Сопоставление номенклатур товаров ресторанов и поставщиков с помощью LLM — Case Study для ресторанного холдинга

Труды Института системного программирования РАН. 2025. Т. 37. № 6. С. 163–176.

Джин С., Панфилов П. Б., Сулейкин А. С.

В современном ресторанном бизнесе точное сопоставление номенклатуры продуктов между ресторанами и поставщиками является критически важной задачей. Эффективное управление запасами и оптимизация закупок напрямую влияют на прибыльность бизнеса. С ростом числа поставщиков и ассортимента продукции традиционные методы сопоставления становятся менее эффективными. В данном исследовании предлагается использовать большие языковые модели (LLM) для автоматизации и повышения точности сопоставления продуктов. В рамках пилотного проекта для ресторанного холдинга мы протестировали пять групп продуктов (креветки, угорь, сыр пармезан, творог, сливочное масло), достигнув средней точности тестирования 83,8%. Архитектура решения использует быстрое проектирование, платформы с низким уровнем кода, такие как Flowise, и интеграцию с Telegram для удобной обработки данных. Ключевые проблемы, включая семантическую неоднозначность и галлюцинации моделей, были решены с помощью предметно-ориентированных словарей и валидации. Такой подход сокращает ручную работу примерно на 90%, что позволяет создавать масштабируемые решения для цепочки поставок, применимые не только в ресторанах, но и в розничной торговле и электронной коммерции.

Ключевые слова: управление цепями поставок, оптимизация запасов, supply chain management, Large language models (LLM), большие языковые модели (LLM), Product Mapping, Inventory Optimization, сопоставление номенклатуры продуктов