"Кофемания" - искусственный интеллект и кофе, опыт внедрения ИИ в ресторанном бизнесе
Николай Галкин, IT-директор "Кофемании" - опыт внедрения искусственного интеллекта (ИИ) в ресторанном бизнесе. Основной акцент сделан на решении проблемы оптимизации приемки товаров в сети кофеен. Николай подчеркивает, что внедрение ИИ - это не "серебряная пуля", а инструмент, требующий стратегического подхода, качественных данных и, прежде всего, изменения мышления в компании. Проблематика и решение: "Кофемания", как и многие компании, столкнулась с задачей повышения качества сервиса при одновременном снижении издержек. Первоначальная попытка внедрения ИИ в процесс приемки товаров оказалась неудачной из-за хаотичности и отсутствия системного подхода. Основные этапы внедрения: 1. Стратегический подход: Необходимо включать ИИ в стратегию развития IT и данных. 2. Работа с данными: Обеспечение чистоты и полноты данных, формирование Data Warehouse (ДВХ) с историческими данными. 3. Выбор инструментов: Использование локальных решений, open-source моделей и разработка интеграций с существующими системами (ERP, системами управления рестораном). 4. Решение проблемы сопоставления: Основная задача – автоматическое сопоставление номенклатур товаров от поставщиков с внутренней системой. Для этого потребовалось дообучение моделей, создание кастомных словарей (например, для алкоголя, овощей и фруктов), учитывающих специфику каждого типа товаров. 5. Адаптация к бизнес-процессам: Настройка системы под особенности конкретных процессов приемки. Результаты внедрения: После внедрения ИИ, охватывающего более 50 ресторанов, удалось достичь: Экономии более 10 FTE (в пересчете на рабочее время). Точности работы системы на 91%. Двукратного увеличения скорости приемки. Сокращения количества ошибок на треть. Проблемы и вызовы: В процессе внедрения выявилась динамичность справочников номенклатур и необходимость регулярного обновления данных. Для решения этой проблемы реализовано динамическое обновление, кастомные правила и прямая связь с поставщиками для быстрого получения актуальных данных. Дальнейшее развитие: Система, начавшаяся с рекомендательного характера, будет дополнена функциями контроля цен и блокировки приемки в случае несоответствия. ИИ будет использоваться не только для сверки номенклатур, но и для сверки вплоть до C. Выводы: Успех внедрения ИИ зависит не только от технических аспектов, но и от изменения подхода к работе и мышлению сотрудников. Важен стратегический подход, качественные данные и готовность к постоянной адаптации. CNews FORUM 2025: Информационные технологии завтра.
Николай Галкин, IT-директор "Кофемании" - опыт внедрения искусственного интеллекта (ИИ) в ресторанном бизнесе. Основной акцент сделан на решении проблемы оптимизации приемки товаров в сети кофеен. Николай подчеркивает, что внедрение ИИ - это не "серебряная пуля", а инструмент, требующий стратегического подхода, качественных данных и, прежде всего, изменения мышления в компании. Проблематика и решение: "Кофемания", как и многие компании, столкнулась с задачей повышения качества сервиса при одновременном снижении издержек. Первоначальная попытка внедрения ИИ в процесс приемки товаров оказалась неудачной из-за хаотичности и отсутствия системного подхода. Основные этапы внедрения: 1. Стратегический подход: Необходимо включать ИИ в стратегию развития IT и данных. 2. Работа с данными: Обеспечение чистоты и полноты данных, формирование Data Warehouse (ДВХ) с историческими данными. 3. Выбор инструментов: Использование локальных решений, open-source моделей и разработка интеграций с существующими системами (ERP, системами управления рестораном). 4. Решение проблемы сопоставления: Основная задача – автоматическое сопоставление номенклатур товаров от поставщиков с внутренней системой. Для этого потребовалось дообучение моделей, создание кастомных словарей (например, для алкоголя, овощей и фруктов), учитывающих специфику каждого типа товаров. 5. Адаптация к бизнес-процессам: Настройка системы под особенности конкретных процессов приемки. Результаты внедрения: После внедрения ИИ, охватывающего более 50 ресторанов, удалось достичь: Экономии более 10 FTE (в пересчете на рабочее время). Точности работы системы на 91%. Двукратного увеличения скорости приемки. Сокращения количества ошибок на треть. Проблемы и вызовы: В процессе внедрения выявилась динамичность справочников номенклатур и необходимость регулярного обновления данных. Для решения этой проблемы реализовано динамическое обновление, кастомные правила и прямая связь с поставщиками для быстрого получения актуальных данных. Дальнейшее развитие: Система, начавшаяся с рекомендательного характера, будет дополнена функциями контроля цен и блокировки приемки в случае несоответствия. ИИ будет использоваться не только для сверки номенклатур, но и для сверки вплоть до C. Выводы: Успех внедрения ИИ зависит не только от технических аспектов, но и от изменения подхода к работе и мышлению сотрудников. Важен стратегический подход, качественные данные и готовность к постоянной адаптации. CNews FORUM 2025: Информационные технологии завтра.