È una domanda che mi viene fatta spesso, ma la risposta non può essere solo un sì o un no. Si tratta di una risposta più complessa e articolata e anche se l'argomento sembrerebbe fuori contesto rispetto al tema principale della ristorazione, in realtà è molto interessante comprendere come e perché Syrve aiuta il ristoratore a prosperare anche grazie all'Intelligenza Artificiale.

Cosa è l'Intelligenza Artificiale?

Probabilmente la definizione più appropriata (ancorché generalista) è quella tramite cui possiamo definire l'AI come il processo attraverso cui le macchine e i sistemi informatici simulano i processi di intelligenza umana.

Ma in questo ambito, deve immediatamente essere effettuata una precisazione: spesso l'Intelligenza Artificiale viene semplicemente confusa con l'Intelligenza Artificiale Generativa, che è in realtà solo un "ramo" dell'Intelligenza Artificiale. 

Difatti l'Intelligenza Artificiale Generativa è una particolare branca dell'AI che serve a generare testi, suoni, immagini, video e così dicendo, semplicemente attraverso istruzioni che un essere umano passa all'AI generativa. Ovvero: se uso ChatGPT sto utilizzando l'AI generativa, perché chiedo di generare un testo in merito a un determinato argomento e così via. La stessa cosa accade con Photoshop quando - attraverso un prompt del sistema - gli chiedo di generare un certo tipo di immagine o di riempire aree di immagini già esistenti.

L'Intelligenza Artificiale è composta però anche da aspetti e funzionalità differenti e non solo dall'AI generativa, sebbene quest'ultima sia la più conosciuta dalle masse: esistono infatti applicazioni di AI per comporre algoritmi predittivi e prescrittivi, la robotica, i veicoli a guida autonoma e così via.

Ma allora, cosa utilizza Syrve?

L'Intelligenza Artificiale è dotata di strumenti che realizzano dei compiti. Questi strumenti, dipendentemente dal "ramo" dell'Intelligenza Artificiale che viene utilizzato, prendono differenti nomi e hanno differenti funzioni.

Nel caso di Syrve, viene utilizzata una branca dell'Intelligenza Artificiale che si chiama in gergo "Machine Learning", una sotto-categoria dell'AI che si occupa della capacità delle macchine di ricevere una serie di dati, analizzarli e auto-apprendere i comportamenti di questi dati, modificando autonomamente gli algoritmi di "comprensione" man mano che i dati crescono e si espandono. Dall'analisi di questi dati e da algoritmi auto-sviluppati dal Machine Learning, si ottengono quelli che possiamo definire modelli comportamentali analitici.

Semplificando molto, questo è ciò che viene utilizzato da Syrve. Vediamo perché e a cosa serve.

Il modello comportamentale

Grazie quindi all'analisi di una determinata mole di dati, il Machine Learning di Syrve ottiene dei modelli comportamentali analitici e successivamente li proietta in avanti nel tempo. 

Perciò Syrve prevede il futuro? Non si tratta di una previsione immaginaria del futuro, ma piuttosto della costruzione di un modello probabilistico che rappresenta un insieme di variabili statistiche e le loro dipendenze condizionali, comunemente noto dagli addetti ai lavori come Rete Bayesiana. Per ottenere questi risultati, viene applicato lo strumento conosciuto come Deep Learning, che consiste fisicamente in una rete neurale artificiale.

Vediamo come viene previsto il futuro da Syrve grazie al Machine Learning

Syrve riceve dalla parte di Front-end e di Back-Office una serie di dati che cresce ogni giorno: vendite (che poi vengono scomposte in articoli, modificatori, ingredienti e così via), incassi, numero di visitatori, orari di affluenza, preferenze di ogni visitatore, acquisti, costi degli ingredienti, previsioni atmosferiche, festività, eventi culturali eccetera eccetera. 

Tutta questa mole di dati viene analizzata dagli algoritmi del Machine Learning e viene creato un modello comportamentale analitico per ogni aggregato di dati. A questo modello viene poi applicato il modello probabilistico conosciuto come rete Bayesiana e vengono aggiornati gli algoritmi predittivi in base a tutte le variabili inserite nel sistema (tempo atmosferico, eventi, partite di calcio, festività...), che possono influenzare positivamente o negativamente l'affluenza di clienti nel ristorante.

E adesso cosa succede?

Syrve stabilisce così i modelli comportamentali e analizza le variabili, effettuando quindi una previsione di ciò che è più probabile che accada nelle successive settimane. Cosa prevede Syrve?

In primo luogo viene prevista l'affluenza e i consumi determinati da tale affluenza.

Dall'affluenza si desumono quindi le vendite, grazie ad algoritmi dedicati. Dalle vendite si prevede un determinato consumo di ingredienti dal magazzino e un determinato cash-flow, quindi dei debiti verso fornitori e il relativo fatturato della settimana o del mese preso in esame. 

E sempre dalle vendite, Syrve prevede dei cosiddetti "piani di preparazione", ovvero prevede in anticipo la quantità precisa di semi-lavorati che dovranno essere preparati per soddisfare le vendite dettate dall'affluenza calcolata. Questo aiuta a ridurre gli sprechi e ad accelerare i tempi di preparazione della cucina.

E grazie a precise riconciliazioni inventariali da effettuare nei magazzini del ristorante, Syrve prevede e prepara gli acquisti da effettuare per far fronte alle necessità di affluenza e richiesta del pubblico delle settimane successive. In questo modo, non solo suggerisce le giuste quantità di materia prima da acquistare, me ne prevede consumi e scadenze per abbassare drasticamente la quantità di sfridi e merce deperita.

Tutto questo grazie all'Intelligenza Artificiale, tramite gli strumenti del Machine Learning e Deep Learning.

Ci sarebbe ancora molto altro da dire, ma per ora fermiamoci qui. Così credo di aver risposto a tutti coloro che ogni tanto mi chiedono se il "mio" software utilizza l'Intelligenza Artificiale.

Ecco, gentili signore e signori, la risposta è: SÌ, Syrve utilizza l'Intelligenza Artificiale!