Yandex B2B Tech и «Дринкит» запустили нейробариста, который создает персонализированные рецепты напитков в мобильном приложении. Для сетевого общепита это сдвиг от фиксированного меню к модели, где клиентский запрос влияет на ассортимент, запасы ингредиентов и операционную нагрузку точки.
Yandex B2B Tech и сеть кофеен «Дринкит» запустили ИИ-агента для создания персонализированных напитков. Пользователь описывает желаемый напиток в мобильном приложении, система генерирует рецепт, после чего напиток можно заказать как обычную позицию меню. Пилот работает в трех кофейнях; далее сервис планируют распространить на всю сеть в России.
Для рынка foodservice это не только новый клиентский интерфейс. Клиент уходит от выбора готовой позиции и формирует запрос в свободной форме, а цифровой агент собирает напиток из доступных компонентов. Такой сценарий меняет поток заказов, усложняет структуру спроса и повышает требования к управлению ингредиентами в каждой точке.
Ключевая операционная деталь — нейробариста работает с актуальным меню конкретной кофейни и списком доступных ингредиентов. Значит, персонализация должна быть связана не только с приложением, но и с данными о ресурсах точки продаж: что есть в наличии, какие сочетания технологически допустимы и как рецепт передается бариста без потери скорости обслуживания.
В «Дринкит» уже более половины заказов выполняются с кастомизацией, а доля таких напитков входит в число ключевых бизнес-метрик. Компания также указывает, что один только американо может иметь более миллиона вариантов приготовления. Эти цифры объясняют операционную сложность модели: чем выше вариативность продукта, тем важнее точность планирования ингредиентов, обучение персонала и контроль качества исполнения.
Эффект пилота будет зависеть от показателей, которых пока нет в открытой фактуре: среднего чека, скорости приготовления, списаний, нагрузки на сотрудников и точности рекомендаций. Уже сейчас запуск фиксирует важный для ритейла и общепита сдвиг: персонализация переходит от набора стандартных опций к генеративной модели, где спрос формируется в момент диалога клиента с системой.
Для сетевого foodservice ИИ-персонализация усложняет не только меню, но и контур управления заказами, запасами и ресурсами точки.
Рост кастомизированных заказов повышает ценность точных данных об ингредиентах, стандартизации исполнения и способности сети быстро превращать клиентский запрос в выполнимую операцию.
