Cześć, prowadzisz restaurację, kawiarnię, lokal z jedzeniem? 50-300 covers dziennie, 30-200 dań w menu, 1-3 dostawców głównych + 5-10 specjalistycznych?

Food cost w teorii wiesz. W menu: latte 14 zł, koszt 4.80 zł, marża 65%. W teorii. W praktyce: ten sam tydzień, te same dania, ale dostawca mleka podniósł cenę o 8%, sezon owoców się skończył, kucharz hojnie nakłada porcje. Food cost realny: 7.20 zł = marża 49%.

15% marży zniknęło. Pytanie: czy ją w ogóle zauważyłeś?

W tym artykule pokazuję dlaczego food cost zawsze wymyka się spod kontroli w gastronomii i co AI zmienia.

5 przyczyn dryf food cost

Przyczyna 1: Ceny surowców skaczą tygodniowo.

Olej rafinowany: 8.50 → 9.20 → 8.80 zł/litr w 3 tygodniach. Pomidory zimowe vs letnie: 6 → 14 → 8 zł/kg. Mleko: stabilne, ale dostawca podniósł o 5% w styczniu.

Twoje recepty kalkulowały koszt zamknięte przy starych cenach. Aktualizacja receptury = 30 dań × 30 min = 15h pracy. Nikt nie robi.

Przyczyna 2: Kucharz hojnie nakłada.

Receptura mówi “120g makaronu”. Kucharz nakłada 150g (klient ucieszony). Recepta menu zakładała 5.50 zł kosztu surowca. Realny: 6.85 zł.

Skala: 50 porcji dziennie × 1.35 zł różnicy = 67 zł dziennie × 30 dni = 2000 zł miesięcznie ukrytej straty. Tylko na jednej pozycji menu.

Przyczyna 3: Marnotrawstwo (waste).

Pomidory cherry: zamawiasz 5 kg. 3 kg idzie w menu, 1 kg zepsuje się w kuchni przed użyciem, 1 kg kelner upuści / kucharz źle zrobi (regenerat).

Realne waste w gastronomii: 8-15% surowców. To bezpośrednio doliczane do food cost.

Przyczyna 4: Mix sprzedaży się zmienia.

W menu masz danie A (food cost 22%) i B (food cost 38%). Wcześniej 50/50 sprzedaż. Po promocji przesunęło się na 70/30 (klienci wolą B). Średni food cost menu wzrósł z 30% do 33%, mimo że nic w recepturach się nie zmieniło.

Przyczyna 5: Sezon i braki.

Truskawki czerwiec: 12 zł/kg. Truskawki listopad: 38 zł/kg (importowane). Twój sernik z truskawkami przez 12 miesięcy w menu = marża cyklicznie skacze 40% → 20% → 40%.

Co Subiekt GT pokazuje (i czego nie)

Subiekt: - Receptury (kombinacje SKU surowców per danie) - Stany magazynowe + ceny zakupu surowców - Sprzedaż per pozycja menu

Subiekt nie pokazuje wprost: - Real-time food cost per danie (cena surowców się zmieniła? recepta nie uaktualniona) - Mix sprzedaży vs średni food cost menu - Waste % per kategoria (świeże / mrożone / mleczne / chleby) - Predykcja food cost następnego tygodnia (cena dostawcy wzrosła → marża spadnie)

Co AI realnie zmienia

Codzienny prompt rano:

Wczorajszy food cost: per kategoria menu (kuchnia / bar / desery / kawa).
Per kategoria: przychód, food cost real (z aktualnych cen surowców),
food cost %, anomalia vs cel (<30%).

3 sekundy. Wynik: - Kuchnia: przychód 4200 zł, food cost 1380 zł = 33% → ALARM (cel <30%) - Bar: 1800 zł / 540 zł = 30% → OK - Desery: 600 zł / 192 zł = 32% → SLIGHT ALARM - Kawa: 1200 zł / 360 zł = 30% → OK

Decyzja: kuchnia ma za wysoki FC. AI proponuje: - Top 5 dań kuchni z najwyższym FC (typowo niski volumen, wysoki FC = wycofać) - Top 3 surowce gdzie wzrosły ceny w ostatnich 7 dniach (renegocjacje z dostawcą) - Mix sprzedaży zmienił się (klienci kupują droższe dania = naturalnie wyższy FC)

Konkretne prompty

Prompt 1: Food cost wczoraj (codziennie)

Food cost per kategoria wczoraj. Anomalia vs cel. Top dania
z wysokim FC.

Prompt 2: Trend cen surowców (tygodniowo)

Top 30 surowców po wartości zakupu ostatnich 30 dni. Per surowiec:
trend cen (rośnie / stabilny / spada), dostawcy, % w całkowitym
food cost. Wyróżnij surowce z wzrostem > 10% (renegocjacje).

Prompt 3: Mix sprzedaży (cotygodniowo)

Mix sprzedaży menu w tym tygodniu vs średnia 4 ostatnich tygodni.
Per danie: liczba sprzedanych, % w obrocie, food cost %. Wyróżnij
dania z rosnącą sprzedażą + wysokim FC (sukces który zżera marżę).

Prompt 4: Waste audit (miesięcznie)

Surowce zakupione w mc vs surowce sprzedane (przez receptury menu).
Per surowiec: % waste, sugerowana przyczyna (zepsuło się, nakładania
za hojne, błędy kucharza). Top 10 high-waste.

Prompt 5: Predykcja FC następnego tygodnia

Bazując na aktualnych cenach surowców + planowanym menu + prognozie
sprzedaży, predykcja food cost % następnego tygodnia. Per kategoria
+ total menu. Sugestie obniżki FC (wycofania, podwyżki cen, change
recipturę).

Realne ROI dla kawiarni 80 covers

Kawiarnia 80 covers dziennie, 30 dań w menu, 1 properietor + 3 baristas:

Pre-AI: - Średni food cost: 32-35% (wahania niezauważalne) - Aktualizacja receptur: raz na rok - Decyzje wycofania dania: ad-hoc

Post-AI (po 3 miesiącach): - Średni food cost: 27-29% (alarmy + wycofania szybkie) - Aktualizacja receptur: automatyczne (AI proponuje, akceptujesz) - Decyzje wycofania: tygodniowo na podstawie danych

Konkretne liczby: - 5% redukcja food cost × 30k zł miesięcznego obrotu = 1500 zł/mc - + Waste redukcja: 3% × 30k = 900 zł/mc - + Lepszy mix (więcej dań z dobrą marżą): ~1500 zł/mc - Total: ~4000 zł/mc dodatkowego zysku (po 3 miesiącach) - Roczny ROI: ~48k zł

Koszt: Basic 99 zł netto/mc + Asystowane 2000 zł netto = ~3k zł/rok. ROI 16×.

Co AI nie zrobi

Nie wymyśli nowych dań. Kreacja menu - szef kuchni.

Nie nauczy kucharza nakładać precyzyjnie. Szkolenia + waga porcjowa - manager.

Nie negocjuje z dostawcami. Telefon - właściciel.

Nie zarządza Instagramem. Estetyka + content - umiejętność lokalu.