EyeFood — искусственный интеллект на службе у ресторанного бизнеса

Главное о кейсе

Результаты:
- Решение распознает блюда на подносе за 1 секунду, а средняя время работы системы с первого до последнего этапа составляет от 20 до 30 секунд — для сравнения на обслуживание 1 посетителя у обычного кассира уходит в среднем 50 сек. В силу большой проходимости заведения такая разница в скорости обработки заказов критична и принципиально важна.
- Посетители получают обслуживание быстрее, а значит, экономят собственное время обеденного перерыва.
- Увеличение скорости обработки заказов положительно сказывается на показателе среднего чека - чем быстрее посетители получают свой заказ, тем больше гостей удаётся обслужить и тем чаще они возвращаются в это заведение.

Бизнес-задача и ее решение

Задача: оптимизировать систему оплаты в столовой, чтобы исключить ошибки, связанные с человеческим фактором, и сократить издержки в долгосрочной перспективе (т.е. фактически заменить кассира системой на основе нейросети).

Система состоит из нескольких блоков-модулей:
- камера
- модуль системы распознавания
- web-интерфейс пользователя
- модуль проведения оплаты

Процесс оплаты заказа выглядит таким образом:
- Посетитель подносит поднос под камеру, которая сканирует содержимое подноса.
- Модуль системы распознавания запускает процесс определения блюд.
- Сложная система нейросети распознавания интегрирована с несколькими другими службами и системами, в которых содержится информация о меню:
----Супергруппами — объединениями похожих объектов, которые не могут быть доступны одновременно в один день (например, протёртые супы — каждый день в заведении предлагается только один вариант протёртого супа). Таким образом, сеть исключает недоступные опции и выбирает единственную актуальную.
----1С.
-----Ресторанной системой iiko.
- С помощью web-интерфейса терминала пользователь проверяет корректность определения блюд, а также может внести правки в выбор системы: если блюда похожи между собой, система предлагает самостоятельно определить содержимое — например, капучино или латте, которые для камеры выглядят одинаково.
- Пользователь подтверждает заказ.
- Активируется модуль проведения оплаты:
----- модуль взаимодействия с iiko — может передавать информацию о ценах, составе блюд, калорийности;
----- произведение оплаты без посторонней помощи.

Оплата производится двумя способами:
- по банковской карте;
- по биометрическим данным.

В будущем решение ожидает масштабирование:
- оно будет оптимизировано в процессе обучения;
- добавятся возможности его интеграции с другими системами;
- появятся новые интерфейсы;
- будет добавлены функции предоставления отчетности.

Прочая информация о кейсе

Проект EyeFood - инновационное IT-решение на основе нейронной сети для столовой “МегаФона” ресторатора Игоря Лазарева.

Каждый бизнес стремится выстроить максимально эффективные бизнес-процессы, и ресторанная индустрия в том числе. В заведениях с высокой проходимостью скорость обслуживания посетителей и безошибочное проведение оплаты заказов - одни из ключевых факторов, которые влияют на эффективность бизнеса в целом. Заказчик обратился к нам с запросом разработать инновационное решение на основе нейронной сети, которое позволяло бы повысить скорость обслуживания, производить оплату без помощи кассиров и сократить издержки в долгосрочной перспективе.

Скриншоты

Видео