Gå direkt till huvudinnehåll
OpenAI

20 oktober 2026

Kassaavstämning på 94 % kortare tid med ChatGPT Work

En fristående franchisetagare för Schlotzsky’s och Cinnabon kortade tiden för prisjusteringar med 95 % och skapade ett arbetsflöde som kan frigöra 100 000 dollar i kassaflöde.

Schlotzsky’s och Cinnabons logotyper på en pappersstruktur i en varm terrakottaton.
Företagets storlek: SMF
Region: Nordamerika
Bransch: Mat och dryck
Produkter: ChatGPT

95 %

Minskad tidsåtgång för prisanalys, från 5 dagar till 1–2 timmar

100 000 dollar

Maximalt årligt kassaflöde som skulle kunna frigöras med optimerad bemanningsplanering

4

Timmar av manuellt arbete som sparas vid varje lönekörning

94 %

Minskad tidsåtgång för månatlig kassaavstämning

Laddar …

Ted Taylor gav sig in i restaurangbranschen efter en 25-årig karriär inom halvledarindustrin. I dag är han fristående franchisetagare och driver tre restauranger i New Mexico, var och en under både Schlotzsky’s och Cinnabons varumärken.

Att driva snabbmatsrestauranger innebär att balansera kundupplevelsen mot allt arbete som kunderna aldrig ser, som menyprissättning, bemanning, underhåll av utrustning och riktlinjer. Ted använder teknik från OpenAI för att få allt detta gjort snabbare.

Med ChatGPT får Ted tidskrävande uppgifter som research och textutkast gjorda snabbare. Han använder ChatGPT Work för att samla in och analysera stora mängder data om priser, försäljning, prognoser, scheman och personal, och få rekommendationer om vad som behöver ses över på varje restaurang. Det har minskat tiden för prisjusteringar med 95 % och sparat 4 timmar per lönekörning.

”Rekommendationerna från ChatGPT Work är så bra att det går mycket snabbare att utgå från dem och sedan göra justeringar.”
– Ted Taylor, fristående franchisetagare, Schlotzsky’s och Cinnabon

Nya menypriser på tre marknader på några minuter

Den årliga översynen av menypriserna kräver en komplex analys av råvarukostnader per recept, rätternas popularitet, lokala konkurrenters priser, portionsstorlekar och de olika ekonomiska förutsättningarna för beställningar i restaurangen respektive för leverans. Ted använder ChatGPT Work för att väga samman dessa faktorer och få prisrekommendationer på 1–2 timmar i stället för 5 dagar.

”Tidigare tog det mig flera dagars arbete att analysera och sätta priser för varje rätt. ChatGPT Work gör det på några ögonblick, och dessutom mer grundligt.”
– Ted Taylor, fristående franchisetagare, Schlotzsky’s och Cinnabon

Först använder Ted ChatGPT Work för att undersöka och fastställa sina prismål och prisstrategier utifrån lokala konkurrenters prisutveckling, portionsstorlekar och matens kvalitet i jämförelse med hans egen. Sedan ger han ChatGPT Work en kategoriserad lista över menyns rätter med aktuella priser i restaurangen och för leverans. Han anger hur mycket han vill höja priserna totalt i respektive grupp och vilka rätter som ska få större eller mindre höjningar, till stor del utifrån den tidigare analysen från ChatGPT.

Han kan fördjupa analysen genom att lägga till försäljningshistorik per rätt och leverantörspriser. ChatGPT Work kan använda underlaget för att uppskatta hur prisändringar påverkar försäljningen och optimera priset på varje rätt utifrån målen för varukostnader.

ChatGPT Work tar fram ett kalkylblad med rekommenderade priser i restaurangen och för leverans. Prisändringarna kopplas även till en övergripande prisstrategi som ska ge bästa möjliga affärsresultat genom att behålla kunder, minimera prischocker och göra tillval så attraktiva som möjligt.

Första gången Ted använde ChatGPT Work för prissättning gjorde han också analysen manuellt. ”ChatGPT Work gjorde en djupare lokal jämförelse och hjälpte mig att undvika höjningar som skulle ha gjort vissa rätter för dyra för att stå sig i konkurrensen”, säger han. Ted gick direkt över till att använda ChatGPT för att ta fram de första rekommendationerna.

Hitta sätt att optimera bemanningen och frigöra kassaflöde

Ted använder ChatGPT Work för att hantera personalkostnader på två sätt: genom att följa upp personalens arbetstid på sina tre restauranger och testa ett bättre sätt att lägga veckoschemat.

För bemanningsanalysen gav Ted ChatGPT Work läsbehörighet till sina försäljnings- och personaldata. När han kör analysen jämförs schemalagda, budgeterade och faktiskt arbetade timmar med prognostiserad och faktisk försäljning. Analysen går också igenom de senaste 12 veckorna för att ta hänsyn till restauranger som regelbundet ligger över eller under sina försäljningsprognoser. Rapporten som tas fram flaggar för övertid, arbetspass som blir längre än planerat och luckor i bemanningen, och lyfter fram vad en chef bör se över.

För att testa schemaläggningen gav Ted ChatGPT Work en personallista med varje persons roll, utbildning, tillgänglighet och lön, samt restaurangens bemanningsbehov vid olika försäljningsnivåer. Han och restaurangchefen jämförde schemaförslaget från ChatGPT Work med det schema hon själv skulle ha lagt. De upptäckte att det saknades regler för när extra personal behövs under intensiva perioder och förfinade instruktionerna till ChatGPT Work.

Nu tar ChatGPT Work fram ett komplett schema för den restaurangen. Restaurangchefen granskar det, gör justeringar vid behov och lägger in det i restaurangens schemaläggningssystem. Ted uppskattar att bättre schemaläggning på sikt skulle kunna minska kostnaderna för timavlönad personal med en till två procentenheter av försäljningen på de tre restaurangerna sammantaget. Det skulle kunna öka det fria kassaflödet med 50 000–100 000 dollar per år, pengar som kan användas till högre löner, bonusar, investeringar i verksamheten eller större vinstutdelningar.

Snabbare administration med ChatGPT Work

Ted använder också ChatGPT Work i den dagliga driften, från att ta fram personalpolicyer till att stämma av kassan och hantera förfrågningar om material och reparationer. 

När New Mexico började kräva att restauranger skulle ha en skriftlig rutin för incidenter med kroppsvätskor använde Ted ChatGPT för att skriva ett utkast på ungefär 30 sekunder. När Ted behövde en policy för sociala medier till sin personalhandbok hjälpte ChatGPT honom att snabbt skriva ett utkast till riktlinjer. En extern HR-firma granskade dem senare utan att göra några ändringar.

Ted använder ChatGPT Work för att stämma av kassan varje månad på sina tre restauranger. Han laddar upp varje restaurangs kontanttransaktioner och bankunderlag, och ChatGPT Work jämför transaktionerna med motsvarande insättningar. Månadsavstämningen brukade ta tre timmar. Nu tar den 5–10 minuter. Han sparade också fyra timmars manuellt arbete vid varje lönekörning genom att låta ChatGPT Work sammanställa löneunderlaget.

För att få restaurangernas vardag att fungera smidigt använde Ted även ChatGPT Work för att bygga en webbportal där personalen kan begära material eller reparationer. Portalen meddelar honom via en särskild e-postadress och håller reda på statusen för varje ärende.

Mer tid att utveckla verksamheten, inte bara driva den

Teds sätt att använda ChatGPT Work är användbart för alla småföretagare. Han ger ChatGPT samma data och riktlinjer som han själv skulle använda för att fatta ett beslut och jämför resultatet med hur han själv skulle utföra arbetet. I takt med att han får större förtroende för resultaten använder han ChatGPT Work till fler uppgifter i verksamheten, men granskar alltid resultaten innan han omsätter dem i praktiken.

För Ted handlar värdet av ChatGPT Work om mer än sparade timmar. Nu kan han göra analyser som han annars kanske skulle ha hoppat över och ägna mer tid åt kunder, medarbetare och att utveckla verksamheten.

Bli en del av den nya eran av arbete

Mer än 1 miljon företag världen runt uppnår meningsfulla resultat med OpenAI.