กรณีศึกษา Sushiro: ใช้ข้อมูลรายจาน ลดซูชิที่ต้องทิ้ง 75%
กรณีศึกษา Sushiro: เครือซูชิสายพานจากญี่ปุ่นใช้ข้อมูลรายจานพยากรณ์ว่าอีก 1 นาทีและ 15 นาทีข้างหน้าควรวางซูชิอะไรบนสายพาน กี่จาน ผลคือซูชิที่ต้องทิ้งลดลงราว 75% หรือเหลือราว 1 ใน 4 ของเดิม Sushiro เริ่มใช้ระบบนี้ทุกสาขาในญี่ปุ่นตั้งแต่ปี 2002 ก่อนคำว่า Big Data หรือ AI จะเป็นที่นิยม
อยากให้ทีมใช้ข้อมูลหน้างานตัดสินใจแบบนี้ ดู หลักสูตรอบรม AI สำหรับองค์กร หรือ อบรม AI สำหรับผู้บริหาร
ตัวเลขสำคัญ
ราว 75% ปริมาณซูชิที่ทิ้งลดลงหลังใช้ระบบ (Nikkei, 27 ม.ค. 2014)
1 นาทีและ 15 นาที ช่วงเวลาที่ระบบพยากรณ์ล่วงหน้า (Nikkei)
350 เมตร ระยะวิ่งบนสายพานที่ทูน่าจะถูกนำออกอัตโนมัติ (Nikkei xTECH, 8 ก.ย. 2014)
ราว 1 ใน 100 จาน อัตราทิ้งที่ผู้บริหาร Sushiro เล่าในปี 2017 (Business Insider Japan, 28 ก.ย. 2017)
ราว 50% ต้นทุนวัตถุดิบต่อยอดขาย ทุกจานที่ทิ้งจึงเป็นกำไรที่หายไปโดยตรง (Business Insider Japan)
ปัญหาเดิม: ทุกจานเริ่มจากการเดา
ซูชิสายพานต้องทำก่อนลูกค้าสั่ง ถ้าทำน้อยลูกค้าไม่มีอะไรให้หยิบ ถ้าทำมากจานวนจนหมดความสดและต้องทิ้ง
การตัดสินใจขึ้นกับสายตาและประสบการณ์ของผู้จัดการสาขา Sushiro อยากให้ลูกค้าได้หยิบซูชิที่อยากกินจากสายพาน จึงต้องอ่านความต้องการให้แม่นและทำให้ทันในจำนวนที่พอดี (Nikkei xTECH)
Sushiro ใช้ข้อมูลและการพยากรณ์อย่างไร
1. ติดชิป IC ใต้จานทุกใบ
ระบบบริหารร้านซูชิสายพานที่ติดตั้งทุกสาขาในปี 2002 ติดชิป IC ที่จาน ทำให้รู้ยอดขายรายเมนูแบบทันที Nikkei xTECH ระบุว่าเป็นระบบจัดการสินค้ารายชิ้นแบบแรกของโลก
2. กฎความสดตามระยะทาง
ระบบเก็บระยะที่แต่ละจานวิ่งบนสายพาน เมื่อเกินระยะที่กำหนดไว้ของแต่ละเมนู ระบบถือว่าหมดความสดและนำออกอัตโนมัติ เช่น ทูน่าที่ 350 เมตร
3. พยากรณ์ 1 นาทีและ 15 นาทีข้างหน้า
ระบบใช้ช่วงเวลาของวัน และเวลาที่ลูกค้านั่งมาแล้วตั้งแต่เข้าร้าน ทายว่าแต่ละเมนูจะขายได้เท่าไร แล้วส่งตัวเลขให้ครัว (Business Insider Japan)
4. ผู้จัดการยังใช้วิจารณญาณ
ระบบเสริมสัญชาตญาณและประสบการณ์ของผู้จัดการสาขา ไม่ได้แทนที่ (Nikkei)
ผลลัพธ์
จานที่วนนานจนหมดความสดลดลง ปริมาณที่ทิ้งเหลือราว 1 ใน 4 (Nikkei)
ปี 2017 ผู้บริหาร Sushiro บอกว่าอัตราทิ้งอยู่ที่ราว 1 ใน 100 จาน และการคุมของทิ้งได้ คือสิ่งที่ทำให้ขายซูชิได้ที่ต้นทุนวัตถุดิบราว 50% (Business Insider Japan)
ผู้บริหารเอาอะไรไปใช้ได้
ถ้ายังไม่มีข้อมูลย้อนกลับ ให้เริ่มจากเก็บข้อมูลก่อน Sushiro เริ่มจากชิปใต้จาน ไม่ได้เริ่มจากโมเดล
กฎง่ายๆ ที่ระบบทำแทนได้ เช่น ระยะความสด ไม่ต้องใช้ดุลยพินิจของคน
เป้าหมายคือเอาวิธีคิดของผู้จัดการที่เก่งที่สุดไปใช้ได้ทุกสาขา
อ่านเคสอื่นในชุดนี้: FamilyMart ใช้ AI ช่วยร้านสั่งของสด และ IKEA ใช้ AI แล้วย้ายคนไปขาย
แหล่งข้อมูล
บทความนี้เล่าจากข้อมูลสาธารณะ IM Impower ไม่ได้มีส่วนในโครงการนี้





