Horeca is werk dat zich concentreert rond pieken: het diner van zeven uur, de zaterdagavond, het weekend met een volle agenda aan reserveringen en evenementen. Veel uren gaan naar gastcontact, naar bereiding, naar bediening op het moment zelf, en naar de organisatie eromheen — inkoop, planning, roosters, voorraad. Dat maakt de sector gevoelig voor twee dingen die weinig met elkaar te maken lijken te hebben, maar allebei bepalen wat AI hier kan doen: de onvoorspelbaarheid van vraag, en de mate waarin gastbeleving draait om een mens die reageert op een ander mens.
Die combinatie stuurt de uitkomst. Werk dat voorspelbaar is en los staat van het directe gastcontact — roosterconcepten, inkoopvoorstellen, voorraadsignalen, planning van personeelsbezetting op basis van verwachte drukte — leent zich voor overname door AI. Werk dat draait om het moment zelf, om improvisatie aan tafel of om het inschatten van een lastige situatie met een gast, blijft mensenwerk, of vraagt op zijn minst voortdurend menselijk toezicht.
In delen van de horeca gebeurt de verschuiving al. Reserveringssystemen die zelf voorstellen hoe een avond het best te plannen is. Inkoopvoorstellen die meelezen met verbruik en bederf. Roosterconcepten die rekening houden met verwachte drukte, wat al een heel andere taak is dan het rooster zelf goedkeuren of aanpassen aan wie er die week ziek is. Dat laatste — de goedkeuring, de correctie op basis van iets wat het systeem niet kon weten — is de tweede categorie: AI doet het voorstel, een mens keurt goed of af en zegt waarom.
De derde categorie, het gastcontact zelf, verschuift het minst. Een gast die een klacht heeft over de bediening, een team dat moet improviseren als de keuken achterloopt, een sommelier die aanvoelt wat bij een gezelschap past — dat blijft aan mensen, niet omdat AI dat niet zou kunnen proberen, maar omdat de waarde van het contact voor een groot deel in het menselijke zit.
Waarom loopt dit bij het ene bedrijf sneller dan bij het andere? Vaak zit het verschil niet in de techniek maar in de vraag of iemand in de organisatie eigenaar is van het besluit. Een keten met een centrale inkoopfunctie kan een inkoopvoorstel van AI relatief snel invoeren, omdat er al één plek is die dat proces bezit en de bevoegdheid heeft om het aan te passen. Een zelfstandige zaak waar de eigenaar zelf inkoopt, plant en bedient, mist die scheiding tussen wie het voorstel beoordeelt en wie het werk doet — en daardoor blijft AI daar vaker een idee dan een praktijk.
Directies in de horeca formuleren ambities die op zichzelf logisch klinken: minder tijd aan planning, meer aandacht voor de gast, sneller reageren op vraag. Het probleem ontstaat pas als die ambitie een niveau lager wordt vertaald. Wat betekent “minder tijd aan planning” voor de floormanager die het rooster nu zelf samenstelt? Wie beoordeelt straks het voorstel van een systeem, en heeft die persoon daar de bevoegdheid en de tijd voor? Als die vertaling niet gebeurt, blijft de ambitie een zin op een strategiedocument, terwijl de werkvloer met een ander beeld blijft zitten van wat er gaat veranderen.
Dat is een patroon dat niet uniek is voor horeca. Andere sectoren met sterke piekmomenten en veel operationeel werk lopen tegen vergelijkbare vragen aan, zoals te zien is bij de AI-ambities in de recreatiebranche, waar seizoenspieken en gastcontact een even grote rol spelen. Ook buiten de horeca is de kloof tussen ambitie en werkvloer een terugkerend thema, bijvoorbeeld in hoe je de werkvloer betrekt bij een strategie zonder dat het traject eindeloos duurt. En wie merkt dat een visiezin als “meer tijd voor de gast” voor iedereen iets anders betekent, herkent zich mogelijk in de vraag hoe een vage visie concreet te maken is.
Ambitie zonder AI-verwachting vraagt andere dingen van een organisatie dan ambitie waarin AI al is verondersteld. Een keten die verwacht dat roostervoorstellen straks door een systeem komen, moet eerst regelen wie dat voorstel beoordeelt, op basis van welke informatie, en met welke bevoegdheid om af te wijken. Dat is geen technische vraag maar een vraag over besluitrechten: wie mag het voorstel van AI corrigeren, en is die persoon daar toe uitgerust.
Daar wringt het meestal het eerst. Niet in de techniek, maar in de vraag of de rol die het toezicht moet uitoefenen al bestaat, of ingericht is op die taak. Een floormanager die nooit gevraagd is om een AI-voorstel te beoordelen, weet niet vanzelf waar hij op moet letten of wanneer hij nee moet zeggen.
Welk werk in een specifiek horecabedrijf daadwerkelijk door AI is over te nemen, welk werk toezicht vraagt en welk werk mensenwerk blijft, is niet in algemene termen te beantwoorden — dat verschilt per keten, per zaak, per team. Die vraag wordt per taak beantwoord met de werkscan van FTE TO AI.
Over personeelsbeslissingen die uit deze verschuiving zouden kunnen volgen, geldt dat daarvoor eigen wettelijke vereisten bestaan; dat is geen onderwerp waarover deze pagina uitspraken doet.
Wie wil weten waar de eigen organisatie op dit moment staat, kan beginnen met de gratis gereedheidscheck: acht korte vragen, één per dimensie, met als resultaat een beeld van waar de organisatie het verst is en waar nog het minst. De volledige ambitietoets, met de vier lagen van visie tot target state en de vertaling naar rollen en besluitrechten, is in aanbouw.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.