Da gestionale a ecosistema che impara
La suite gestiva ristorazione e delivery con regole deterministiche che non imparavano né prevedevano. Abbiamo definito un'architettura a 5 layer (data ingestion, feature store, AI engine, output, interfacce) che si innesta sui moduli esistenti via API, senza riscrivere il core e con piena retrocompatibilità.
I moduli AI
- Previsione domanda per piatto
- Menu engineering con score dinamico
- Predittore di food waste
- Scheduling del personale
- Customer intelligence con churn prediction
- AI conversazionale per ordini e prenotazioni
- Delivery intelligence predittiva con route optimization e rider analytics
Dettagli del progetto
Settore
Software per ristorazione e hospitality
Ambito
AI Layer su suite gestionale
Architettura
5 layer, sidecar pattern, API-first
Ambiti operativi
Ristorazione in-house + Delivery
Modello di business
SaaS modulare
Settori e categorie
Artificial IntelligenceSaaSData AnalyticsB2BRetail
Tecnologie utilizzate
LightGBMProphetApache KafkaFeature StoreGoogle OR-ToolsLLM + RAGAWS SageMaker
Natural Language Generation
Report giornaliero "parlante" che traduce vendite, food cost e suggerimenti in linguaggio naturale.
Compliance
Progettazione conforme a EU AI Act (rischio minimo) e GDPR, con data residency UE.
Target di performance (12 mesi)
≥85%
Accuratezza previsione vendite (obiettivo)
−15/20%
Riduzione food waste (obiettivo)
±3 min
Accuratezza ETA consegne (obiettivo)
≥75%
Interazioni gestite da AI conversazionale (obiettivo)