Сервис прогнозирования продаж для ресторанов Foodcast.ai привлёк первые инвестиции от основателя «Яндекс.Шефа» и других Статьи редакции
Сервис помогает ресторанам экономить до 50% на списаниях продуктов и до 30% снижать остатки на складах, говорят в компании.
Сервис прогнозирования продаж для ресторанов Foodcast.ai привлёк первые внешние инвестиции, рассказали vc.ru в компании. Инвесторами стали основатель сервиса «Яндекс.Шеф» (до марта 2019 года — «Партия еды») Михаил Перегудов, ресторатор и создатель проекта «Сысоев FM» Александр Сысоев и сингапурский фонд Ruvento.vc.
Сумму сделки и её условия партнёры не раскрывают. До этого запущенный в 2019 году проект развивался на средства основателей — Виталия Александрова и Антона Самутина. Всего они вложили в запуск 3 млн рублей.
Foodcast.ai с помощью технологий искусственного интеллекта помогает ресторанам прогнозировать количество продаж каждой позиции меню. Технология позволяет экономить до 50% на списаниях продуктов и снижать складские остатки на 30%, говорят в компании.
Сервис учитывает погоду, сезонность, праздничные дни — всего более 100 параметров. Зная рецепты каждого блюда, платформа автоматически формирует листы заказов на ингредиенты поставщикам, а также отправляет задание на производство готовой продукции и полуфабрикатов.
Сейчас у Foodcast.ai около 40 клиентов в России, сервис также начал работать в США. Сервис зарабатывает на подписке в зависимости от количества точек. Например, ресторану с 1-4 заведениями придётся заплатить 5000 рублей в месяц за одну точку, сети с 5-19 ресторанами — 4000 рублей за точку.
Полученные инвестиции компания планирует потратить на запуск функции по прогнозированию рабочих смен в ресторане и начало интеграции со всеми основными системами управления рестораном в России и СНГ.
Интересно, когда это школьный курс теории вероятностей стал называться искусственным интеллектом?
Это не тривиальная задача — подобрать оптимальный набор параметров, чтобы построить очень точный прогноз по каждому SKU отдельно в любом городе. Так как везде разный спрос, разная структура продаж. Уникальность технологии в том, что она универсальна и запускается под любую структуру спроса и тип общепита) «Машинное обучение» в нашем случае — это не пустые слова)
Ну и не маловажно, что технология удобна самим ресторанам и решает их реальную потребность.
Очевидный ответ - когда настала пора идти к инвесторам
когда это стала считать программа, а не человек?
Вот это очень интересно
Спасибо! Пишите, если будут вопросы.
Спрогнозировал ноль посетителей на сегодня?)
а на каких данных модель обучалась? как она сможет понять, что конкретно в этой локации как в России, так и в США будет такой-то спрос, тем более с учетом позиций меню?
или она будет обучаться на твоих данных? Как тогда учтет влияние всех факторов на твои конкретные точки в момент подключения? Какую точность прогноза обещаете на старте, за какой срок она выйдет на плановую точность прогноза и что это за точность?
тут вообще нет никакой конкретики. вы конечно извините, выглядит как будто вы приплели модный термин ai, мол аи ну все понятно, тут замени аи на слово магия и никакой смысловой нагрузки не потеряется
Зачем интеграция с iiko если там и так есть такой встроенный функционал? В чем отличие?
На самом деле встроенный функционал не всегда удобен, в нашей сети кафе у менеджеров на точках нет доступа к IIKO, мы сделали облегчённый прогноз заказов, интегрировав его в корпоративный портал
Зимой был на конференции по похожему прогнозированию для магазинов. Пока у всех модели работают только в вакууме, на реальных данных успехов нет
У нас работает на реальных данных для реальных клиентов. Поэтому результаты уже есть)
Тогда жду публикацию
Какая точность прогнозов у текущих клиентов, как отслеживаете?
Комментарий недоступен
Спасибо, Герман!
Какая крутотень. Ждем первых кейсов и статистики :)
Кейсы уже есть :) Нескольким сетям пекарен срезали списания на 30-40%. Что очень много для них и позволяет экономить сотни тысяч рублей в месяц. Особенно, если это сеть.
А где с кейсами можно ознакомиться?
Напишите, плиз, почту? Кину вам. Плюс скоро на VC опубликуем.
Добрый день, Виталий! Вышлите, пожалуйста, [email protected]
5.000 за точку? В сети 10 ресторанов, 10*4000*12= 480.000 рублей только на прогноз заказов в год, дешевле сделать собственный инструмент, которым можно крутить как угодно
У нас была аналогичная проблема с перезатаром или наоборот вылетами продукции, за 2 недели сделали свой инструмент + интеграция с iiko, сократили перезатар и количество стопов.
То есть для сети из более 8 ресторанов сомнительное удовольствие платить по полмиллиона в год за сервис
Это не такие уж большие деньги - раз
Джва, чем больше данных - тем точнее прогноз, а у них данных дофига.
Ну молодцы, чо, сделали свой велосипед. А теперь сравните точность и экономию.
Небольшие деньги - в ресторанах с этим всегда проблема, а многие работают в плюс только месяца 3 в году
Как чужие данные помогут в моем бизнесе? Каждый ресторан это отдельный мир, два рядом стоящих заведения имеют абсолютно разные продажи, не говоря о ресторанах внутри сети
Почему вы решили что точность нашего инструмента ниже, чем данного решения? Спрогнозировать продажи в ресторане не самая сложная задача, если ребята смогли сократить списания на аж 40% - у меня были бы вопросы к руководству и их компетенциям.
Виталик красавчик! Порви всех скептиков!
Я хоть и не дизайнер, но этот логотип меня жутко вымораживает.
Оставляешь заявку и попадаешь на этот экран)
https://onlinepiano.me/thankyou
But why?
Сори, основной сайт у нас на англ. языке для рынка США. Русскую версию делали для релиза и не досмотрели. Поставили какую-то стороннюю ссылку)
Поправили. Спасибо!
А что будет если мы свяжем вашу систему и нашу? Скину ссылку в личку
Странно, что нет ничего про объём инвестиций и долю, чтобы понять вообще примерную оценку текущую компании, без этих данных зачем вообще нужна эта новость? Сказать, что – молодцы? Ок, ) молодцы
Последнее время наблюдаю, что сервисы прогноза погоды на неделю могут очень сильно ошибаться. Даже за день до нужной даты определение погоды может в корни отличаться от действительной. Вопрос стартаперам: откуда вы берёте данные и видите ли такую проблему?