5 инсайтов об ИИ, которые я забрала из СКОЛКОВО 💡 Недавно я завершила программу «Управление бизнесом с помощью ИИ и данных» в МШУ СКОЛКОВО. Сегодня поделюсь пятью мыслями, которые можно применить в ресторанном бизнесе уже сейчас. 1️⃣ Начинать нужно с конкретной задачи «Хочу внедрить ИИ» — слишком абстрактно. А вот «хочу тратить на утренний отчёт 10 минут вместо часа» — уже понятная цель. Сначала определяем, что хотим улучшить, затем выбираем инструмент. Для старта я советую ChatGPT и Claude. Попробуйте дать обоим одну и ту же задачу и посмотрите, с каким помощником вам удобнее работать. 2️⃣ ИИ нужен контекст вашего бизнеса Концепция заведения, стандарты сервиса, тон общения с гостями — всё это стоит собрать в один документ и использовать в работе с ИИ. Чем понятнее исходные данные, тем меньше времени уйдёт на исправления. 3️⃣ Качество ответа начинается с качества данных Если загрузить старый прайс поставщика, расчёт себестоимости получится по старым ценам. И выглядеть он может очень убедительно. Поэтому сначала порядок в техкартах, отчётах и документах, затем — аналитика. 4️⃣ Рост выручки ещё не означает рост прибыли Скидка привела больше гостей. Но сколько осталось после себестоимости, скидки и дополнительных расходов? ИИ можно использовать, чтобы сравнить сценарии с акцией и без неё. А затем проверить расчёты и допущения, на которых они построены. 5️⃣ Ответственность за решение остаётся у руководителя ИИ помогает быстрее собрать информацию, увидеть отклонения и предложить варианты. Но цифры нужно проверять, а выводы — сопоставлять с тем, что происходит в заведении. За каждым отчётом стоят реальные люди, процессы и решения. Я постоянно учусь, потому что инструменты меняются, а вместе с ними появляются новые возможности для бизнеса. Теперь хочется проверить полученные знания на практике — начать с одной задачи и измерить результат. А какую задачу в своём заведении вы бы первой поручили ИИ? Отчёты, работу с меню, контент или что-то другое?

Мир меняется быстрее, чем мы успеваем привыкнуть. ИИ уже не тренд, а рельсы, на которые нужно вставать Ровно год назад я четыре месяца училась в СКОЛКОВО на программе «Стартап 35». И вот я снова здесь: два дня обучения по внедрению ИИ в бизнес. Учимся не по лекциям, а через кейсы, симуляции и игры на примерах реальных компаний. Преподаватели — люди, которые сами внедряли эти решения в крупном бизнесе. Разбирали, как они считают рабочие часы, где теряется время и как его возвращают. В чём сила ИИ ИИ делает то, на что у человека уходят часы и дни, за минуты, и не устаёт: Видит всю картину сразу. Он сводит продажи, фудкост, отзывы, графики смен и списания в один анализ и показывает, где теряются деньги. Находит закономерности, которые не видно глазами. Почему в четверг вечером падает средний чек, какие блюда тянут маржу вниз, где перерасход продуктов. Забирает рутину. Отчёты, сверки, типовые ответы, первичный отбор кандидатов, техкарты, тексты для соцсетей. Главная сила ИИ не в скорости, а в том, что он меняет саму работу. По данным BCG, если просто встроить ИИ в старый процесс, это даёт +10–15% продуктивности. Если перестроить процесс под ИИ, то +30–50%. Но ИИ — не самый важный элемент. Самое важное — постановка задачи. Успех внедрения на 10% зависит от алгоритмов, на 20% от данных и на 70% от людей и процессов. ИИ работает как сотрудник. Промпт — это постановка задачи. Если вы не знаете исходных данных, цели и результата, вы получите не то, что от человека, что от ИИ. Мы разбирали кейс компании, где по отчётам всё было идеально: сотрудники обучены, ассистентом пользуются. А в деньгах не изменилось ничего. Цель звучала как «внедрить ИИ», а не как «сэкономить столько-то часов». Прежде чем дать задачу человеку или ИИ, ответьте на четыре вопроса: Исходные данные: что есть сейчас, какие цифры, где болит? Цель: зачем мы это делаем? Результат: что конкретно хотим получить? Лучше в цифрах: часы, деньги, гости. Кто отвечает: кто проследит, что результат наступил? Когда ИИ внедрён грамотно, он быстро показывает, над чем работать, и забирает операционную рутину. А освободившееся время мы отдаём главному в ресторане — гостю. Мы приходили со своими болями и раскладывали их по одной таблице: результат → задача → как процесс выглядел раньше, как сейчас и куда движется → пилот на 2–4 недели. Почему важно учиться постоянно Год назад я пришла сюда за стартапом, сегодня — за ИИ. Мир не ждёт, и навыки устаревают быстрее, чем мы замечаем. Поэтому обучение для меня не расход, а инвестиция, такая же важная, как вложения в бизнес. И дело не только в знаниях. В кругу единомышленников мозг работает по-другому. Идеи приходят сами, растёт насмотренность, а разговор в перерыве иногда даёт больше, чем месяц размышлений в одиночку. Нетворкинг — это люди, с которыми вы завтра будете делать проекты. Именно поэтому мы в Upskill строим обучение для общепита на реальных задачах и в сообществе, а не на теории. Завтра финальный день, будем проигрывать всё вживую. Расскажу, чем закончилось.