Hopp til hovedinnhold
OpenAI

20. oktober 2026

Franchisetaker kutter avstemmingstiden 94 % med ChatGPT Work

En selvstendig franchisetaker for Schlotzsky’s og Cinnabon kuttet tiden brukt på prisjusteringer med 95 % og laget en arbeidsflyt som kan frigjøre 100 000 dollar i kontantstrøm.

Logoene til Schlotzsky’s og Cinnabon på en varm, terrakottafarget papirtekstur.
Bedriftsstørrelse: SMB
Region: Nord-Amerika
Bransje: Mat og drikke
Produkter: ChatGPT

95 %

Reduksjon i tidsbruk på prisanalyse, fra 5 dager til 1–2 timer

100 000 USD

Maksimal årlig kontantstrøm som kan frigjøres med optimalisert bemanningsplanlegging

4

Timer med manuelt arbeid spart per lønnskjøring

94 %

Reduksjon i tidsbruk på månedlig kasseavstemming

Laster inn …

Ted Taylor gikk inn i restaurantbransjen etter en 25 år lang karriere i halvlederindustrien. I dag er han selvstendig franchisetaker og driver tre restauranter i New Mexico, alle under både Schlotzsky’s- og Cinnabon-merkevaren.

Å drive hurtigmatrestauranter innebærer å balansere kundeopplevelsen med mye arbeid kundene aldri ser, som menyprising, bemanning, vedlikehold av utstyr og interne retningslinjer. Ted bruker teknologi fra OpenAI for å få alt dette gjort raskere.

Med ChatGPT får Ted unnagjort tidkrevende oppgaver som research og utkast raskere. Han bruker ChatGPT Work til å samle inn og analysere store datamengder om priser, salg, prognoser, vaktplaner og bemanning, og til å få anbefalinger om hva som bør følges opp i hver restaurant. Det har redusert tiden brukt på prisjusteringer med 95 % og spart ham for 4 timer per lønnskjøring.

«Anbefalingene fra ChatGPT Work er så gode at det går mye raskere å ta utgangspunkt i dem og så gjøre justeringer.»
– Ted Taylor, selvstendig franchisetaker, Schlotzsky’s og Cinnabon

Nye menypriser i tre markeder på få minutter

Å justere menyprisene er en årlig oppgave som krever en sammensatt analyse av råvarekostnader per rett, rettenes popularitet, lokale konkurrenters priser, porsjonsstørrelser og forskjellene i lønnsomhet mellom bestillinger i restauranten og bestillinger for levering. Ted bruker ChatGPT Work til å se disse faktorene i sammenheng og få prisanbefalinger på 1–2 timer i stedet for 5 dager.

«Før brukte jeg noen arbeidsdager på å analysere og fastsette priser for hver vare. ChatGPT Work gjør det på et øyeblikk, og dessuten grundigere.»
– Ted Taylor, selvstendig franchisetaker, Schlotzsky’s og Cinnabon

Først bruker Ted ChatGPT Work til å undersøke og fastsette prismål og prisstrategier basert på prisutviklingen hos lokale konkurrenter, porsjonsstørrelser og hvordan matkvaliteten står seg i sammenligning. Deretter gir han ChatGPT Work en kategorisert liste over menyvarer med gjeldende priser i restauranten og ved levering. Han angir hvor mye han ønsker at hvert av de to prissettene skal øke samlet, og hvilke varer som bør få større eller mindre økninger, i stor grad basert på den tidligere analysen fra ChatGPT.

Han kan gjøre analysen mer detaljert ved å legge til salgshistorikk per vare og leverandørpriser. ChatGPT Work kan bruke disse opplysningene til å anslå hvordan prisendringer vil påvirke salget, og til å optimalisere prisen på hver vare ut fra mål for varekostnader.

ChatGPT Work leverer et regneark med anbefalte priser i restauranten og ved levering. Prisendringene knyttes også til en overordnet prisstrategi som skal gi best mulig resultater, blant annet ved å beholde kunder, unngå prissjokk og gjøre tilleggsprodukter mest mulig attraktive.

Første gang Ted brukte ChatGPT Work til prissetting, gjennomførte han også analysen manuelt. «ChatGPT Work gjorde en grundigere sammenligning av det lokale markedet og hjalp meg med å unngå økninger som ville gjort enkelte varer lite konkurransedyktige», sa han. Ted gikk straks over til å bruke ChatGPT til å utarbeide de første anbefalingene.

Bedre bemanningsplanlegging og frigjort kontantstrøm

Ted bruker ChatGPT Work til å styre lønnskostnadene på to måter: ved å følge med på bemanningen i de tre restaurantene og ved å teste en bedre måte å lage ukentlige vaktplaner på.

For bemanningsanalysen ga Ted ChatGPT Work lesetilgang til salgs- og bemanningsdataene sine. Når han kjører analysen, sammenligner ChatGPT Work planlagte, budsjetterte og faktiske arbeidstimer med forventet og faktisk salg. Analysen ser også på de siste 12 ukene for å ta høyde for restauranter som jevnlig ligger over eller under salgsprognosene. Rapporten som kommer ut av analysen, varsler om overtid, vakter som varer lenger enn planlagt, og mangler i bemanningen, og fremhever hva en leder bør se nærmere på.

For å teste vaktplanleggingen ga Ted ChatGPT Work en ansattliste med hver persons rolle, opplæring, tilgjengelighet og lønn, samt restaurantens bemanningsbehov ved ulike salgsnivåer. Han og lederen sammenlignet vaktplanforslaget fra ChatGPT Work med planen hun selv ville ha laget. De avdekket manglende regler for når bemanningen burde økes i travle perioder, og justerte instruksjonene til ChatGPT Work.

Nå lager ChatGPT Work en fullstendig vaktplan for denne restauranten. Lederen går gjennom planen, gjør eventuelle justeringer og legger den inn i restaurantens vaktplansystem. Ted anslår at bedre vaktplanlegging på sikt kan redusere kostnadene til timelønnede med ett til to prosentpoeng av omsetningen på tvers av de tre restaurantene. Det kan gi 50 000–100 000 dollar mer i årlig fri kontantstrøm, som kan brukes til høyere lønn, bonuser, investeringer i virksomheten eller økte utbytter.

Raskere administrasjon med ChatGPT Work

Ted bruker også ChatGPT Work i den daglige driften, fra å utarbeide personalretningslinjer til å avstemme kassen og håndtere forespørsler om forsyninger og reparasjoner. 

Da New Mexico innførte krav om at restauranter skulle ha en skriftlig rutine for hendelser med kroppsvæsker, brukte Ted ChatGPT til å skrive et utkast på rundt 30 sekunder. Da Ted trengte retningslinjer for sosiale medier til personalhåndboken, hjalp ChatGPT ham med å lage et raskt utkast. Et eksternt HR-firma gjennomgikk senere utkastet uten å gjøre noen endringer.

Ted bruker ChatGPT Work til månedlig kasseavstemming for de tre restaurantene sine. Han laster opp kontanttransaksjoner og kontoutskrifter for hver restaurant, og ChatGPT Work sammenligner transaksjonene med de tilhørende innskuddene. Den månedlige avstemmingen tok tidligere tre timer. Nå tar den 5–10 minutter. Han sparte også fire timer med manuelt arbeid per lønnskjøring ved å bruke ChatGPT Work til å sammenstille lønnsgrunnlaget.

For å bidra til at restaurantene drives effektivt, brukte Ted også ChatGPT Work til å bygge en nettportal der ansatte kan be om forsyninger eller reparasjoner. Portalen varsler ham via en egen e-postadresse og holder oversikt over statusen til hver forespørsel.

Mer tid til å utvikle virksomheten, ikke bare drive den

Teds måte å bruke ChatGPT Work på er nyttig for alle som driver en liten bedrift. Han gir ChatGPT de samme dataene og retningslinjene som han selv ville brukt for å ta en beslutning, og sammenligner resultatet med hvordan han ville gjort arbeidet selv. Etter hvert som han blir tryggere på resultatene, tar han det i bruk til flere oppgaver i virksomheten. Han går alltid gjennom resultatene før han tar dem i bruk.

For Ted handler verdien av ChatGPT Work om mer enn sparte timer. Nå kan han gjøre analyser han ellers kanskje ville droppet, og bruke mer tid på kunder, ansatte og å utvikle virksomheten.

Bli med på den nye æraen i arbeidsliv

Mer enn 1 million virksomheter over hele verden oppnår meningsfulle resultater med OpenAI.