毛利率掉了两个点，AI能告诉我少的是哪一斤牛肉吗

上个月的综合毛利率，你算出来了吗？

大多数门店老板算过。营业额没掉，客流没掉，菜价七月份还刚调过一次——毛利率就是掉了两三个点。你去问会计，会计说采购成本上来了。你去问采购，采购说量大。你去问厨师长，厨师长把锅铲往灶台上一放：一天烧多少油，你算得清吗？

然后大多数人的选择是：整体提价两块。客人走掉一批，毛利率回来了。

最近被问得最多的就是这一摊事。挑三个问题答一下，全程讲流程和数字，不讲概念。

「我菜谱上从来没写过克数，AI凭什么算得出这道菜的成本？」

先把过去的干法讲清楚，才知道该从哪儿切进去。

现在多数单店的成本管理是这个流程：会计月底从收银系统导一次营业额，再把这个月所有采购单、送货单加一遍，两个数一除，得出"综合毛利率"。做得细一点的，会加一个月末盘存，用"期初+采购-期末"倒推本月消耗。就这么多了。

问题出在哪？

这个数字只告诉你结果，不告诉你原因。它像体检报告上只印一个总分。总分掉了，你既不知道是牛肉涨了，也不知道是哪个班次炸了太多鸡翅，更不知道外卖的满减把你毛利吃掉了几成。

想定位，只有一个笨办法：每道菜单独称重、单独记录，连着记一个月。这手艺不是不行，是没人干得住——厨师长不会天天拿电子秤称花生米，店长也不会为了两斤葱去翻三个月的单子。

所以真正该做的第一件事，是把账的两头对上。

一头是"应该用多少"。 这道菜用多少克肉、多少克配料，得有人确认一次。这一步机器替不了，也不该替。找个下午，让厨师长坐下来两三个小时，把卖得最好的三十道菜录进去。别贪多——二八法则在菜单上一样成立，三十道菜通常撑起一家店七成以上的营业额。

另一头是"实际买了多少"。 这一步才是AI真正该干的地方，也是最多人想漏掉的地方：你手上那些单据，根本没变成数据。

举个我们做这个场景时最常见的例子：同一家供应商，半年里"土豆"这个品名有五种写法——"土豆""马铃薯""荷兰土豆""土豆（大）""新土豆"。不做归一，系统就认成五个东西，成本永远算不准。把几十个供应商的品名收敛到自家能认的一套SKU上，是最脏、最没人愿意干、但必须先干的一步。

不归一，后面所有数都是噪声。

「损耗、员工餐、试菜、退菜、供应商临时涨价，AI怎么知道？」

它不用"知道"，它用对账。

每天闭店之后，当天的销售单从收银系统出来，系统按录好的用料表把它拆成原料消耗——这是理论用量。同日入库的采购、退货、报损，是实际进出。两边一碰，差异表第二天早上就出来了：

牛腩理论用掉 21.4 斤，实际从库里走掉 24.9 斤，差 3.5 斤，落在周三夜班；虾仁理论 8 斤，实际 9.2 斤，差的那 1.2 斤出现在前天下午试菜那个时间段。

差异超过你自己定的阈值，才推给你。没超的，不看。老板不需要每天看三百行，只需要每天看三行。

外卖建议单独拉一张账。平台扣点、配送费、满减、包材全摊进去，按菜算到手价。很多店第一次算完都会愣一下：堂食明明赚钱的菜，外卖做一单亏一单，而它恰恰是店里点单率最高的那道。

华为的刘超在今年华为全联接大会上讲过一句大意如此的话：AI的目的不是简单替代人力，而是让人被赋能之后实现"经验平权"。落到一家小馆子里，它就是一件很小的事——一个干了三个月的店长，能看懂厨师长脑子里那本账。

「算出来又怎样？我准备拿这张表去训厨师长」

打住。这是这个场景里最容易翻车的一步，没有第二。

只要差异表开始跟工资、跟罚款挂钩，你的人就会开始"喂"数据——报损单上多写两笔，盘点本上顺手改个数字，试菜的那半斤虾记成"客人退菜"。三个月以后，你手上的数据比现在更干净、更漂亮，也更假。你彻底失去了定位问题的能力。

正确的用法只有一句话：差异表是用来找原因的，不是用来定罪的。

一份真实的差异，通常指向这几类原因，人对得上，事才改得动：

• 用料不准——BOM录错了，或者那天手抖得厉害，属于要重新确认标准的；
• 环节漏记——员工餐、试菜、退菜没走单，属于流程问题；
• 供应商交付短斤少两——属于采购要处理的；
• 真的有人往兜里装——这一项极少，但要敢于承认它存在。

除了扣钱，还有几个坑我见过太多次。

盘点不真实。 AI算的是理论值，理论值必须靠人工盘点校准。盘点要是走过场，差异表就会天天冤枉厨师长，最后是全店一起糊弄这套系统。

一上来就全品类。 先把TOP30菜品、TOP10原料盯住，跑稳三个月再谈别的。

指望它自己变聪明。 万事达卡首席产品官林岳在外滩大会期间接受采访时讲到智能体支付，说了一个所有做AI落地的人都绕不开的点：数据结构化处理是应用落地的难点。买双跑鞋，都得让商家把库存、税费、退货规则准确传过去，何况你厨房里那几十个品名、几十种规格。

「我店里就一个收银一个店长，谁来做这套东西？」

先说时间。品名归一是一次性的活；录BOM是厨师长两三个小时；之后每天闭店自动跑，不新增岗位。不是让你多请一个人，是让现有的人换一种干法——收银不用再手工加采购单，店长的月末盘存从"抄数"变成"核对差异"。

再说人。9月18日，360安全云和纳米Work企业版在北京办了一场专精特新企业的活动，纳米Work那边有个说法我很认同：企业"用上"了AI，未必"用出"了效果，缺的从来不是工具，而是能把AI真正落进业务流程里的人。他们为此链接了10000多名FDE（前沿部署工程师）的人才库，其中1000多人已经进了企业一线。这个判断放到一家小饭馆里，一样成立。

这也是我们做舍予AI智能体时定下的第一条规矩：项目开工，先干最脏的那一步。 不做品名归一，不录BOM，别的都不上。因为第一天出来的数字要是错的，厨师长会第一个不信它——而这套东西能不能活下去，靠的就是他信不信。

所以别问"AI能不能算清我这一锅红烧肉"。

往前倒一步问：昨天那三斤牛腩，去哪了？

这笔账，你自己拉一遍就清楚——省下的不是AI替你省下的钱，是你终于知道了钱从哪个缝里漏出去的。