Kasseafstemning på 94 % mindre tid med ChatGPT Work

Ted Taylor gik ind i restaurationsbranchen efter en 25-årig karriere i halvlederindustrien. I dag er han selvstændig franchisetager og driver tre restauranter i New Mexico, som hver huser både Schlotzsky’s og Cinnabon.

At drive fastfoodrestauranter kræver, at man både tager sig af kundeoplevelsen og alt det arbejde, kunderne aldrig ser: prissætning af menuen, bemanding, vedligeholdelse af udstyr og interne retningslinjer. Ted bruger teknologi fra OpenAI til at klare det hele hurtigere.

Med ChatGPT får Ted hurtigere klaret tidskrævende opgaver som research og udarbejdelse af udkast. Han bruger ChatGPT Work til at samle og analysere store mængder data om priser, salg, prognoser, vagtplaner og arbejdstimer og få anbefalinger om, hvor der er brug for en indsats på hver restaurant. Det har reduceret tidsforbruget til prisjusteringer med 95 % og sparet ham for 4 timer ved hver lønkørsel.

Den årlige justering af menupriserne kræver en kompleks analyse af råvareomkostninger for hver ret, retternes popularitet, lokale konkurrenters priser, portionsstørrelser og forskellene i økonomien ved salg i restauranten og levering. Ted bruger ChatGPT Work til at samle disse faktorer og få prisanbefalinger på 1–2 timer i stedet for 5 dage.

Først bruger Ted ChatGPT Work til at undersøge og fastlægge sine prismål og prisstrategier ud fra lokale konkurrenters prisudvikling, portionsstørrelser og madens kvalitet sammenlignet med hans egen. Derefter giver han ChatGPT Work en kategoriseret liste over menupunkter med de aktuelle priser i restauranten og ved levering. Han angiver, hvor meget hver prisgruppe samlet set skal stige, og hvilke menupunkter der skal have større eller mindre prisstigninger, primært ud fra den tidligere analyse fra ChatGPT.

Han kan gøre analysen mere detaljeret ved at tilføje salgshistorik for de enkelte menupunkter og leverandørpriser. ChatGPT Work kan bruge disse oplysninger til at vurdere prisændringernes effekt på salget og optimere prisen på hvert menupunkt ud fra målene for vareforbrug.

ChatGPT Work leverer et regneark med anbefalede priser i restauranten og ved levering. Prisændringerne bliver endda koblet til en overordnet prisstrategi, der skal sikre bedre resultater ved at fastholde kunder, minimere prischok og gøre tilkøb så attraktive som muligt.

Første gang Ted brugte ChatGPT Work til prissætning, lavede han også analysen manuelt. »ChatGPT Work lavede en mere dybdegående lokal sammenligning og hjalp mig med at undgå prisstigninger, der ville have gjort nogle menupunkter mindre konkurrencedygtige,« fortæller han. Ted gik straks over til at bruge ChatGPT til at udarbejde de første anbefalinger.

Ted bruger ChatGPT Work til at styre lønomkostningerne på to måder: ved at følge udviklingen i timeforbruget på sine tre restauranter og ved at afprøve en bedre måde at lægge den ugentlige vagtplan på.

Til analysen af timeforbruget gav Ted ChatGPT Work skrivebeskyttet adgang til sine salgs- og arbejdstidsdata. Når han kører analysen, sammenligner den planlagte, budgetterede og faktiske arbejdstimer med forventet og faktisk salg. Den gennemgår også de seneste 12 uger for at tage højde for restauranter, der jævnligt ligger over eller under deres salgsprognoser. Rapporten viser overarbejde, vagter, der varer længere end planlagt, og perioder med utilstrækkelig bemanding. Den fremhæver også, hvad lederen bør se nærmere på.

Til testen af vagtplanlægningen gav Ted ChatGPT Work en medarbejderoversigt med hver persons rolle, oplæring, tilgængelighed og løn samt restaurantens bemandingsbehov ved forskellige salgsniveauer. Han og lederen sammenlignede ChatGPT Works forslag til en vagtplan med den, hun selv ville have lagt. De fandt frem til manglende regler for, hvornår der skulle sættes flere medarbejdere på i travle perioder, og justerede instruktionerne til ChatGPT Work.

Nu udarbejder ChatGPT Work en komplet vagtplan for den restaurant. Lederen gennemgår den, retter den til efter behov og indtaster den i restaurantens vagtplansystem. Ted vurderer, at bedre vagtplanlægning på sigt kan reducere udgifterne til timeløn med et til to procentpoint af omsætningen på tværs af alle tre restauranter. Det kan frigøre yderligere 50.000–100.000 USD i likviditet om året, som kan bruges på lønstigninger, bonusser, investeringer i virksomheden eller større udbyttebetalinger.

Ted bruger også ChatGPT Work i den daglige drift, fra udarbejdelse af personalepolitikker til kasseafstemning og håndtering af anmodninger om forsyninger og reparationer. 

Da New Mexico indførte krav om, at restauranter skulle have en skriftlig procedure for hændelser med kropsvæsker, brugte Ted ChatGPT til at skrive et udkast på cirka 30 sekunder. Da Ted havde brug for en politik for sociale medier til sin personalehåndbog, hjalp ChatGPT ham med hurtigt at skrive et udkast. Et eksternt HR-firma gennemgik det efterfølgende uden at foretage ændringer.

Ted bruger ChatGPT Work til den månedlige kasseafstemning på sine tre restauranter. Han uploader hver restaurants kontanttransaktioner og kontoudtog, og ChatGPT Work sammenligner transaktionerne med de tilhørende indbetalinger. Den månedlige afstemning tog tidligere tre timer. Nu tager den 5–10 minutter. Han har også sparet fire timers manuelt arbejde ved hver lønkørsel ved at bruge ChatGPT Work til at sammenfatte løngrundlaget.

For at få restauranternes drift til at glide lettere har Ted også brugt ChatGPT Work til at bygge en webportal, hvor medarbejderne kan anmode om forsyninger eller reparationer. Portalen sender ham besked via en særlig mailadresse og holder styr på status for hver anmodning.

Teds tilgang til ChatGPT Work kan bruges af alle, der ejer en mindre virksomhed. Han giver ChatGPT de samme data og retningslinjer, som han selv ville bruge til at træffe en beslutning, og sammenligner resultatet med, hvordan han selv ville løse opgaven. Efterhånden som han får større tillid til resultaterne, bruger han det til flere opgaver i virksomheden. Han gennemgår altid resultaterne, før han tager dem i brug.

For Ted handler værdien af ChatGPT Work om mere end sparede timer. Nu kan han lave analyser, som han ellers måske ville springe over, og bruge mere tid på kunder, medarbejdere og på at få virksomheden til at vokse.