В пекарне закупка муки висит между двумя крайностями: взял мало — встали к обеду, взял много — мешки отсырели и ушли в списание. Технолог считает заявку на глаз по памяти и прошлой неделе, и в сезон или перед праздниками промахивается. ИИ берёт историю продаж и помогает собрать прогноз закупки, который ближе к реальному спросу. Под капотом это языковая модель, которой вы даёте ваши цифры и просите свести их в понятный расчёт.
Что даёт ИИ
ИИ берёт историю продаж пекарни по дням и помогает рассчитать заявку на муку: учитывает день недели, сезон и праздники, сводит расход в понятную таблицу и подсвечивает риск нехватки или излишка. Технолог получает готовый черновик заявки за минуты вместо прикидки на глаз, а финальное число подтверждает сам.
В работе с пекарнями я вижу одну и ту же сцену. Технолог в конце смены прикидывает закупку муки по памяти: вроде на прошлой неделе хватило, добавлю пару мешков на выходные. Точность такой прикидки держится на опыте одного человека, и стоит ему уйти в отпуск, как заявки начинают скакать. В сезон, перед праздниками или при запуске нового изделия промах становится дорогим: либо списание отсыревшей муки, либо пустые полки к обеду.
Языковая модель снимает именно эту прикидку на глаз. Вы выгружаете историю продаж по дням и расход муки на каждое изделие, отдаёте модели и просите рассчитать заявку на следующую неделю с учётом дня недели и сезона. На выходе вы получаете таблицу: сколько муки уйдёт на батоны, сколько на сдобу, где запас под выходной всплеск. Технолог сверяет число со своим чутьём и правит, а ручной счёт уходит в прошлое.
Вторая польза — разбор того, где деньги утекают. Модель проходит по истории и показывает, на каких позициях регулярно остаётся списание, а где к концу дня пусто. Видно, что ржаной хлеб стабильно недопекают по пятницам, а круассаны раз в неделю уходят в утиль. Это уже основание поправить рецептурный план и заявку вместо ощущения, что где-то теряем.
- Черновик недельной заявки на муку по истории продаж с учётом дня недели и сезона
- Расход муки по изделиям в одной таблице вместо прикидки на глаз
- Подсветка позиций с регулярным списанием и регулярной нехваткой
- Пересчёт заявки под праздники и запуск нового изделия за минуты
Как запустить
Запуск начинается с одной группы изделий, а с попытки оцифровать всю пекарню разом. Возьмите хлеб, который даёт основной расход муки, и попросите модель посчитать заявку только по нему. Через неделю сравните прогноз с фактом и увидите, насколько он точен. Такой подход дешёвый: вы рискуете расчётом по одной позиции, а закупкой всего ассортимента.
- Выгрузите продажи по дням за последние 2-3 месяца в таблицу
- Запишите расход муки на каждое изделие по рецептуре
- Отметьте особые дни: выходные, праздники, локальные события рядом с пекарней
- Отдайте таблицу модели и попросите рассчитать заявку на муку на неделю вперёд
- Сравните прогноз с фактическим расходом и отметьте, где модель промахнулась
- Закрепите рабочий запрос в один промпт-шаблон и пересчитывайте заявку каждую неделю
Возьмите изделия с самым ровным спросом — например, базовый белый хлеб. На стабильных позициях прогноз точнее, и технолог быстро увидит пользу. Сезонные и праздничные изделия со скачками спроса подключают позже, когда доверие к расчёту уже выросло, а истории накопилось больше.
Чем пользоваться
Для расчёта заявки хватает обычного чата с сильной языковой моделью и таблицы с историей продаж. Сложные связки с автоматической ежедневной выгрузкой из кассы нужны позже, когда вы уже поняли, что прогноз точнее ручной прикидки. Хороший промпт-шаблон с описанием ваших изделий и рецептуры заменяет половину разговоров про автоматизацию: вы один раз объясняете, как считать, дальше технолог переиспользует это каждую неделю.
| Задача | Чем закрыть | Когда усложнять |
|---|---|---|
| Недельная заявка на муку | Чат с моделью плюс таблица продаж | Когда точек несколько — настраивают регулярную выгрузку |
| Разбор списаний и нехватки | Выгрузка истории, модель сводит в отчёт | Когда нужен ежедневный контроль остатков |
| Пересчёт под праздники | Запрос к модели с пометкой особых дней | Когда сезонных пиков много — подключают автоматизацию через n8n |
| Расход по изделиям | Рецептура плюс продажи в одной таблице | Когда ассортимент растёт — выносят в общую базу |
Российский владелец пекарни упирается в вопрос доступа к зарубежным моделям и оплаты. Здесь работают и отечественные решения, и зарубежные через корректный доступ. Конкретный выбор зависит от того, насколько чувствительны ваши цифры по выручке и поставщикам — это как раз тема, которую мы разбираем на созвоне по процессам.
Стоимость держится в рамках десятков долларов в месяц за подписку на модель, точную цифру сверьте на сайте сервиса — тарифы меняются. Для одной пекарни этого хватает с запасом: технолог раз в неделю гоняет расчёт заявки, владелец смотрит сводку по списаниям. Платная связка с автоматической выгрузкой из кассы через n8n окупается позже, когда точек несколько и пересчитывать вручную дороже, чем настроить процесс один раз.
Границы инструмента
Модель ошибается уверенно. Она способна выдать ровный прогноз там, где истории мало, и подать догадку как точный расчёт. Это свойство языковых моделей называют галлюцинациями, и оно остаётся даже у сильных версий. Поэтому заявку на муку без проверки технологом отправлять поставщику опасно: модель считает строго из ваших данных, а итоговое число подтверждает человек, который знает про завтрашний банкет и поломку печи.
Качество муки, выбор поставщика, реакция на срыв поставки, разовый крупный заказ и финальное число в заявке — это зона технолога. Модель считает черновик и снимает рутину прикидки, а ответственность за закупку держит человек. Прогноз остаётся подсказкой, а приказом отгрузить мешки.
Полезно заранее договориться, что модель считает сама, а что технолог правит руками. Базовую недельную заявку по ровным позициям можно брать почти как есть. Закупку под банкет, под запуск нового изделия или при ожидаемом скачке цен на муку технолог пересматривает лично. Эта граница защищает и кошелёк пекарни, и склад от уверенной ошибки модели.
- Точность прогноза держится на истории: при коротких данных модель угадывает вместо расчёта
- Разовые события вроде банкета или фестиваля остаются вне поля модели — их вносит технолог
- Цены и условия поставщиков: модель работает с вашими цифрами, без догадок о рынке
- Финальное число в заявке поставщику подтверждает человек
Главная защита от ошибок — узкая задача и сверка прогноза с фактом на старте. Когда вы неделю за неделей видите, что расчёт по базовому хлебу совпадает с реальным расходом, доверие растёт само. Расширяйте список изделий постепенно, удерживая контроль на каждом шаге. Полезно держать одного человека, который раз в неделю сверяет прогноз с фактом и правит шаблон по живым ситуациям. Так расчёт становится точнее с каждой неделей, а пекарня привыкает работать с ним спокойно.
Куда двигаться
Когда расчёт по муке работает и сокращает списания, пекарня переходит к остальному сырью: от муки к дрожжам, маслу и начинкам, дальше к планированию смен под прогноз спроса. Так за несколько недель технолог перестаёт считать на глаз, а владелец видит, где деньги утекали в утиль. Это нормальный путь внедрения — по одной группе закупок, со сверкой прогноза и факта.
Заодно команда учится формулировать задачи модели сама. Поначалу промпт-шаблоны вы собираете вместе со мной, дальше технолог сам правит их под новые изделия и сезон, а владелец за полчаса получает картину по списаниям вместо ручного сбора цифр. Этот навык остаётся с пекарней: даже когда выйдут новые версии моделей, ваша команда уже умеет с ними работать и переносит шаблоны без переучивания.
Сложность здесь в выборе первой группы изделий и в обучении команды работать с моделью без вас. Самый частый провал — владелец отдаёт нейросети сразу весь ассортимент при короткой истории продаж, получает кривой прогноз и решает, что инструмент бесполезен. На созвоне по процессам мы вместе смотрим на ваши цифры и выбираем участок, который окупится быстрее всего.