aicanyin
凌晨三点，李姐还在对着手机里的进货单发呆。昨天多订的三十斤排骨，今天还剩一半——再放一天就不新鲜了。这不是李姐一个人遇到的问题，餐饮老板们心里都有本账：食材损耗就是白花花的银子从指缝里流走。
一说餐饮AI，很多人靠前反应就是炒菜机器人。但我跟你说，真正让连锁餐饮巨头悄悄拉开差距的，恰恰是藏在后台、看不见摸不着的供应链预测算法。它不碰锅铲，却比任何一位老师傅都清楚明天该备多少货。
餐饮AI到底藏在哪些环节？可不止炒菜机
AI在餐饮业的应用，远比你想象的宽。餐饮AI目前主要有三个落点：前厅的智能点餐和会员营销、后厨的自动化设备（就是大家熟悉的炒菜机）、以及看不见的供应链中台。第三个最不性感，却最值钱。
炒菜机解决的是厨师出品不稳定和人力成本问题，但食材采购才是餐厅成本的大头，通常占营业额的三到四成。这块肉如果能省下几个点，比多卖一桌菜实在多了。
- 前厅AI：识别顾客偏好，提升复购率
- 后厨AI：炒菜机器人、智能烤箱，标准化出品
- 供应链AI：算法预测销量、自动生成采购单、优化库存
供应链预测算法到底在算什么？
核心逻辑一句话就能说透：用历史数据预测明天卖多少，然后倒推该进多少货。
但算法比人强在哪儿？它能同时处理几十个变量。天气预报说后天降温，雨天外卖单量通常涨三成；周边三公里内有两所学校，周五下午的鸡排销量会翻倍；上次做活动引流来的新客，复购周期是几周，他们爱点哪几个菜。这些因素，店长脑子算不过来，Excel表也算不动，但算法可以。
说白了，预测算法就是一个不知疲倦的军师，帮你把「凭感觉订货」变成「按数据订货」。
算法替我省下的不是菜钱，是纯利
这么说可能有点虚，给你看组数据。中国饭店协会有个统计，2023年餐饮业平均食材损耗率在10%-15%之间，而头部连锁品牌通过数字化手段能把损耗压到5%以下。别小看这五到十个点，对净利润普遍只有8%-12%的餐饮行业来说，这就是生死线。
业内有个说法，我特别认同——美团副总裁来江认为，餐饮数字化的下一站一定是供应链的智能化，谁先跑通，谁就握住了成本命脉。
有个真实的例子。上海一家做社区中餐的连锁品牌，开了12家店。老板以前每天最头疼的事就是各店店长报采购需求，有的怕不够卖故意多报，有的经验不足漏报，总部只能和稀泥。后来用了一套带预测功能的库存系统，系统根据每个门店过去九十天的销售曲线、天气和节假日数据自动生成建议采购量。用了不到三个月，这个品牌的综合损耗率从13.6%降到了7.9%，光这一项，一年省下来的钱够开一家新店。
到底怎么落地？小餐厅也能玩转吗？
你可能想问，这是不是又是大公司才能用的奢侈品？前几年确实是，但现在答案变了。
靠前步，别急着上系统，先把数据理清楚。至少把过去三个月的进货单、销售单录入到表格里，把菜品和原材料的关系维护好，这是一切算法的基础。
第二步，选工具。市面上的餐饮SaaS系统基本都带基础的采购建议功能，价格从每月几百到几千不等。单店和老闆可以先挑一个轻量的订货系统试试水，不需要一上来就上全套中台。
第三步，从单一品类切入。别想着一天之内把所有食材都交给算法管，可以先拿叶菜、冻品这种损耗最大的品类做实验。跑通一个品类，再慢慢扩大。
这条路上最大的坑不是技术，是信任。我和用了这套系统的老板聊过，普遍反馈头两周还是忍不住按老经验改采购单。这不怪人，这么多年都是这么干的，突然让你听一个机器的，确实别扭。我个人的经验是，先平行跑一个月——算法说进多少，你自己估一个数，两边对比着看，用结果说话。
餐饮这门生意，说到底就是一分一厘抠出来的。过去抠的是人力和租金，现在有了新工具，该把目光投向采购单背后的那堆数据了。别等到隔壁老王的损耗率降到你的一半，才开始研究這玩意。
