Ravintola-alan yritys toimii ennustettavan työn ja työn yhdistelmällä, joka syntyy vain juuri sillä hetkellä. Työvuorolistojen tekeminen, ostojen seuranta, varastolaskenta, varausten käsittely, laskujen tarkistus: tämä on työtä, joka toistuu ja jonka lopputulos on suurelta osin kiinteä säännöissä ja historiallisissa kuvioissa. Sen lisäksi on työtä, joka tapahtuu sillä hetkellä kun asiakas astuu sisään, keittiö on paineen alla tai ryhmä ilman varausta seisoo oven edessä. Tämä jälkimmäinen osa määrittää usein kokemuksen, jonka perusteella asiakas arvioi liikkeen, ja ensimmäinen osa määrittää, jääkö kuukauden lopussa katetta jäljelle.
Olosuhteet, jotka ohjaavat lopputulosta, ovat tunnettuja: käyttöaste, joka vaihtelee vuorokaudenajan ja vuodenajan mukaan, henkilökunta, joka pitää aikatauluttaa lyhyellä varoitusajalla, toimittajat, joiden saatavuus vaihtelee, ja asiakas, joka voi jättää varauksen, tilauksen tai valituksen minä hetkenä tahansa päivästä. Tähän mennessä tässä on voittanut ennen kaikkea se, jolla oli kokonaiskuva ja joka pystyi reagoimaan nopeasti.
Työvuorolistojen suunnittelu, varausten käsittely ja kysymysten ensimmäinen käsittely ovat tehtäviä, jotka sopivat tekoälyn hoidettaviksi: ne ovat toistuvia, niistä on paljon historiallista dataa, ja päätössäännöt on mahdollista tehdä eksplisiittisiksi. Siellä missä näin tapahtuu, muuttuu se, minkä asiakas tai toimittaja kokee erottavana tekijänä. Vastausnopeus varaukseen oli ennen kysymys siitä, kuka sattui olemaan puhelimessa sillä hetkellä; kun järjestelmä vastaa kysymykseen välittömästi, nopeus ei enää ole erottava tekijä, sillä kaikki, joilla on sama järjestelmä, ovat yhtä nopeita.
Se, mikä jää jäljelle erottavana tekijänä, on työ, jossa tekoäly ei ota tehtävää kokonaan haltuunsa vaan tukee ihmistä, joka hyväksyy tai hylkää: henkilöstösuunnitelma, jonka järjestelmä ehdottaa mutta jota esimies muokkaa sen perusteella, kuka pystyy hoitamaan hankalan ryhmän, tai menumuutos, joka ehdotetaan myyntidatan perusteella mutta jonka kokki arvioi maun ja vuodenajan perusteella. Ja se, mikä pysyy täysin ihmistyönä, on vuorovaikutus pöydässä, tapa jolla valitus ratkaistaan, tunnelma, jonka henkilökunta luo salissa. Tätä ei voi automatisoida, koska sen arvo syntyy juuri sillä hetkellä, ei kuviossa, joka on johdettavissa datasta.
Nopeus, jolla tämä muuttuu, vaihtelee suuresti yrityksittäin. Ketjulla, jolla on paljon toimipisteitä ja paljon transaktiodataa, on pohja antaa järjestelmän ehdottaa työvuorolistoja ja ostoja; itsenäisellä liikkeellä, jolla on vakiintunut kanta-asiakaskunta, tätä pohjaa ei usein ole, eikä siitä myöskään hyödytä yhtä paljon, koska arvo on siellä jo henkilökohtaisessa suhteessa. Ero ei siis ole kunnianhimossa, vaan siinä, mitä toistuvaa työtä ja dataa on saatavilla rakennettavaksi.
Jos toimitusaika, vastausnopeus tai saatavuus määräytyy yhä enemmän järjestelmien kautta, se ei enää ole erottava väite heti kun kilpailijat käyttävät samoja järjestelmiä. Liike, joka edelleen väittää voittavansa varausvahvistuksen nopeudella, vaikka tämä nopeus on nyt kaikilla sama, ei tosiasiassa voita tällä ulottuvuudella vaan luulee edelleen voittavansa. Juuri tässä vertailu vertaisryhmään on arvokasta: ei vahvistaakseen sitä, mitä yritys jo ajattelee, vaan osoittaakseen, mikä ulottuvuus vielä erottaa ja mikä ei enää.
Sama dynamiikka toimii muilla toimialoilla omalla tavallaan, kuten näkyy maatalousalan muutoksessa, jossa tekoäly ottaa työtä haltuunsa ja vaikutuksissa vapaa-ajan alalle, kun varaus- ja suunnittelutyö otetaan haltuun. ICT-alalla, jossa tällaista automaatiota on ollut jo pidempään, näkyy hyvin, mitkä ulottuvuudet menettivät erottavan kykynsä ensimmäisinä, kuten kuvattu analyysissä voittavista ulottuvuuksista ICT-alalla nyt kun tekoäly ottaa työtä haltuunsa.
Taustalla olevaan kysymykseen, mikä työ tietyssä ravintola-alan yrityksessä on todella tekoälyn haltuun otettavissa ja mikä työ pysyy ihmistyönä, ei voida vastata yleisesti. Se vaihtelee yrityksittäin riippuen saatavilla olevasta datasta, jo käytössä olevista järjestelmistä ja työn luonteesta itsestään. FTE TO AI:n työscan vastaa tähän kysymykseen tehtäväkohtaisesti, ilman oletuksia lopputuloksesta.
Ravintola-alalla lisähankaluutena on, että kilpailijat julkaisevat harvoin lukuja käyttöasteesta, katteista tai läpimenoajoista. Se, joka haluaa tietää, missä kilpailija todella pärjää paremmin, joutuu tyytymään siihen, mikä on näkyvissä: arvostelut, odotusajat, henkilöstön vaihtuvuus, menuvaihdokset. Miten näitä epäsuoria signaaleja luetaan, käsitellään kohdassa lähestymistapa sellaisten kilpailijoiden arvioimiseksi, jotka eivät julkaise lukuja. Toinen ongelma on, että markkinointitekstit alalla muistuttavat usein toisiaan: kaikki lupaavat laatua, vieraanvaraisuutta ja elämyksiä, mikä tekee sanallisesta erottautumisesta käyttökelvottoman perustan, kuten on kuvattu analyysissä siitä, miksi kaikki kilpailijat kuulostavat samalta lupauksissaan.
Se, mitä henkilöstövastaava tekee tämän muutoksen kanssa käyttöasteen ja henkilöstörakenteen osalta, kuuluu kyseiseen tilanteeseen sovellettavien omien lakisääteisten vaatimusten piiriin; tästä ei oteta tässä kantaa.
Ensimmäinen askel ei ole investointi, vaan tarkistus: mitä väitteitä nopeudesta, valikoimasta tai palvelusta käytetään nyt voittamiseen, ja ovatko ne yhä erottavia vai jo kaikilla samat. Ilmainen ulottuvuustarkistus tekee tästä konkreettista: nimeätte, millä uskotte voittavanne, ja näette, mitkä näistä väitteistä ovat puolustettavissa näytöllä. Täydellinen vertailuanalyysi, jossa vertaisryhmä käydään läpi kaikilla relevanteilla ulottuvuuksilla ja jossa on näyttömatriisi jokaiselle pisteytykselle, on rakenteilla.