้ข้อมูลการใช้งาน 6 สัปดาห์แก่ AI AI ดึงข้อมูลการใช้งานจริงรายสัปดาห์และระดับพาร์ที่แนะนำสำหรับสมุนไพรแต่ละชนิด คำสั่งซื้อลดลงถึงระดับนี้ และการสูญเสียสมุนไพรสดลดลงอย่างมาก ในช่วงหลายสัปดาห์ที่ซัพพลายเออร์มีคุณภาพไม่ดี ผู้ซื้อก็ตัดสินใจอีกครั้ง AI สร้างฐาน มนุษย์ปรับมัน

กรณีที่ 2 — การวิเคราะห์สาเหตุของของเสีย ร้านอาหารแห่งหนึ่งประสบปัญหาอาหารเหลือทิ้งจำนวนมากต่อเดือน แต่ไม่รู้ว่ามันมาจากไหน ของเสียถูกบันทึกเป็นเวลาหนึ่งเดือน (อะไร กี่กิโลกรัม ทำไม) และมอบให้ YZ AI อ้างถึงแหล่งที่มาที่ใหญ่ที่สุดสามแหล่ง ได้แก่ ปลาสต็อกที่ขายไม่ดี การจัดจานกับข้าวมากเกินไป และส่วนผสมสลัดที่เก็บไว้อย่างไม่เหมาะสม จานปลาถูกลบออกจากเมนู ลดปริมาณบางส่วน และแก้ไขการจัดเก็บ ของเสียลดลงอย่างเห็นได้ชัดในสามเดือน AI เผยต้นตอ ทีมงานจึงตัดสินใจ

กรณีที่ 3 — การตัดสินใจของมนุษย์ในเรื่องการหยุดชะงักของอุปทาน เมื่อมองย้อนกลับไป AI ได้จัดอาหารทะเลบางอย่างไว้ในรายการสั่งซื้อตามปกติ แต่การล่าสัตว์หยุดลงในสัปดาห์นั้นเนื่องจากสภาพอากาศ และผลิตภัณฑ์นั้นไม่มีจำหน่ายหรือมีราคาแพงมาก ผู้ซื้อไม่ได้ใช้รายการ AI แบบสุ่มสี่สุ่มห้า ได้ทำการเปลี่ยนเมนูชั่วคราวและพูดคุยกับซัพพลายเออร์ AI มองย้อนกลับไปในอดีต มนุษย์จัดการการหยุดพักชั่วขณะได้

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) ร่างการซื้อ / คำสั่งซื้อ:

บทบาทของคุณ: ผู้ช่วยจัดซื้อ ด้านล่างนี้เป็นสำหรับแต่ละวัสดุ: ระดับพาร์, สต็อกปัจจุบัน, การใช้งานเฉลี่ยในช่วง 4 สัปดาห์ที่ผ่านมา และเวลารอคอยสินค้า ความหนาแน่นที่คาดไว้ในสัปดาห์หน้า: [ปกติ/สูง] งาน: คำนวณปริมาณการสั่งซื้อที่แนะนำสำหรับวัสดุแต่ละรายการในคอลัมน์แยกกัน และเขียนเหตุผลในหนึ่งประโยค เพิ่มคำเตือนอายุการเก็บรักษาสำหรับผลิตภัณฑ์สด แจ้งว่าผมจะตัดสินใจเรื่องคุณภาพ/ราคา ข้อมูล: [ตาราง]

2) การวิเคราะห์สาเหตุของของเสีย:

ด้านล่างนี้เป็นบันทึกการสูญเสียรายเดือน: วัสดุ/จาน จำนวนที่ทิ้ง เหตุผลในการทิ้ง ระบุแหล่งที่มาของขยะที่ใหญ่ที่สุด 5 แหล่ง สำหรับแต่ละกรณี ให้เขียนสาเหตุที่เป็นไปได้และคำแนะนำในการบรรเทาผลกระทบ อย่าเสนอคำแนะนำใดๆ ที่กระทบต่อความปลอดภัยของอาหาร ข้อมูล: [ตาราง]

3) การประเมินของเสีย (ปลอดภัย):

แนะนำแนวคิดการรีไซเคิล SAFE สำหรับขยะในการเตรียมต่อไปนี้ (เช่น ก้านผัก เปลือกขนมปัง) (น้ำสต๊อก น้ำซุปผัก ขนมปังกรอบ อาหารพนักงาน) สำหรับแต่ละแนวคิด ให้ระบุว่าสิ่งนี้ใช้ได้กับผลิตภัณฑ์ที่สดและปลอดภัยเท่านั้น ผลิตภัณฑ์ที่เน่าเสียไม่สามารถนำมาใช้ได้ ของเสีย: [รายการ].

4) คำแนะนำระดับพาร์:

ด้านล่างนี้คือการใช้งาน 6 สัปดาห์ล่าสุดตามวัสดุ คำนวณระดับพาร์ที่แนะนำ (สต็อกขั้นต่ำ) และสต็อกความปลอดภัยของวัสดุแต่ละชนิด พิจารณาระยะเวลาในการจัดหา สังเกตความแตกต่างระหว่างความสด/ความคงทน แสดงสูตร ข้อมูล: [ตาราง]

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

อ่อนแอ:

ฉันควรสั่งวัสดุจำนวนเท่าใด

ไม่มีการใช้งาน สต็อก ระยะเวลาดำเนินการ ความหนาแน่น AI คาดการณ์ แต่มันไม่ทำงาน

แข็งแกร่ง:

บทบาทของคุณ: ผู้ช่วยจัดซื้อ มะเขือเทศ: ระดับพาร์ 8 กก. มี 3 กก. ใช้รายสัปดาห์ ~12 กก. จัดหา 1 วัน ความหนาแน่นสูงในสัปดาห์หน้า คำนวณปริมาณการสั่งซื้อที่แนะนำ เขียนเหตุผล เพิ่มคำเตือนอายุการเก็บรักษา ฉันจะตัดสินใจเรื่องคุณภาพและราคา

แนวคิดด้านอุปทานและของเสีย (ตาราง)

แนวคิด

คำอธิบาย

เหตุใดจึงสำคัญ?

ระดับพาร์

มินต้องมาด้วย หุ้น

ไม่น้อยเกินไปไม่มากเกินไป

จุดสั่งซื้อ

เกณฑ์การสั่งซื้อตามเวลารอคอยสินค้า

จัดหาตรงเวลา

สต็อกความปลอดภัย

บัฟเฟอร์ความหนาแน่นที่ไม่คาดคิด

ป้องกันช่องว่างเมนู

ไฟไหม้

จำนวนเงินที่ทิ้ง/สูญหาย

การสูญเสียเงินโดยตรง

สาเหตุที่แท้จริง

สาเหตุที่แท้จริงที่ทำให้เสีย

โซลูชั่นถาวร

ข้อผิดพลาดทั่วไป

• ใช้รายการคำสั่ง AI แบบสุ่มสี่สุ่มห้า คุณภาพ ราคา และฤดูกาลคือการตัดสินใจของผู้คน
• ไม่เก็บบันทึกเหตุเพลิงไหม้ ไม่สามารถจัดการของเสียที่ไม่ได้วัดได้ ไม่มีการวิเคราะห์โดยไม่ต้องลงทะเบียน
• ข้ามอายุการเก็บรักษาผักผลไม้สด การซื้อมากเกินไปหมายถึงการเน่าเสีย เงิน และความสิ้นเปลือง
• ให้ความสำคัญกับการลดของเสียก่อนความปลอดภัยของอาหาร สินค้าที่เสียจะไม่ได้รับการประเมิน
• ละเลยการหยุดชะงักของอุปทาน การทำนายตามอดีตไม่รู้การแตกหักทันที

โดยสรุป

ผลกำไรจะคงอยู่โดยการซื้อที่ถูกต้องและของเสียเพียงเล็กน้อย ระดับพาร์ของ YZ เป็นตัวช่วยในการวางแผนที่รวดเร็วเกี่ยวกับปริมาณการสั่งซื้อ การวิเคราะห์สาเหตุของของเสีย และแนวคิดในการประเมินความสิ้นเปลือง มันวัดปริมาณของเสียที่มองไม่เห็น แต่ทุกคำทำนายนั้นขึ้นอยู่กับอดีตและฤดูกาล การตัดสินใจเรื่องการลดคุณภาพ ราคา และอุปทานเป็นหน้าที่ของเชฟและผู้ซื้อ การลดของเสียไม่เคยกระทบต่อความปลอดภัยของอาหาร

งานสมัคร

เลือกวัสดุห้าชนิดและจดระดับพาร์ สต็อกปัจจุบัน การใช้งานรายสัปดาห์ และเวลารอคอยสินค้า (แม้ว่าจะจินตนาการ) สำหรับแต่ละรายการ รับร่างคำสั่งซื้อที่สมเหตุสมผลจาก YZ แยกกัน สร้างบันทึกขยะในจินตนาการหนึ่งเดือน ให้ AI ทำการวิเคราะห์สาเหตุที่แท้จริง และเขียนการตัดสินใจในการลดแหล่งที่มาของขยะที่ใหญ่ที่สุดสองแห่ง จัดทำสถานการณ์การหยุดชะงักของอุปทานและอธิบายว่าคุณจะตัดสินใจอย่างไรในฐานะมนุษย์

รายการตรวจสอบ

• [ ] ฉันยึดตามแบบร่างคำสั่งตามระดับพาร์ หุ้น และเวลารอคอยสินค้า
• [ ] ฉันยืนยันว่าคำแนะนำของ AI ปล่อยให้การตัดสินใจด้านคุณภาพ/ราคาเป็นหน้าที่ของมนุษย์
• [ ] ฉันเก็บบันทึกเหตุเพลิงไหม้และวิเคราะห์สาเหตุที่แท้จริง
• [ ] ฉันคำนึงถึงคำเตือนอายุการเก็บรักษาสำหรับผลิตภัณฑ์สดด้วย
• [ ] ฉันไม่เคยประนีประนอมความปลอดภัยของอาหารในการลดของเสีย
• [ ] ฉันรู้ว่าวิจารณญาณของมนุษย์มาก่อนเมื่อเกิดการหยุดชะงักของอุปทาน