餐饮企业如何用 AI 追踪剩餐去向

餐饮企业如何用 AI 追踪剩餐去向

自助餐打烊后，剩下的熟食被装进黑色袋子，系统只记录“垃圾一袋”。这不足以判断减量成效。餐饮企业可将可食用剩餐、食材边角料、员工餐、捐赠与最终处置分开称重，模型再从门店、时段和菜品找浪费规律。

一家自助餐厅把剩食交给回收商，合同写“全部资源化”，实际有一部分因混入塑料被焚烧。模型可从称重与交接单发现不一致，企业还要实地看分拣和处理能力。按菜品记录浪费时，分清顾客未吃完与厨房做多；前者可能通过小份取餐改善，后者要改备餐预测。两类问题用同一台称重秤解决不了。

去向台账要能做物料平衡。门店一天采购一百公斤食材，卖出餐品的原料量、库存变化与废弃量加起来应大致说得通；差异大时先查称重和配方，不立即判断员工违规。模型可以按周提示异常菜品与时段，让厨师分析份量、备餐或促销原因。顾客剩餐的数据可通过抽样获得，不需要逐桌拍照，更不能把用餐习惯变成个人画像。

去向追踪受食品安全限制：冷藏时间、污染风险和当地规定决定哪些能再利用，不能为了好看的回收率把不安全食品送出去。与回收方合作时核验交接重量、处理方式和最终凭证，防止“已回收”只是出门时的一张单。员工称重工作要简单，别增加高峰后大量无偿文书。

厨房员工每天收工时按几类快速称量，系统自动汇总，避免一堆复杂表格。对捐赠食品，核对时间、温度和接收机构能力，不以捐赠率为目标强迫输出。季度复盘把剩食与采购、促销、员工排班一起看：突然推出大份优惠，可能让前端销售好看、末端垃圾增多。减废责任应由经营决策承担，而非只交给后厨分拣。

末端处理合作同样要核查。厨余被送往堆肥、饲料或厌氧设施，适用条件和污染物要求不同；门店只拿回收收据，无法证明最终去向。企业可抽样走访处理商，检查称重差异和实际资源化比例。捐赠食品则另按安全时限和接收能力管理，不能为了“零填埋”逼收方接下不合适的食物。

一次自助餐称重发现甜点剩得最多，厨师原以为顾客不喜欢。现场观察却发现甜点台临近出口，很多人离开前顺手多拿。调整摆放和提供小份后，浪费下降，销量未受明显影响。模型指出“哪里多”，人到现场看“为什么多”。同一个数字若被直接解释成口味问题，可能让厨房错误换掉受欢迎的菜。

年度报告分清“本来没产生的浪费”和“产生后被妥善处理”。前者常来自采购与菜单改变，后者是补救。两种成果都重要，但不能混算成一条下降曲线。

报告里同时写产生量、减量、捐赠和处理，不把不同路径混为“零浪费”。最有价值的成果往往是第二天少做了几盘没人吃的菜，而非末端多了一台分类机器。