Dodo Brands, владеющая сетью пиццерий «Додо Пицца», внедрила систему прогнозирования расхода ингредиентов на базе Microsoft Azure Machine Learning, проект запущен совместно с Crayon и Microsoft, рассказали Sostav в пресс-службе компании.
Раньше каждая пиццерия самостоятельно определяла приблизительный объем закупок продуктов, на это сотрудники тратили до 4−5 часов в неделю. Из-за этого возникала перезакупка или нехватка ингредиентов и другие сложности, что ухудшало клиентский опыт и уменьшало выручку, говорится в сообщении.
Компания решила внедрить предиктивную систему, которая учитывает различные тренды, например, рост спроса весной, праздники и мероприятия, маркетинговую деятельность компании и другие факторы. По собственным данным, это уменьшило загруженность работников — сделать заказ можно за пару минут, а также повысило точность закупок на 18%. Суммарно «Додо Пицца» оценивает экономию в 4,5 млн рубл. в месяц, в год она составит до 54 млн руб.
Владимир Еронин, Директор центра компетенций по искусственному интеллекту и анализу данных, Crayon Россия:
Задача была интересной: после анализа данных стало понятно, что есть довольно большое количество разных классов ингредиентов, шаблоны потребления которых отличаются друг от друга. Для каждого из этих классов пришлось подбирать отдельную модель для прогнозирования. Также хочу отметить, что нас приятно удивил уровень подготовленности компании «Додо» к решению данной задачи: когда мы приступили к решению задачи, нам быстро и четко предоставили все необходимые данные, инфраструктуру в облаке Microsoft Azure и обеспечили все необходимые интеграции. За счет столь зрелого подхода нам удалось очень быстро реализовать проект, фактически все работы были выполнены нами за полторы недели.
Система искусственного интеллекта уже работает в 50 ресторанах компании. В дальнейшем компания намерена внедрить ее в остальных точках, а также интегрировать с системами поставщиков ингредиентов. «Додо» совместно Crayon и Microsoft планирует совместную разработку и других моделей прогнозирования, например, для запуска новых продуктов, реализации маркетинговых кампаний и планирования локальных событий.
В 2020 году 68% российских компаний среднего бизнеса использовали машинное обучение или искусственный интеллект в своей работе. Так, продуктовые сети используют технологию для подбора персонала и планирования складских запасов, а банки внедряют голосовых помощников на основе нейросети.