Ugostiteljska tvrtka funkcionira na kombinaciji predvidljivog posla i posla koji nastaje tek u samom trenutku. Izrada raspora, praćenje nabave, brojanje zaliha, obrada rezervacija, provjera računa: to je posao koji se ponavlja i čiji je ishod velikim dijelom određen pravilima i povijesnim obrascima. Uz to postoji posao koji se odvija u trenutku kad gost uđe, kad je kuhinja pod pritiskom ili kad skupina bez rezervacije stoji pred vratima. Taj drugi dio često određuje iskustvo na temelju kojeg gost ocjenjuje objekt, a prvi dio određuje ostaje li na kraju mjeseca još marže.
Okolnosti koje usmjeravaju ishod poznate su: popunjenost koja varira po dijelovima dana i po sezoni, osoblje koje se mora raspoređivati na kratki rok, dobavljači s promjenjivom dostupnošću i gost koji u svakom trenutku dana može podnijeti rezervaciju, narudžbu ili pritužbu. Tko je u tome do sada pobjeđivao, to je uglavnom postizao zahvaljujući ljudima koji su imali pregled i mogli brzo reagirati.
Planiranje raspora, obrada rezervacija i prva obrada upita zadaci su koji se pogodni za preuzimanje od strane AI-a: repetitivni su, postoji mnogo povijesnih podataka, a pravila odlučivanja moguće je jasno definirati. Gdje se to dogodi, pomiče se ono što gost ili dobavljač doživljava kao razlikovno. Brzina reakcije na rezervaciju bila je pitanje toga tko je u tom trenutku bio na telefonu; kad sustav na taj upit odgovori odmah, brzina više nije razlikovni faktor, jer je svatko tko posjeduje taj sustav jednako brz.
Ono što tada ostaje razlikovno jest posao kod kojeg AI ne preuzima zadatak, nego ga podupire uz čovjeka koji odobrava ili odbija: raspored osoblja koji sustav predlaže, ali ga voditelj prilagođava na temelju toga tko može podnijeti tešku skupinu, ili prilagodba jelovnika koja se predlaže na temelju podataka o prodaji, ali je kuhar ocjenjuje s obzirom na okus i sezonu. A ono što u potpunosti ostaje ljudski posao jest interakcija za stolom, način na koji se rješava pritužba, atmosfera koju osoblje na terenu stvara. To nije moguće automatizirati jer njegova vrijednost nastaje u samom trenutku, a ne u obrascu koji je moguće izvesti iz podataka.
Brzina kojom se to mijenja jako se razlikuje od tvrtke do tvrtke. Lanac s mnogo poslovnica i mnogo transakcijskih podataka ima temelj da rasporede i nabavu predlaže sustav; samostalni objekt s čvrstom jezgrom stalnih gostiju često taj temelj nema, a i manje mu koristi, jer se vrijednost tamo već nalazi u osobnom odnosu. Razlika, dakle, nije u ambiciji, nego u tome koliko je ponovljivog posla i podataka na raspolaganju za izgradnju.
Ako se vrijeme dostave, brzina reakcije ili dostupnost sve više određuju sustavima, to više nije razlikovna tvrdnja čim konkurenti koriste iste sustave. Objekt koji još uvijek tvrdi da pobjeđuje na brzini potvrde rezervacije, dok je ta brzina u međuvremenu svugdje jednaka, u stvarnosti ne pobjeđuje na toj dimenziji, ali to i dalje misli. Baš tu je usporedba s peer grupom vrijedna: ne kako bi se potvrdilo ono što tvrtka već misli, nego kako bi se pokazalo koja dimenzija još razlikuje, a koja više ne.
Ista dinamika na svoj način postoji i u drugim sektorima, kao što je vidljivo u pomaku u poljoprivrednom sektoru gdje AI preuzima posao i u posljedicama za sektor rekreacije kad se posao rezervacija i planiranja preuzme. U IT sektoru, gdje ovakva vrsta automatizacije već dugo postoji, dobro je vidljivo koje su dimenzije tamo prve izgubile svoju razlikovnu snagu, što se može pronaći u analizi pobjedničkih dimenzija u IT sektoru kad AI preuzme posao.
Osnovno pitanje, koji posao u određenoj ugostiteljskoj tvrtki AI stvarno može preuzeti a koji posao ostaje ljudski, nije moguće odgovoriti u općim pojmovima. To se razlikuje od tvrtke do tvrtke, ovisno o podacima koji postoje, sustavima koji već funkcioniraju i prirodi samog posla. Radni sken tvrtke FTE TO AI odgovara na to pitanje po zadatku, bez pretpostavki o ishodu.
Dodatna komplikacija u ugostiteljstvu je što konkurenti rijetko objavljuju brojke o popunjenosti, marginama ili vremenu obrade. Tko želi znati na čemu konkurent zaista ostvaruje bolji rezultat, mora se osloniti na ono što je vidljivo: recenzije, vrijeme čekanja, fluktuacija osoblja, promjene jelovnika. Kako te neizravne signale treba tumačiti, opisano je u pristupu za procjenu konkurenata koji ne objavljuju brojke. Drugi problem je da su marketinški tekstovi u ovom sektoru često slični jedni drugima: svi obećavaju kvalitetu, gostoljubivost i doživljaj, što razlikovanje u riječima čini neupotrebljivim kao temelj za pozicioniranje, kao što je razrađeno u analizi zašto svi konkurenti zvuče isto u svojim obećanjima.
Što voditelj kadrovske službe s ovim pomakom radi u smislu popunjenosti i formacije, spada pod vlastite zakonske zahtjeve koji za to vrijede; o tome se ovdje ne iznosi nikakav stav.
Prvi korak nije ulaganje, nego provjera: koje se tvrdnje o brzini, ponudi ili usluzi trenutačno koriste za pobjeđivanje, i jesu li te tvrdnje još razlikovne ili su u međuvremenu svugdje jednake. Besplatna provjera dimenzija to konkretizira: navodite na čemu smatrate da pobjeđujete i vidite koja se od tih tvrdnji može braniti dokazima. Potpuni benchmark, s peer grupom po svim relevantnim dimenzijama i matricom dokaza po ocjeni, u izradi je.