堂食和外卖的菜，根本不是同一盘菜

上周有个做快餐的老板来找我，一坐下就把手机拍在桌上，屏幕上是两个外卖平台的商家后台。

他说，舒毅，我不是不会算账，我是算不过来了。

他每天下午两点就开始焦虑。堂食的顾客在收银台排队，外卖的打单机一直吐单子。后厨两个灶眼炒的是同一个菜，但一个进盘子、一个进打包盒。晚上九点打烊，伙计开始数现金、对扫码、核外卖平台的次日到账。他自己得干到凌晨一点，对着两张表：一张是收银系统的流水，一张是外卖平台的后台。

这两张表永远对不上。不是差几十，是差几百，有时差上千。

他痛苦的不是辛苦，是他不知道自己的菜到底赚不赚钱。

过去这活儿怎么干的

先把他的一天拆开看。

早上进货，后厨报缺什么，他记什么。中午忙起来，堂食的单子走后厨出品，外卖的单子从平台直接进后厨打印机。两道单子不会自动合并，同一个菜卖出去十份，其中六份堂食、四份外卖，成本其实是两回事——因为外卖的打包盒、餐具、平台提点、满减优惠，全都要摊进去。

晚上对账就更折磨。堂食这边，收银系统里菜品名字叫“招牌黄焖鸡”，外卖平台上叫“黄焖鸡米饭+冰红茶套餐”，平台后台是另一套叫法。这俩在系统里是两个东西。等月底他拉毛利表出来，根本不知道一盘黄焖鸡在堂食赚得多，还是在外卖赚得多。

他只能估。估到最后，账是平的，钱也没多出来。

这笔账你算一下：一个店一天卖两百单外卖、七八十单堂食，光是“把单子归拢清楚”就要吃掉他差不多三个小时。

不是老板不努力，是工具的底子根本没搭对。

卡在哪，代价是什么

最大的坑不在“算不完”，在“算错方向”。

去年他推了一个爆款套餐，堂食卖得一般，外卖卖疯了，天天出单。他以为这菜是摇钱树，结果月底一算，外卖加上平台提点、活动补贴、包装费，单均毛利比堂食低快一半。他等于拿后厨的产能和市场费用给平台打工。

这还不是最要命的。最要命的是损耗。

堂食一份菜，后厨一份料。外卖一份菜，后厨也是一份料。但外卖高峰期一来，厨师为了快，同样的料勺一抖，分量忽大忽小。平台有满减，老板就会调价格，后厨根本不知道。进货还是照着老经验来，该买多少买多少。月底冻库里躺着一批用不掉的肉，报表上还体现不出来。

数字拉出来是这样的：他有半年时间，外卖订单增长了四成，净利润没涨，反而往下掉了六个点。他以为问题出在平台抽成，实际问题是管理和账务两个口径从来没有对齐过。

这个阶段最难破的地方在于，老板不是不知道问题在哪，是没人能帮他每天对齐。请个财务不现实，一个会计一个月工资大几千，搁在一个七八十平米的小店上，比房租还沉。

接了 AI 之后，流程变成什么样

我们在这个场景里做的事，是把堂食和外卖的两本账，先翻译成一种话。

这句话听着像套话，我拆开讲。

第一件事，菜品主数据统一。把收银系统里的“招牌黄焖鸡”和外卖平台的“黄焖鸡米饭”绑成一个SKU。堂食、外卖、第三方平台三套命名，全部映射到同一个菜品ID下面。这一步是地基，不做这个，后面全都白搭。

第二件事，把外卖平台的结算单，按菜品ID自动拆回订单粒度的成本明细。AI 读平台后台导出的结算文件，自动识别出每一笔订单里每个菜品的实际实收金额、平台提点、满减补贴、包装费。过去老板靠肉眼瞄，现在他只看一张表。

第三件事，毛利每天早晨七点自动算好，发到老板手机上。昨天堂食毛利多少，外卖毛利多少，哪三个菜亏了，哪几个菜实际单均比上周掉了，异常损耗标出来。我们做过一个小店，三个店长的群，每天就一张图、几行字。

他不用再等到月底拉总账。他不会做Excel，也不需要会做Excel。

换到这个流程之后，他每天对账的时间从三个小时缩到二十分钟。那二十分钟干的是“看一眼异常”，不是“把数字搬来搬去”。

我们给他配了堂食和外卖两套促销试算。他想上平台满减，先把活动在系统里跑一遍，AI 按最近三十天同样菜品的成本结构，估一个大概的毛利影响。不一定百分之百准，但比拍脑袋强。他原话是：以前是赌，现在是看。

落地最容易翻车的地方

这里我得多说几句，最容易踩坑的不是模型，是前期的数据和业务的接头处。

第一，菜品ID不统一，AI 再聪明也没用。

很多老板一开始急着上，结果系统一接，发现一个黄焖鸡在收银系统和外卖平台是两个名。AI 只能按名称模糊匹配，一错，整张毛利表就废了。我们花在“清洗主数据”上的时间，比调模型还多。这一步没跑通，后面省下的时间全是假象。

第二，外卖平台的后台导出的结算单，格式复杂得超出你想象。

平台返佣、营销红包、品牌券、代金券，全是分开的科目。很多老板以为“订单实付等于我收到的钱”，其实不是，平台结算周期里还有各种形式的抵扣。AI 读表的时候，要把这些科目识别出来、归好类。我们在这个环节跟平台的结算规则反复对了好几轮，才把识别准确率提上来。这是很脏很细的活儿，不是把文档丢给一个大模型就能出结果。

第三，AI 给出的“异常”，得让老板能看明白，而不是更焦虑。

早期我们上过一个版本，每天凌晨给老板推二十条异常，什么“堂食毛利下降2.1%”“原料成本环比上升0.8%”。老板早上起来一看，全是噪音，扭头就把群消息静音了。后来我们改成了：每天只推三条，且必须带一个具体的菜品或者一笔对不上的账。少了，就看得进去。看完第二天照着改，这件事才成立。

换作读者能抄什么作业

今天很多老板被“AI 赋能实体”这类话弄得有点烦。我能理解，因为市面上多数东西还是停留在概念层。但我在京东的公开信息里也看到同一件事：大家现在拼的，早不是谁家模型跑分高，而是谁能在真实产业场景里把价值扣死。

今年618的时候，京东给商家的那套AI服务，是把内容生成、客服、数字人直播全流程接进商家运营里，数据很直接：服务超百万商家，数字人开播账号同比增长3倍。这说明一个事——大厂也把身段放下来了，开始盯具体经营环节的账。

对我们来说，这个信号更清晰：模型本身在降价、在开源，调用成本已经不是小生意的门槛。真正的门槛是“你的业务数据干不干净、你的流程能不能用 AI 重走一遍”。

如果你是开餐饮的，我给你三句话：

第一句，先别急着上大而全的系统，先把你的菜品主数据洗干净。 堂食、外卖、打包、会员价，一个菜只认一个ID，做不到先别谈AI。

第二句，每天只问AI三个问题：昨天哪三个菜毛利不对、哪笔账对不上、明天该不该调一个活动。 多了就是噪音，少了才有人看。

第三句，平台结算单别让老板自己读，这活儿是最适合交出去的。 一个人一个月因为对账少睡几十个小时，这钱怎么算都亏。

我们自己在这个场景里干的事就一句话：把一个老板深夜对的账，变成每天早晨推给他三行字。做成了，他就能早上七点看完消息，接着去想办法把菜卖好，而不是跟一张永远对不平的表死磕。

数字拉出来是节省了两个多小时人工。但真正的价值是，老板开始知道自己每道菜在堂食和外卖上，到底各赚多少钱。

这笔账你算一下，一旦算清楚，很多菜他就不敢乱上活动了。不是 AI 不让上，是数字把底牌掀开了。

对OPC创业者来说，这里头的机会也很大。中国几百万家小餐饮店，连自己的“堂食—外卖对账”这道坎都迈不过去，这个量的需求，比做一百个炫技的AI演示要实在得多。把一件脏活做成标准模块，就是一门好生意。