В прошлом году в Дубае открылся ресторан, за меню в котором отвечает языковая модель. Интересный эксперимент, но вряд ли многие рестораторы готовы последовать примеру дубайских коллег и полностью доверить меню искусственному интеллекту. Однако часть задач ему делегировать можно. Рассказываем, какие именно.
Проанализировать меню
Любая работа с меню начинается с анализа. ИИ здесь не заменяет классические методы вроде ABC-анализа или модели Касавана-Смита, но помогает быстрее собирать данные, находить закономерности и работать с цифрами, чтобы находить верные решения для бизнеса.
Основа анализа остается прежней: себестоимость блюда, цена и количество проданных порций. Именно на этих показателях строятся выручка, валовая маржа, фудкост и другие метрики, которые позволяют понять, какие блюда действительно работают на прибыль ресторана, а какие занимают место в меню без заметной пользы для бизнеса.
Раньше подобный анализ часто собирали вручную — через Excel, сводные таблицы и отдельные выгрузки из учетной системы. Сейчас ИИ-инструменты и современные системы автоматизации умеют делать это практически в реальном времени. Причем они не просто формируют отчет, а помогают заметить то, что легко упустить при ручном анализе.
Например, система автоматически определит блюда с высокой маржой, но слабым спросом, которые потенциально способны стать лидерами продаж. ИИ способен сопоставлять продажи с десятками факторов одновременно: временем заказа, погодой, сезонностью, работой конкретной смены, скидками, доставкой или даже расположением блюда в меню.
Кроме того, алгоритмы помогают быстрее находить позиции, которые тянут показатели вниз. Если блюдо стабильно показывает низкий спрос и слабую маржинальность, система подсветит его как кандидата на вывод из меню. А если популярная позиция внезапно начинает терять продажи, нейросеть может раньше человека заметить отклонение и обратить на него внимание команды.
Еще одна задача, которую можно делегировать ИИ, это прогнозирование. На основе предыдущих продаж система может предположить, какие блюда будут востребованы в ближайшие недели, как изменится спрос в сезон или какие позиции стоит продвигать через официантов и спецпредложения.
Но не устаем повторять: сами по себе отчеты бесполезны, если за ними не следуют решения. Аналитика — основа для конкретных действий: пересмотра цен, оптимизации себестоимости, обновления хит-листа, запуска новинок или обучения сервис-команды. Именно в этом случае ИИ станет для вас полноценным помощником в меню-инжиниринге ресторана, а не просто хайповым инструментом, о котором все говорят.
Оптимизировать структуру меню
Гость должен видеть самые выгодные и важные для ресторана позиции в правильном порядке. ИИ помогает с логикой меню. Когда вы уже определили, какие блюда приносят максимальную прибыль, а какие остаются незамеченными, «скормите» эти данные нейросети. Она подскажет, какие позиции поднять выше, какие выделить визуально, а какие — наоборот.
Например, если блюдо имеет высокую маржу, но слабые продажи, система может рекомендовать:
- переместить его в начало раздела
- добавить визуальный акцент
- сократить описание конкурирующих позиций
- поставить отметку, что это рекомендация шефа.
ИИ также помогает бороться с одной из самых частых проблем ресторанов — перегруженным меню. Раздутое меню и усложняет жизнь поварам и специалистам по закупкам, и размывает концепцию ресторана в глазах гостя. Аналитика позволяет увидеть блюда-дубли, слабые категории и позиции, которые практически не влияют на выручку.
Отдельное направление — персонализация digital-меню. Некоторые сервисы уже тестируют системы, которые меняют порядок блюд в зависимости от времени суток, истории заказов гостя или сезона. Например, утром выше могут показываться завтраки и кофе, вечером — десерты и винные позиции. А постоянному гостю система предложит блюда, похожие на его предыдущие заказы.
Написать классные описания
Описание блюдо — это не перечень ингредиентов. Хороший текст помогает гостю быстрее принять решение и влияет на продажи. Особенно это важно для доставки и digital-меню, где у гостя нет возможности задать вопрос официанту или оценить подачу вживую.
ИИ в разы ускоряет работу с текстами для меню. Он умеет адаптировать описания под стиль заведения, сокращать перегруженные формулировки, в зависимости от задачи делать тексты более понятными лаконичными или более эмоциональными и вызывающими аппетит.
Например, сухое описание вроде «Куриное филе, картофель, соус» ИИ превратит в «Нежное куриное филе с хрустящим картофелем и сливочным соусом с легкой пряной ноткой». А вместо «Чизкейк с карамелью» предложит «Нежный чизкейк с теплой соленой карамелью — хит сезона».
Во втором случае появляется сразу несколько психологических триггеров: социальное доказательство («хит сезона»), эмоциональное описание текстуры («нежный», «теплая карамель») и живая визуализация блюда.
ИИ также помогает тестировать разные подходы к описаниям. Для одних концепций лучше работают короткие и понятные тексты, для других — эмоциональная подача с акцентом на атмосферу, происхождение продукта или авторскую идею шефа.
Вот несколько примеров триггеров:
- популярность блюда («хит меню», «любимый десерт гостей»);
- триггер упущенной выгоды («только в сезон», «спецпредложение недели»);
- органолептические характеристики («сливочный», «хрустящий», «насыщенный»);
- эксклюзивность («готовим вручную», «домашний рецепт»);
- премиальность («фермерская говядина», «дикой вылов», «выдержанный сыр»).
При этом важно соблюдать баланс. Если каждое блюдо в меню «невероятное», «идеальное» и «легендарное», тексты выглядят искусственно и теряют ценность. Поэтому даже при использовании ИИ описаниям все равно нужен редактор.
Вот что еще мы писали на тему искусственного интеллекта в общепите:
Сделать несложный дизайн
Сегодня нейросети генерируют макеты меню, предлагают композицию страниц, подбирают визуальный стиль и даже автоматически адаптируют материалы под печать, сайт, доставку или digital-экраны. Их возможности часто используют для сезонных предложений и временных спецменю, когда на счету каждая минута.
Например, раньше для запуска летнего меню ресторану нужно было отдельно:
- написать тексты;
- подготовить фотографии;
- собрать макет;
- сверстать материалы для соцсетей и печати.
Теперь большую часть этих задач можно закрыть с помощью ИИ-инструментов за несколько часов. Генерировать фуд-визуалы, оформлять карточки блюд, создавать баннеры и подбирать стилистику под концепцию заведения — все это умеют нейросети.
Кроме того, ИИ упрощает работу небольшим проектам, у которых нет собственного дизайнера. Кофейни, dark kitchen и локальные рестораны все чаще используют ИИ для быстрого создания QR-меню, сезонных вставок, тейбл-тентов, меню-бордов, а также визуалов для доставки и маркетплейсов.
Но не стоит надеяться, что нейросеть сделает все самостоятельно, безошибочно и с первого раза. Да, она помогает быстро собрать черновик, протестировать идеи и сократить количество рутинной работы. Но финальная доработка все равно остается за дизайнером или маркетологом, особенно если речь идет о сильной брендированной концепции.
Что нейросети пока умеют плохо
Несмотря на бурный интерес к нейросетям, полностью доверять им работу с меню не советуем. ИИ хорошо справляется с обработкой данных и генерацией вариантов, но все еще плохо понимает контекст ресторанного бизнеса на уровне человека.
Главная проблема — отсутствие реального вкусового опыта. Нейросеть может предложить необычное сочетание ингредиентов или красиво описать блюдо, но она не понимает, насколько это действительно вкусно, удобно в отдаче или уместно для конкретной аудитории ресторана.
Кроме того, ИИ склонен к шаблонности. Если не контролировать результат, меню быстро заполнят одинаковые формулировки вроде «нежный», «изысканный» или «идеальное сочетание вкусов». В результате тексты теряют индивидуальность. А так как нейросети доступны не только вам, но и вашим конкурентам, то ни о каком УТП речи не идет.
Еще один важный момент: ИИ не чувствует атмосферу заведения. Он не понимает локальный контекст, настроение аудитории, стиль сервиса или философию бренда так, как это понимает команда ресторана. Поэтому успешное меню все еще рождается на стыке аналитики, опыта шефа, маркетинга и понимания своего гостя.
Именно поэтому сегодня ИИ скорее помощник команды, чем ее замена. Финальные решения по меню по-прежнему остаются за людьми.
И самое главное: не забывайте о безопасности данных! Загружать в публичные ИИ-сервисы полные выгрузки продаж, закупочные цены, финансовые отчеты, базы гостей, технологические карты или авторские рецептуры — очень рискованно. Особенно если сервис использует данные для дообучения моделей или хранит их на внешних серверах.
А вы используете ИИ для создания меню или других задач в ресторане? Поделитесь своим опытом!