Един заведение за хранене и напитки работи на комбинация от предвидима работа и работа, която възниква само в самия момент. Съставяне на графици, следене на снабдяването, преброяване на наличности, обработка на резервации, проверка на фактури: това е работа, която се повтаря и чийто резултат до голяма степен е фиксиран в правила и исторически модели. Освен това има работа, която се случва в момента, в който влиза гост, кухнята е под напрежение или пред вратата стои група без резервация. Тази втора част често определя преживяването, по което гостът оценява заведението, а първата част определя дали в края на месеца остава марж.
Обстоятелствата, които определят резултата, са известни: заетост, която варира по част от деня и по сезон, персонал, който трябва да бъде планиран в кратък срок, доставчици с променлива наличност, и гост, който може да подаде резервация, поръчка или оплакване по всяко време на деня. Който печели тук, досега го правеше най-вече благодарение на хора, които имаха обзор и можеха бързо да превключват.
Планирането на графици, обработката на резервации и първоначалната обработка на въпроси са задачи, които се поддават на поемане от AI: те са повторяеми, има много исторически данни, а правилата за вземане на решения могат да бъдат изяснени. Там, където това се случва, се измества това, което гост или доставчик възприема като отличаващо. Скоростта на реакция при резервация беше въпрос на това кой в момента е вдигнал телефона; ако системата отговаря на този въпрос веднага, скоростта вече не е отличаващ фактор, защото всеки, който има системата, е също толкова бърз.
Това, което остава като отличаващо, тогава е работата, при която AI не поема задачата, а подкрепя човек, който одобрява или отхвърля: график на персонала, който се предлага от система, но се коригира от ръководител въз основа на това кой може да се справи с трудна група, или промяна в менюто, която се предлага въз основа на данни за продажби, но се оценява от готвач по вкус и сезон. А това, което остава изцяло човешка работа, е взаимодействието на масата, начинът, по който се решава оплакване, атмосферата, която персоналът създава на терен. Това не може да бъде автоматизирано, защото стойността му възниква в самия момент, а не в модел, който може да бъде изведен от данни.
Скоростта, с която това се променя, се различава значително по компании. Верига с много обекти и много данни за транзакции има основа, за да остави системата да предлага графици и снабдяване; самостоятелно заведение с постоянно ядро от редовни гости често няма тази основа и има по-малка полза от нея, защото стойността там вече е в личната връзка. Разликата следователно не е в амбицията, а в това какво повторяема работа и данни са налични, върху които да се изгради.
Ако срокът за доставка, скоростта на реакция или наличността все повече се определят от системи, това вече не е отличаваща претенция, щом конкурентите използват същите системи. Заведение, което все още твърди, че печели по скорост на потвърждение на резервация, докато тази скорост вече е еднаква навсякъде, на практика не печели по това измерение, но все още смята, че печели. Точно тук сравнението с групата от сходни компании е ценно: не за да потвърди това, което една компания вече мисли, а за да покаже кое измерение все още отличава и кое вече не.
Същата динамика се проявява по свой начин в други сектори, както се вижда в изместването в аграрния сектор, където AI поема работа и в последствията за сектора на отдиха, когато работата по резервации и планиране бъде поета. В ИТ сектора, където голяма част от подобна автоматизация съществува от по-дълго време, ясно се вижда кои измерения там първи загубиха отличителната си способност, което може да се намери в анализа на печелившите измерения в ИТ сектора сега, когато AI поема работа.
Основният въпрос — коя работа в конкретно заведение за хранене и напитки наистина може да бъде поета от AI и коя работа остава човешка — не може да бъде отговорен в общи термини. Това е различно за всяка компания, в зависимост от данните, с които разполага, системите, които вече работят, и характера на самата работа. Работният скенер на FTE TO AI отговаря на този въпрос по задача, без предположения за резултата.
Едно допълнително усложнение в хотелиерството и ресторантьорството е, че конкурентите рядко публикуват цифри за заетост, маржове или срокове за изпълнение. Който иска да знае в какво конкурент действително се представя по-добре, трябва да се задоволи с това, което е видимо: отзиви, време на чакане, текучество на персонала, промени в менюто. Как да се четат тези непреки сигнали, е описано в подхода за оценка на конкуренти, които не публикуват цифри. Друг проблем е, че маркетинговите текстове в сектора често си приличат: всеки обещава качество, гостоприемство и преживяване, което прави разграничението в думи неизползваемо, за да се гради върху него, както е разработено в анализа на защо всички конкуренти правят едни и същи обещания.
Какво прави отговорник по персонала с това изместване по отношение на заетост и щатна структура, попада под собствените законови изисквания, които важат за това; това не е тема, по която тук се прави изявление.
Първата стъпка не е инвестиция, а проверка: кои претенции за скорост, предлагане или обслужване се използват сега, за да се печели, и дали те все още отличават или вече са еднакви навсякъде. Безплатната проверка на измеренията прави това конкретно: посочвате на какво смятате, че печелите, и виждате коя от тези претенции може да бъде защитена с доказателства. Пълният бенчмарк, с групата от сходни компании по всички релевантни измерения и матрица от доказателства за всеки резултат, е в процес на изграждане.