Jak AI pomáhá kavárnám kontrolovat zbytky produktů a šetřit na likvidaci

Každý den musí tisíce kaváren a pekáren vyhazovat neprodané jídlo – sendviče, croissanty, ovoce, čerstvě vylisované džusy. Restaurace a podniky veřejného stravování po celém světě ztrácejí kvůli potravinovému odpadu až 2,6 bilionu dolarů ročně.

Přitom každý dolar investovaný do snížení odpadu se vrátí ve formě 14 dolarů úspor na nákupu, skladování a likvidaci zboží, které se stejně vyhodí. Tlak roste i ze strany regulátorů – například do roku 2030 musí restaurace a kavárny v EU snížit objem likvidace o 30 %.

Abyste ale mohli snižovat množství vyhazovaného jídla, musíte nejdřív vědět, kolik produktů reálně zbývá na konci dne. A právě s tím má většina kaváren problém.

Proč tradiční evidence nefunguje

Ve většině kaváren je evidence prodejů automatizovaná. Pokladní systém zaznamená každý prodej a specializované programy jako r_keeper odepíšou ingredience ze skladu podle technologických karet. Zdá se, že zbytky lze snadno vypočítat z rozdílu mezi tím, co odešlo ze skladu, a tím, co se prodalo přes pokladnu. V praxi to ale nefunguje.

Problém je v mezikroku – ve výrobě. Vezměme příklad. Kuchař vzal ze skladu mouku, máslo a další ingredience a připravil várku croissantů. Jenže ne vždy se zaznamená, kolik kusů se vyrobilo a kolik jich skončilo ve vitríně. Systém ví jen to, že za den se prodalo 15 croissantů. Výsledek? Kolik hotových výrobků zbývá na konci směny, se z evidence jednoduše nedá zjistit.

Aby se tato mezera zaplnila, zaměstnanec na konci dne ručně spočítá, co zbylo ve vitríně, a vyplní protokol o likvidaci. Na základě tohoto dokumentu se produkty oficiálně likvidují. Nikdo ale nekontroluje, jestli čísla v protokolu odpovídají tomu, co reálně leželo na regále před zavřením.

Přesnost dat tak závisí čistě na konkrétním člověku na konci směny. Zaměstnanec se může splést, zapomenout zanést část položek nebo zboží vůbec nepočítat. Data v záznamu o likvidaci a skutečné zbytky ve vitríně se proto často rozcházejí. U větších řetězců se z toho stává systémový problém hned v několika rovinách.

Podvody. Zaměstnanec si může vzít potraviny domů a do protokolu napsat, že je zlikvidoval. Nebo část výrobků prostě vyhodí, aniž by to kdekoli zaznamenal. Protože neexistuje nezávislý zdroj dat o tom, kolik zboží ve vitríně reálně bylo, čísla v dokumentu nelze ověřit. O neshodách se podnik dozví až při vyšetřování.

Nedostatky v řízení. Firma nezná skutečný rozsah likvidace a nevidí žádné zákonitosti. Třeba že každý pátek večer zbývá dvakrát víc croissantů než ve všední dny, nebo že konkrétní položka se stabilně neprodává. Bez těchto dat se rozhodnutí o výrobě přijímají od oka. Výsledkem je buď nadprodukce a zbytečné odpisy, nebo prázdné regály v době špičky.

Právní rizika. Kavárny jsou v mnoha zemích povinny předávat likvidované produkty licencovaným organizacím a dokládat to před kontrolními orgány. Když se objem v protokolu neshoduje s tím, co bylo fakticky předáno k likvidaci, jde o porušení, které při kontrole okamžitě vyjde najevo.

Automatické počítání zbytků: jak to funguje

Jedním ze způsobů, jak tyto problémy vyřešit, je automatizovat počítání zbytků pomocí počítačového vidění. Stacionární kamery, které jsou v kavárně už nainstalované, sledují stav vitríny v reálném čase.

Na konci směny kamera automaticky pořídí finální snímek vitríny. Neuronová síť analyzuje obrázek a spočítá, kolik jednotek zboží zbylo v každé produktové kategorii. Systém ne vždy rozpozná konkrétní položky – neurčí přesně, kolik zbývalo croissantů a kolik sendvičů, ale řekne, že v části s džusy jsou 3 kusy. To stačí k ověření jakéhokoli likvidačního protokolu. Výsledek se zaznamená v systému a manažer ho má okamžitě k dispozici.

Během dne kamery také sledují zaplněnost vitrín – ne množství konkrétních položek, ale přítomnost prázdného místa. Když ho je příliš mnoho, personál dostane upozornění, že je čas doplnit vystavení.

Co získává podnik

Automatické počítání zbytků řeší tři úkoly, se kterými si ruční evidence neporadí.

Kontrola likvidace. Před zavedením systému byl jediným zdrojem dat o zbytcích zaměstnanec, který sám počítal zboží a vyplňoval protokol. Po zavedení má manažer nezávislý kontrolní bod: data z finálního snímku vitríny. Když se čísla neshodují, je to okamžitě patrné – a vždy to lze ověřit v archivu fotografií. U sítě s desítkami provozoven je to zásadní: zkontrolovat každou ručně je nemožné, ale systém to dělá automaticky každý den a nesrovnalosti ihned zvýrazní.

Optimalizace výroby. Jak se data o zbytcích hromadí, manažer začíná vidět zákonitosti – ve které dny a v jakou dobu se potraviny stabilně neprodávají. Na základě toho lze snižovat výrobu v posledních hodinách provozu nebo upravovat nákupy na konkrétní dny v týdnu. Největší část likvidovaného jídla přitom podle odhadů připadá právě na nadprodukci. Bez dat o zbytcích tento problém nelze ani změřit, natož vyřešit.

Finanční návratnost. Podniky, které zavedly systémy kontroly potravinového odpadu na bázi AI, snižují náklady na nákup zboží průměrně o 2–8 % a objem likvidovaných produktů klesá až o 39 % oproti výchozímu stavu. U větších řetězců i malé zlepšení přesnosti výrobního plánování přináší měřitelný finanční výsledek.

Kdy je čas jednat

Technologie pro kontrolu zbytků ve vitríně jsou dostupné a fungují. Pro sítě kaváren jde o jeden z nejrychlejších způsobů, jak snížit ztráty a začít rozhodovat na základě reálných dat, ne pocitů.

Většina těchto řešení pracuje s kamerami, které v podniku už visí. Nové vybavení není třeba, pokladní systém také ne.

Požadavky na dokumentaci likvidace se v mnoha zemích zpřísňují. Firmy, které si systém evidence vybudují teď, budou na nová pravidla připravené dřív, než se stanou povinností.