Kako je vlasnik tri restorana uz pomoć ChatGPT-a smanjio vreme analize cena za 95 odsto

jakovradojevic
4 Min Read

Ted Tejlor je u restoranski biznis ušao nakon 25 godina karijere u industriji poluprovodnika. Danas je nezavisni franšizni partner koji vodi tri zajednička objekta Schlotzsky’s i Cinnabon restorana u Novom Meksiku. Iako zvuči kao nesvakidašnja karijerna promena, Tejlor je sa sobom poneo naviku da procese meri, analizira i optimizuje — a upravo tu mu danas pomaže veštačka inteligencija.

Kako je vlasnik tri restorana uz pomoć ChatGPT-a smanjio vreme analize cena za 95 odsto

Vođenje restorana brze usluge znači balansiranje između iskustva gostiju i gomile posla koji kupci nikada ne vide: formiranje cena na meniju, planiranje smena, održavanje opreme i interne procedure. Tejlor koristi OpenAI tehnologiju da sve to obavi brže, a rezultati koje je podelio sa javnošću prilično su konkretni — vreme potrebno za analizu cena smanjeno je za 95 odsto, dok se na obračunu zarada uštedi četiri sata ručnog rada mesečno.

Od pet dana do dva sata

Formiranje cena na meniju je godišnji poduhvat koji zahteva složenu analizu troškova recepata, popularnosti pojedinih jela, cena konkurencije u okruženju, veličine porcija, ali i različite ekonomije porudžbina u restoranu i onih preko dostave. Tejlor koristi ChatGPT Work da sve te faktore sabere na jednom mestu i dobije preporuke za cene za jedan do dva sata, umesto za pet dana koliko mu je ranije trebalo.

„Nekada mi je trebalo nekoliko dana rada da analiziram i dođem do cena na nivou pojedinačnog jela, a ChatGPT Work to prođe u trenutku i uradi temeljnije”, rekao je Tejlor.

Kako je vlasnik tri restorana uz pomoć ChatGPT-a smanjio vreme analize cena za 95 odsto

Proces izgleda tako što prvo istraži i postavi ciljeve i strategiju cenovne politike na osnovu kretanja cena lokalne konkurencije, veličine porcija i relativnog kvaliteta hrane. Zatim alatu prosledi kategorisanu listu jela sa aktuelnim cenama u restoranu i preko dostave, uz preciziranje koliko želi da svaka grupa cena poraste i koja jela treba da dobiju veće ili manje poskupljenje. Analizu može dodatno da produbi istorijom prodaje po artiklima i cenama dobavljača, a ChatGPT Work na osnovu tih ulaza procenjuje uticaj promena cena na prodaju i optimizuje cene prema ciljanim troškovima robe.

Na kraju dobija tabelu sa preporučenim cenama za restoran i dostavu, pa čak i objašnjenje kako se promene uklapaju u širu strategiju — zadržavanje kupaca, izbegavanje cenovnog šoka i najbolje pozicioniranje dodataka. Prvi put kada je koristio alat za formiranje cena, Tejlor je istu analizu uradio i ručno. „ChatGPT Work je napravio dublje lokalno poređenje i pomogao mi da izbegnem poskupljenja zbog kojih bi neka jela postala nekonkurentna”, naveo je on i odmah prešao na korišćenje preporuka alata kao polazne tačke.

Optimizacija radne snage i oslobađanje keša

Pored cena, Tejlor koristi ChatGPT Work i za upravljanje radnom snagom — prikupljanje i analizu podataka o prodaji, prognozama, rasporedima i troškovima rada, uz preporuke gde svaki objekat treba da obrati pažnju. Prema njegovim procenama, optimizovan radni tok mogao bi da oslobodi do 100.000 dolara godišnjeg keša, a sam obračun zarada sada mu oduzima četiri sata manje ručnog rada.

Kako je vlasnik tri restorana uz pomoć ChatGPT-a smanjio vreme analize cena za 95 odsto

„Preporuke ChatGPT Work-a su toliko dobre da je mnogo brže krenuti od njih i onda ih prilagoditi”, kaže Tejlor. Za portal 11000.dev ovo je još jedan primer kako generativna veštačka inteligencija izlazi iz okvira kancelarijskog eksperimenta i ulazi u svakodnevno poslovanje malih firmi — ne zamenjujući vlasnika, već mu vraćajući vreme koje može da uloži u razvoj posla, a ne samo u njegovo održavanje.

Detaljan opis slučaja dostupan je na zvaničnom OpenAI blogu.

Share this Article
Leave a comment