Как мы увеличили прибыль доставки пиццы на 30% с помощью AI COO
Тезисы
В доставке пиццы труд — одна из крупнейших статей P&L, порядка 25–30% выручки. При этом кухня и доставка связаны: нельзя просто срезать часы кухни или курьеров, не рискуя скоростью и сервисом.
До внедрения бизнес уже был хорошо оцифрован: собственная информационная система в реальном времени видит производительность кухни, курьеров, скорость доставки и другие операционные показатели. Настоящая проблема была в другом — бизнес держался на ремесле управляющего пиццерией. Финансисты планировали прошлое: зажимали операции в невыполнимых показателях и этим демотивировали всю сеть. В стабильной среде такой системы хватает: финплан → бюджет часов. Но когда меняются зарплаты, тарифы, продукт, технология производства, способы доставки, доля агрегаторов — исторические нормативы устаревают за недели. И старая система не отвечает на вопрос собственника: «какой результат реально достижим?»
После внедрения вместо цели «снизить ФОТ до X%» и вопроса «почему у вас производительность упала?» подразделение получает доказуемый план человеко-часов по всей цепочке добавочной стоимости, построенный на реально достигавшихся лучших результатах в сопоставимых условиях — декомпозированный на каждый месяц, неделю, день, с учётом всевозможных колебаний спроса и погодных условий. Дальше часы превращаются в бюджет, а фактический результат сравнивается не с абстрактным пожеланием финансов, а с достижимым нормативом.
Роль AI в системе:
1. AI помог построить систему. С помощью AI за месяц мы формализовали 10 лет операционного опыта в работающую систему планирования производства и доставки.
2. AI работает внутри операционного управления. AI COO не просто выбирает причину из справочника, а проводит расследование по данным: идёт в витрины, смотрит отклонения, сопоставляет показатели и формирует заключение. В результате территориальный управляющий каждое утро получает: какие точки требуют внимания → что там произошло → что нужно сделать сегодня.
3. AI помогает системе адаптироваться. Появился агрегатор → изменилась нагрузка собственной доставки. Появились велокурьеры, кончился бензин → изменилась производительность. Изменилась технология → изменились нормы. AI помогает анализировать новую реальность и быстрее перестраивать модель.
4. AI ставит планы для сети, помогает финансовому блоку формировать отчёты, и сейчас мы идём к тому, что он выполняет действия в контуре SinizzaIS — заведение продуктов, акций, меню.
Результат мы считаем двумя способами. Первый — финансовый факт: берём P&L всей сети по 7 точкам в одном городе за четыре месяца тестирования, сравниваем периоды с сопоставимой выручкой и нагрузкой и смотрим только прямые статьи, на которые воздействовала система, — труд кухни и доставки. Деньги фактически исчезли из затрат P&L: +30% к EBITDA. Второй — операционное доказательство механизма: в системе для каждой точки каждый день считается разница между фактическими затратами труда и достижимым нормативом, красный → жёлтый → зелёный, потери агрегируются по сети. Март — 1,6 млн ₽ потерь в месяц, май — 0,8 млн ₽. То есть внутри системы видно, откуда именно появились деньги, которые потом видны в P&L.
Отдельно разберу три вывода, доставшихся дорого:
Мы три раза строили не ту модель бизнеса — и каждый раз она выглядела логичной. Самое сложное — понять, что именно система должна оптимизировать. Мы трижды переделывали логику, прежде чем нашли правильную причинно-следственную связь между производительностью кухни, курьерами, скоростью доставки и деньгами.
Люди не верят расчётному плану. Вместо спора «можно/нельзя» показываем доказательство — эта же точка уже достигала такого результата в сопоставимых условиях.
AI COO галлюцинирует, если просто дать ему доступ к данным и попросить разобраться. Пришлось посадить агента внутрь ограниченного и проверяемого бизнес-контекста.
Для кого доклад
Собственники и операционные директора сетевого бизнеса с распределёнными точками, руководители операций в общепите, ритейле и логистике, финансовые директора, отвечающие за планирование ФОТ.
О докладчике
Предприниматель, software engineer и сооснователь сети «Пицца Синица». 20+ лет в разработке ПО, 13+ лет в операционном управлении. Строит AI-native системы для собственного бизнеса и исследует, как меняется управление компаниями в эпоху ИИ.