31.08.2026 ИИ для бизнеса 3 мин чтения

ИИ в управлении кейтерингом и корпоративным питанием: умные столовые и AI-меню

Google кормит >100 000 сотрудников в день в своих кафетериях по всему миру. Потери продуктов (food waste) исторически были огромными. В 2019 году Google внедрил AI-систему предсказания спроса и сократил выброс еды на 67%. В деньгах при масштабе Google — миллионы долларов ежегодно. Кейтеринг — неожиданная сфера, где AI показывает выдающиеся результаты.

Кейс 1. Google Food Ops — AI против выбрасывания еды

Масштаб питания Google

>30 корпоративных кампусов по всему миру
>100 000 обедов ежедневно
Кафетерии: большинство бесплатные для сотрудников

AI Food Waste Reduction:

System:

Тарелки: взвешиваются до и после трапезы (smart plates)
CV-камеры: снимают что осталось на тарелке
ML анализирует: что популярно, что не едят, в какие дни

Предсказательная аналитика:

«Понедельник после трёхдневных выходных: сотрудников меньше → готовить меньше»
«Суши пользуются популярностью в пятницу, но не в среду»
«Веганская опция — пиковый спрос в январе (after New Year resolutions)»

Результаты:

Food waste: снижение на 67%
В деньгах: $millions экономии при масштабе Google
Environmental impact: эквивалент снятия тысяч автомобилей с дорог

Кейс 2. Compass Group — крупнейший оператор питания + AI

Масштаб Compass Group

>500 000 сотрудников в 45 странах
>55 000 объектов обслуживания (корпорации, школы, больницы, армия)
Выручка: >£30 млрд

AI применения Compass Group:

1. Dynamic Menu Planning:

ML анализирует: исторические данные продаж + сезонность + локальные предпочтения
Меню следующей недели: генерируется AI с учётом баланса питательности, стоимости, предпочтений
Шеф-повар: корректирует финальное меню, но на основе AI-предложения

2. Supply Chain AI:

Заказы: формируются AI на основе прогноза спроса
Just-in-time: скоропортящиеся — минимальные запасы, точный прогноз
Снижение food waste на уровне заготовки: 25–35%

3. AI Nutritional Planning:

Корпоративный клиент: «хотим, чтобы сотрудники питались здоровее»
AI оптимизирует: меню под заданные nutritional targets
Популяризация: «здоровые варианты» выдвигаются вперёд, незаметно снижая потребление «нездорового»

Кейс 3. iiko — AI в российских ресторанах и кейтеринге

iiko — ведущая система автоматизации F&B в России

iiko:

>37 000 заведений в России и СНГ
Полный функционал: заказы + кухня + склад + персонал + аналитика

AI-функции iiko:

Demand Forecasting:

ML анализирует: продажи за 2+ года + день недели + погода + праздники
«В эту пятницу ожидается 34 порции борща, 28 пицц, 15 стейков»
Шеф-повар: готовит именно столько заготовок
Результат: food waste снижается на 20–30%

Menu Engineering AI:

Анализ ABC/XYZ по блюдам: что прибыльно И популярно vs что убыточно и редко заказывают
«Убрать из меню блюдо D — оно популярно, но убыточно в пиковые часы из-за сложности»
Цифровое меню: AI-рекомендации блюд каждому гостю

StopList AI:

Реальное время: система знает какие ингредиенты заканчиваются
Автоматически: блюда из стоплиста исчезают с планшетов официантов и сайта доставки

Кейс 4. Dodo Pizza — AI в пиццерии мирового масштаба

Dodo IS + AI — уже упоминалось, расширение деталей

Dodo Brands AI Applications специфично для питания:

Real-time Kitchen AI:

Order received → AI показывает на кухонном экране: когда что готовить
Oven time planning: pizza в духовке ровно тогда, когда нужно — не раньше, не позже
«Заказ из приложения — доставка через 30 минут → пицца выходит из печи в X:XX»

Quality Control AI:

Камера над конвейером: AI проверяет каждую пиццу
Правильное распределение начинки, правильный цвет корочки
Автоматическая отбраковка: «не выглядит правильно → повар проверяет»

Menu Optimization AI:

Эксперименты с новыми вкусами: ML предсказывает успешность по ограниченному тестовому периоду
«Новый пирог с корицей: тестировали в 5 городах 2 недели → прогноз по всей сети»

Кейс 5. Практика для кейтерингового бизнеса

AI для кейтеринговой компании (100–500 мероприятий в год)

Прогноз потребления:

ChatGPT для меню-планирования: «Вот данные по нашим мероприятиям за год [таблица]: тип события, количество гостей, время, что заказывали, что осталось. Помоги: выявить закономерности в потреблении по типам мероприятий, предложить оптимальный базовый набор блюд для каждого типа».

AI-ценообразование: «Вот наши расходы на продукты за последние 6 месяцев. Цены на ряд позиций выросли. Помоги пересчитать стоимость наших пакетов, сохранив рентабельность 35%».

Стек инструментов:

iiko: ₽990/мес — управление и аналитика
Dadata: AI-адреса и геолокация для планирования доставок
Яндекс.Маршрутизация: оптимизация развозки для кейтеринга

Food Waste Calculator:

Промпт: «У нас мероприятие на 300 человек, корпоратив, 6 часов, фуршет. Рассчитай: сколько нужно каждой категории блюд (горячее, холодные закуски, десерты, напитки) на основе стандартных норм потребления»

ROI уменьшения food waste для кейтерингa: