Objavljeno 30. svibnja 2026.Aron Balog

AI u restoranu: od preporuka jela do upravljanja rezervacijama — koliko je Hrvatska daleko?

Kako AI smanjuje no-showove za 40%, optimizira zalihe i personalizi preporuke — i što to znači za mali konoba na jadranskoj obali.

Prostrani restoran s modernim interijером i gostima koji veecraju, prikazuje ugostiteljsku atmosferu

Petak navečer, 18:30. Voditelj restorana na Hvaru gleda u tablet — od 60 rezerviranih stolova, 12 nije potvrdilo dolazak unatoč podsjetnicima. Hoće li doci? Treba li napuniti stolove walk-in gostima i riskirati gužvu? Treba li kuhinja pripremiti za 60 ili za 48 obroka? Odluke koje ovise o dobroj procjeni, iskustvu i sreći.

U restoranima koji koriste AI sustave za upravljanje rezervacijama, ta dilema je 2026. postala puno manja. Algoritam koji je vidio tisuće sličnih petkih, na sličnim lokacijama, sa sličnim vremenskim uvjetima — ima svoju procjenu. I pokazalo se da je dobra.

Rezervacije i problem no-showova

No-show — gost koji rezervira, ne dolazi, ne javlja se — je kronicna bol ugostiteljskog sektora. Procjenjuje se da restauratori zbog no-showova izgube između 5 i 10% potencijalnog prihoda godišnje. U vrhuncu sezone, kad je svako mjesto dragocjeno, to je ozbiljan trošak.

AI sustavi za upravljanje rezervacijama pristupaju problemu s dvije strane. Prvo, analizom podataka identificiraju "profil visokog rizika" — rezervacije koje imaju veću vjerojatnost za no-show na temelju kanala rezervacije, vremena rezervacije, prethodnih navika gosta i vanjskih faktora poput vremenskih uvjeta. Takvim rezervacijama automatski šalju dodatne podsjetnike ili traže potvrdu/depozit.

Drugo, u slučaju vjerojatnog no-showa, sustav može automatski ponuditi slobodan stol walk-in gostima putem platforme ili pratiti listu čekanja. Prema podacima Nory AI platforme, implementacija ovakvog sustava smanjuje no-showove za 25-40%. Za restoran od 60 mjesta koji prima 20 rezervacija po večeri, to može znaciti 4-8 stolova razlike — i tisuće kuna prihoda tjedno.

Personalizacija preporuka: upsell koji ne iritira

"Može li vam preporučiti nešto posebno?" — tu rečenicu konobari izgovaraju stotinu puta dnevno. Pitanje je ima li preporuka smisla za konkretnog gosta. AI sustavi integrirani s POS (point-of-sale) sustavima i profilima gostiju mogu napraviti nešto što konobari fizički ne mogu: pamtiti što je svaki gost naručio zadnji put, koje allergene ima navedene, i predlagati sukladno tome.

U praksi to izgleda ovako: konobar na tabletu vidi da gost na stolu 8 uvijek naručuje riblji meni, nikad meso, i prošli put je pitao za bezglutensku opciju. Preporuka se automatski filtrira prema tim parametrima. Konobar nije guglao — sustav mu je to servirao.

Ovo nije zamjena za dobrog konobara. To je alat koji dobrog konobara čini boljim. Razlika između upsella koji je relevantan i onoga koji iritira je upravo ta kontekstualizacija. AI sustavi koji su integrirani u POS-ove poput Toasta ili Lightspeed već to nude — i według Toastovog istraživanja iz 2025., 86% vlasnika restorana koji ih koriste izjavilo je da je udobno s AI alatima i planira ih koristiti više.

Upravljanje zalihama i smanjenje otpada

Hrana je u restoranima jedan od najvecih varijabilnih troskova — i otpad hrane jedan od najvecih skrivenih gubitaka. Restoran koji naruci previse namirnica, a potraznja se ne realizira zbog lose vremenske prognoze ili nepredvidivog sezonskg pada, baca novac doslovno u smece.

AI sustavi za upravljanje zalihama (inventory management) analiziraju historijske podatke prodaje, sezonske trendove, vremenske prognoze i lokalne dogadaje kako bi predvidjeli potraznju za narednih 7-14 dana. Rezultat je narudžba koja je prilagodenija stvarnim potrebama, a ne intutivnoj procjeni kuhara.

Smanjenje otpada od 15-25% koje biljeze restorani koji koriste ove sustave nije samo ekoloski ucin — to je direktna ustedevina. Za restoran koji tjedno trosi 5.000 eura na namirnice, 20% smanjenje otpada znaci 1.000 eura tjedne ustednje. Godisnje: 50.000 eura. Iznos koji se moze reinvestirati u osoblje, renovaciju ili kvalitetnije namirnice.

Hrvatska stvarnost: mali konoba vs. chain hotel restoran

Ovdje dolazi do razlike koja je kriticna za razumijevanje situacije u Hrvatskoj. Veci hotelski restorani u sklopu chain-hotela vec implementiraju ove sustave — oni imaju resurse, IT infrastrukturu i volumen koji opravdava investiciju. Problem je mali i srednji ugostitelji koji cine okosnicu jadranskog turizma.

Dobra vijest: pragovi ulaska su sve nizi. Platforme poput OpenTable, Resy i Eatapp vec integriraju AI za upravljanje rezervacijama i nude planove dostupne i manjim objektima. Chatgpt i Claud se vec koriste za pisanje menija, odgovaranje na upite i pripremu sezonskih ponuda — bez skupih softverskih paketa.

Los restoran koji je skup malo ce profitirati od AI-ja. Dobar restoran koji je vec dobro voden moze ga koristiti kao multiplikator efikasnosti. Tehnologija ne popravlja loso upravljanje — samo ubrzava procese koji vec funkcioniraju.

Smjensko planiranje: zamjena za Excel

"Kako napraviti raspored smjena za 12 zaposlenika na 6 pozicija kroz 4 tjedna uz osiguranje da svaka smjena ima minimalnu pokrivenost" — zadatak koji manager restorana rjesava satima u Excelu. AI alati za workforce scheduling mogu to napraviti za minute, uzimajuci u obzir preferencije zaposlenika, zakonske zahtjeve, predskazani promet i vikende/praznike.

Ucestalost sezonskih varijacija u hrvatskom ugostiteljstvu cini ovo posebno relevantnim. Prijelaz s 20 na 60 gostiju dnevno u roku tjedna nije izuzetak — to je norma. AI koji moze predvidjeti taj rast i predloziti optimalne rasporede smanja i stres managera i troskove prekovremenog rada.

Restorani koji su implementirali AI scheduling biljeze 5-8% smanjenje troskova rada — ne otpustanjem zaposlenika, nego boljom raspodjelom radnog vremena i smanjenjem nepotrebnih prekovremenih sati.

Sto to znaci za malo konoba u Dalmaciji

Vlasnik konobe u Trogiru s 30 mjesta mozda ne treba enterprise AI platformu. Ali neke od ovih sposobnosti dostupne su vec danas besplatno ili za minimalni trošak. ChatGPT moze pomoci napisati sezonski meni. Google Forms s automatskim email-om moze smanjiti no-showove. Besplatni planer rezervacija s podsjetnicima kostaju manje od jedne veceri u restoranu.

Put od "ni malo AI-ja" do "puno AI-ja" nije skok — to je niz malih koraka. I u kontekstu rastucih troskova rada, energije i namirnica, svaki taj korak koji stedi sat rada managera ili smanji tjedni otpad vrijedi razmotriti.

Pitanje nije hocete li koristiti AI alate. Pitanje je koliko ce vam dugo trebati da pocnete.

Izvori i dodatno čitanje

Više članaka

← Nazad na blog