Skip to content

VlaTz/ai_agent_course

Repository files navigation

Дисклеймер

Существует пиццерия под кодовым названием «Пиццерия-2».

Пиццерия – часть крупной компании из фаст-фуд индустрии. Компания оцифровывает почти все процессы. В реальном времени можно отследить такие метрики как

  • Количество заказов в зал и на доставку
  • Количество позиций в заказе
  • Время приготовления заказа
  • Время ожидания заказа на тепловой полке
  • Прогнозируемое расстояние поездки курьера
  • Количество сотрудников на смене и график их выхода
  • Количество доступного сырья и прочее

Для обеспечений оперативной бесперебойной работы смены необходимо контролировать множество микропроцессов, протекающих одновременно.

Например:

  • Не закончилось ли экстренно важное сырье – а если закончилось, то что делать?
  • Достаточно ли сотрудников для приготовления всех заказов сейчас и на N часов вперед
  • Поиск узких мест – если заказы готовятся быстро, но долго лежат на полке, возможно, не справляется доставка
  • Возможно, пошел дождь, и время доставки будет увеличено. Или в зал будет большой наплыв гостей

Задача

Создать интеллектуального ассистента и операционный дашборд, который будет помогать менеджеру смены в контроле микропроцессов. Это не просто система оповещения – это агент, который предлагает конкретное решение конкретной проблемы

Какая боль сейчас

Менеджер – это играющий тренер. Он может принимать участие в каждом процессе работы смены. Но его основная задача – бесперебойная работа смены. При большом потоке заказов сложно уследить за всем.

Часто менеджер может быть сотрудником другой пиццерии. Значит, он может плохо ориентироваться в процессах текущей пиццерии – ему необходим помощник.

Помощь неопытным менеджерам – дополнительная опора в сложных ситуациях.

Аналитика для управляющего – чтобы он всегда был в курсе текущей ситуации на смене, и мог быстро реагировать на экстренные ситуации

Что сделает PoC на демо

  1. Мониторинг остатков сырья – если что-то заканчивается, посмотреть на наличие сырья в других пиццериях. Или, если возможно, докупить в магазине. Агент предлагает решение в зависимости от типа сырья и его остатков.
  2. Анализ потока заказов, на основе текущих данных, и данных с этого дня на прошлой неделе – задача «предвидеть» резкий рост заказов до его начала, чтобы была возможность подготовиться заранее.
  3. Анализ погодных данных и условий доставки – если будет дождь, скорее всего, это повлияет на доставку, нужно быть готовым заранее
  4. Анализ текущей ситуации – поиск узких мест и их оптимизация. Готовые заказы долго не выдаются или не отправляются на доставку – почему? Поиск причин и решений

Что НЕ делает PoC, явные out-of-scope

  1. Не мониторит внешние факторы:
    • Сегодня футбол, жди больше заказов
    • У нас акция на пиццу с грибами – жди роста продаж пицц с грибами
  2. Сколько осталось заготовок и сколько их нужно сделать на смену
  3. Сроки годности продуктов и заготовок
  4. Планирование поставок
  5. Оптимизация маршрутов доставки

About

Разработка AI-агента для курса LLM & Agentic AI

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages