Un'attività di ristorazione si basa su una combinazione di lavoro prevedibile e lavoro che si genera solo nel momento stesso. Fare i turni, gestire gli acquisti, contare le scorte, elaborare le prenotazioni, controllare le fatture: si tratta di lavoro che si ripete e il cui esito è in larga misura fissato in regole e schemi storici. Oltre a questo c'è il lavoro che avviene nel momento in cui un cliente entra, una cucina è sotto pressione o un gruppo senza prenotazione si presenta alla porta. Questa seconda parte determina spesso l'esperienza sulla base della quale un cliente giudica un locale, mentre la prima parte determina se a fine mese resta ancora margine.
Le circostanze che guidano l'esito sono note: l'affluenza che varia per fascia oraria e per stagione, il personale che deve essere pianificato a breve termine, i fornitori con disponibilità variabile e un cliente che può presentare una prenotazione, un ordine o un reclamo in qualsiasi momento della giornata. Chi finora ha vinto su questo terreno lo ha fatto soprattutto grazie a persone con visione d'insieme e capacità di adattarsi rapidamente.
La pianificazione dei turni, l'elaborazione delle prenotazioni e la prima gestione delle richieste sono compiti che si prestano a essere presi in carico dall'AI: sono ripetitivi, esiste molta storicità di dati e le regole decisionali sono esplicitabili. Dove questo accade, cambia ciò che un cliente o un fornitore percepisce come distintivo. La velocità di risposta a una prenotazione era una questione di chi in quel momento era al telefono; se un sistema risponde a quella richiesta immediatamente, la velocità non è più un fattore distintivo, perché chiunque disponga del sistema è altrettanto veloce.
Ciò che resta distintivo è quindi il lavoro in cui l'AI non sostituisce il compito, ma lo supporta con una persona che approva o respinge: una pianificazione del personale proposta da un sistema ma rivista da un responsabile in base a chi è in grado di gestire un gruppo difficile, oppure una modifica al menu proposta sulla base dei dati di vendita ma valutata da un cuoco in termini di gusto e stagionalità. E ciò che resta interamente lavoro umano è l'interazione al tavolo, il modo in cui viene risolto un reclamo, l'atmosfera che il personale crea in sala. Questo non è automatizzabile perché il suo valore nasce nel momento stesso, non in uno schema ricavabile dai dati.
La velocità con cui questo cambia varia molto da un'azienda all'altra. Una catena con molti punti vendita e molti dati transazionali ha una base per far proporre turni e acquisti da un sistema; un locale indipendente con un nucleo fisso di clienti abituali spesso non ha questa base e ne trarrebbe anche meno beneficio, perché il valore lì risiede già nella relazione personale. La differenza quindi non sta nell'ambizione, ma in ciò che è disponibile in termini di lavoro ripetibile e dati su cui costruire.
Se il tempo di consegna, la velocità di risposta o la disponibilità vengono sempre più determinati dai sistemi, questo non è più una pretesa distintiva non appena i concorrenti utilizzano gli stessi sistemi. Un locale che continua a sostenere di vincere sulla velocità di conferma delle prenotazioni, mentre questa velocità è ormai uguale ovunque, in realtà non vince più su quella dimensione ma continua a crederlo. È esattamente qui che il confronto con il peer group risulta utile: non per confermare quello che un'azienda già pensa, ma per mostrare quale dimensione è ancora distintiva e quale non lo è più.
La stessa dinamica si manifesta in altri settori in modo proprio, come si può vedere in il cambiamento nel settore agricolo dove l'AI sostituisce il lavoro e in le conseguenze per il settore ricreativo quando il lavoro di prenotazione e pianificazione viene sostituito. Nel settore ICT, dove questo tipo di automazione esiste già da più tempo, si vede bene quali dimensioni lì hanno perso per prime il proprio potere distintivo, come descritto in l'analisi delle dimensioni vincenti nel settore ICT ora che l'AI sostituisce il lavoro.
La domanda di fondo, quale lavoro in una specifica attività di ristorazione può effettivamente essere sostituito dall'AI e quale lavoro resta lavoro umano, non è possibile risponderla in termini generali. Questo varia da azienda a azienda, in base ai dati disponibili, ai sistemi già in uso e alla natura stessa del lavoro. La scansione del lavoro di FTE TO AI risponde a questa domanda per singolo compito, senza presupposti sull'esito.
Una complicazione ulteriore nella ristorazione è che i concorrenti raramente pubblicano cifre su occupazione, margini o tempi di lavorazione. Chi vuole sapere su cosa un concorrente ottiene effettivamente risultati migliori deve accontentarsi di ciò che è visibile: recensioni, tempi di attesa, turnover del personale, cambiamenti nel menu. Come leggere questi segnali indiretti è descritto in l'approccio per stimare i concorrenti che non pubblicano cifre. Un altro problema è che i testi di marketing nel settore spesso si assomigliano tra loro: tutti promettono qualità, ospitalità ed esperienza, il che rende inutilizzabile la distinzione a parole come base su cui puntare, come illustrato in l'analisi del perché tutti i concorrenti suonano uguali nelle loro promesse.
Ciò che un responsabile del personale fa con questo cambiamento in termini di occupazione e organico rientra nei requisiti legali propri applicabili in materia; non è un argomento su cui qui viene espresso un giudizio.
Il primo passo non è un investimento, ma una verifica: quali affermazioni su velocità, offerta o servizio vengono ora utilizzate per vincere, e sono ancora distintive o sono ormai uguali ovunque. La verifica gratuita delle dimensioni rende questo concreto: lei indica su cosa pensa di vincere e vede quale di queste affermazioni è difendibile con prove. Il benchmark completo, con il peer group su tutte le dimensioni rilevanti e una matrice di prova per ogni punteggio, è in fase di realizzazione.