Nel mondo del food e della ristorazione le tempistiche di consegna e di servizio sono da sempre un importante metro di giudizio e confronto. Ogni caposala o responsabile di un ristorante cerca di coordinare la cucina e il servizio al tavolo in modo da ottimizzare la consegna delle diverse portate, mantenendo un ritmo che garantisca di non far attendere eccessivamente i clienti, ma neanche di saturare le risorse disponibili in cucina.
Tale ottimizzazione diventa critica nel momento in cui il piatto non deve essere semplicemente servito in sala, ma deve essere consegnato a casa del cliente, rispettando le tempistiche di consegna (spesso rigidamente imposte dal cliente stesso) e garantendo che il gusto, il sapore e l’aspetto di quanto cucinato non vengano alterati durante il trasporto.
Se, infine, l’ordine del cliente viene effettuato attraverso un’applicazione di food delivery come Foodora, Deliveroo o Uber Eats, si aggiunge un’ulteriore criticità nel rapporto ristorante-cliente: la consegna viene effettuata da un rider, un terzo attore che non ha un rapporto diretto con gli altri due, essendo alle “dipendenze” dalla piattaforma che gestisce la consegna.
L’ingresso di questa “entità terza” introduce ulteriori variabili e criticità nel processo che inizia con la ricezione di un ordine e termina con la sua consegna; tante da non poter essere gestite da un semplice sistema informatico né tantomeno da un’organizzazione composta esclusivamente da esseri umani.
Molte tra le principali piattaforme di food delivery utilizzano infatti sistemi basati su metodi di machine learning avanzati: un insieme di tecnologie e tecniche algoritmiche che consentono a un sistema software di valutare il modo più efficiente per distribuire gli ordini, diventando con il tempo sempre più accurato.
Software di questo tipo non devono essere programmati esplicitamente per gestire ogni volta in input combinazioni di variabili differenti, ma autoapprendono sulla base delle esperienze e delle situazioni pregresse.
Cosa significa tutto questo e quali vantaggi porta nel contesto della gestione degli ordini e consegna di piatti e alimenti?
Le grandi piattaforme di food delivery per ovvi motivi strategici non rilasciano dettagli precisi sulle tecnologie impiegate per la gestione degli ordini e sui vantaggi derivanti da esse, ma Deliveroo sostiene di aver ridotto i tempi di consegna del 20% grazie all’introduzione e ottimizzazione di un algoritmo chiamato Frank (raggiungendo i 29 minuti medi di consegna nel Regno Unito e i 32 minuti in Italia).
Frank è in grado di raccogliere costantemente dati in tempo reale relativi alla posizione dei riders, dei ristoranti e del cliente che ha effettuato l’ordine, ma anche alle previsioni meteorologiche e quelle di traffico, oltre ad alla presenza di eventi o manifestazioni nella zona interessata (come concerti, eventi sportivi o cortei). In aggiunta a tutto questo anche la tipologia di piatto ordinato, l’ora e il giorno della settimana e il numero di ordini “attivi” in quel momento influenzano le tempistiche di evasione dell’ordine.
Tale mole di informazioni viene quindi incrociata con i dati che derivano dalle esperienze passate e con quello che l’algoritmo immagina succederà nell’immediato futuro, tramite un processo decisionale basato su modelli predittivi.
Il risultato è una maggior efficienza nella distribuzione degli ordini che tiene conto di numerosi fattori e che dovrebbe rappresentare un vantaggio per tutti gli attori coinvolti.
Frank dovrebbe infatti aiutare i riders a completare più consegne all’ora e quindi a guadagnare di più, mentre per un ristoratore poter contare su un algoritmo significa avere in anticipo informazioni riguardanti la quantità di ordini che potrà attendersi a seconda dei giorni e degli orari, o i piatti più ordinati a seconda dei momenti della giornata o periodo dell’anno.
Insomma, secondo Deliveroo, per consegnare velocemente un piatto non bastano i rider più allenati o i ristoranti più rapidi: l’elemento più importante di ogni sistema di food delivery è un “centro di controllo nevralgico” che orchestri e ottimizzi i processi di ordine e di consegna.
Una cosa però manca sicuramente a Frank: la capacità di analizzare e tenere conto di emozioni, sentimenti, pensieri, necessità e motivazioni che un essere umano può avere. E questo per un sistema che ha l’obiettivo (o forse la presunzione) di coordinare un insieme di persone può essere un dettaglio non da poco.