> ## Content Index
> Fetch the complete content index at: https://www.territorioumami.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# La IA que entra por la puerta de servicio
- URL: https://www.territorioumami.com/la-ia-que-entra-por-la-puerta-de-servicio/
- Published: 2026-10-15T07:05:00.000Z
- Updated: 2026-10-18T09:53:50.000Z
- Description: La IA no entra en los restaurantes por la puerta grande. Entra por el almacén, por el cubo de la basura o por la previsión de mañana, y empieza a cambiar quién decide antes de que abran las puertas.
- Author: Fátima Riera
- Tags: Oficio

*Aquest article també es pot* [*llegir en català*](https://www.territorioumami.com/ca/la-ia-que-entra-per-la-porta-de-servei/)*.*

Hay una hora del restaurante que el cliente casi nunca ve. Las mesas todavía están vacías y la cafetera acaba de arrancar, pero en cocina ya hay alguien contando el pescado, otro que se da cuenta de que falta una caja del pedido y quien mira las reservas y calcula que esa noche vienen curvas. Antes de abrir, un restaurante ya ha decidido cuánto género comprar y cuánto preparar, quién entra antes y qué conviene aprovechar de ayer.

Esas decisiones nunca han salido solo de una hoja de cálculo. Salen de recordar cómo fueron otros sábados, de conocer al proveedor, de saber que cuando llueve el barrio sale menos. Y de haber hecho tantas veces la misma salsa que notas que algo no va bien antes de probarla, solo por cómo suena en la cazuela. A todo eso lo hemos llamado siempre experiencia.

Ahora una parte de ese trabajo empieza a apoyarse en la inteligencia artificial, y no de la forma que solemos imaginar. No hay robots cocinando ni sirviendo mesas. La IA que está llegando a los restaurantes se parece más a un programa que calcula cuánta gente vendrá el jueves o a una cámara colocada encima del cubo de la basura. Lo que me interesa es qué cambia en el oficio cuando algunas de las decisiones de cada día ya no dependen solo de quien lleva años tomándolas. Para pensarlo, miro lo que están haciendo algunas grandes cadenas, un estudio sobre comida desperdiciada en hoteles y restaurantes, una investigación sobre cómo se organizan los turnos con programas informáticos y dos proyectos que no salieron como se anunciaron.

## La IA que casi no se ve

En junio de 2025, Starbucks empezó a probar en 35 cafeterías un asistente llamado Green Dot Assist. Funciona desde una tableta: si alguien del equipo no recuerda cómo se prepara una bebida o qué hacer cuando falla una máquina, se lo pregunta y el sistema le contesta, en lugar de tener que buscarlo en el manual. En septiembre de ese mismo año, la cadena llevó a todos sus locales propios de Estados Unidos y Canadá otra herramienta, esta vez para el almacén: el empleado enfocaba las estanterías con una tableta y el programa contaba el producto por él.

Visto desde fuera es poca cosa. Nadie ha cambiado a la persona que prepara los cafés por una máquina. Lo que cambia es más pequeño. La duda que antes se resolvía preguntando al compañero con más experiencia, o abriendo la carpeta de procedimientos, ahora la contesta un programa. Y el recuento del almacén, que siempre se ha hecho a mano y con una libreta, lo intenta hacer una cámara. Digo «intenta» porque, como contaré más adelante, no le salió bien.

No todo lo que lleva la etiqueta de IA lo es. Un programa de reservas o una alarma que avisa de que la cámara frigorífica ha subido de temperatura no se convierten en inteligencia artificial porque alguien lo ponga en el folleto comercial. A mí me sirve una pregunta más sencilla: ¿hace este sistema algo que hasta ahora solo podía hacer una persona mirando y pensando? Reconocer qué hay en una foto, por ejemplo, o repasar las ventas de los últimos años y sacar de ahí cuánta gente vendrá el viernes. En una empresa tecnológica esto suena abstracto. En una cocina quiere decir cuántos kilos de pescado pedir mañana.

## Antes del servicio ya empieza otra cocina

Un restaurante lleva toda la vida intentando adivinar el futuro, solo que antes lo hacía con el libro de reservas, el calendario y mucha memoria. Equivocarse siempre ha costado dinero. Si preparas de más, el género se queda en la cámara y acaba en la basura o reconvertido en el menú del día siguiente. Si preparas de menos, a las diez de la noche ya no queda ese plato que todo el mundo pide. Con el personal pasa lo mismo: un turno con gente de sobra encarece la nómina, y uno corto convierte un sábado normal en una batalla campal. En ese margen entre lo que crees que va a pasar y lo que acaba pasando es donde la IA está entrando con más fuerza.

Yum! Brands, la empresa propietaria de KFC, Taco Bell y Pizza Hut, presentó en febrero de 2025 una plataforma propia, Byte by Yum!, que junta en un mismo sistema los pedidos, la cocina, el reparto, el inventario y los horarios del personal. En marzo anunció que trabajaría con NVIDIA, una de las grandes empresas de chips para inteligencia artificial, para añadirle cosas como pedidos por voz o cámaras que analizan cómo funciona cada local.

Que una cadena con decenas de miles de locales use IA no sorprende a nadie. Lo interesante es lo que pasa cuando todo eso, que antes estaba repartido en programas distintos y en cabezas distintas, se puede mirar a la vez. Un martes deja de ser solo un martes: es un martes de lluvia, con partido de fútbol, cuarenta reservas, lo que se vendió los últimos martes y lo que queda en la cámara.

Quien lleva años en una cocina hace parte de esas cuentas de cabeza, casi sin darse cuenta. La novedad es que ahora una máquina también las hace, y eso obliga a preguntarse cuánto de ese «sin darse cuenta» sabríamos explicar si alguien nos lo pidiera.

## Cuando el cubo de basura empieza a hablar

Puede que el ejemplo más claro no esté en el pase ni en la comanda, sino en el sitio donde menos épica buscamos: el cubo de la basura.

![Contenedores de basura junto a la puerta trasera de un local](https://images.unsplash.com/photo-1665472018981-6894cc35303d?crop=entropy&cs=tinysrgb&fit=max&fm=jpg&ixid=M3wxMTc3M3wwfDF8c2VhcmNofDM4fHxyZXN0YXVyYW50JTIwa2l0Y2hlbiUyMHRyYXNoJTIwYmlufGVufDB8fHx8MTc5MTIwNTkzM3ww&ixlib=rb-4.1.0&q=80&w=2000)

Foto: [Kiko Camaclang](https://unsplash.com/@footprintsdotjpeg?utm%5Fsource=ghost&utm%5Fmedium=referral&utm%5Fcampaign=api-credit) / [Unsplash](https://unsplash.com/?utm%5Fsource=ghost&utm%5Fmedium=referral&utm%5Fcampaign=api-credit)

Algunas cocinas profesionales ya tienen una báscula y una cámara encima del cubo. Cada vez que alguien tira algo, el sistema lo pesa, lo fotografía y anota qué era y en qué momento se tiró. Eso no impide tirar comida, pero hace que la cocina vea por fin lo que está tirando. Y no es poco, porque la merma que nadie pesa suele desaparecer de la conversación: la piel de la calabaza o el pan que sobró ayer casi nunca llegan a apuntarse en ningún sitio.

En 2025, un equipo de investigación encabezado por Evangelia Sigala publicó en la revista *Waste Management* los resultados de instalar estos sistemas en cinco cocinas de hoteles y restaurantes de Alemania, Grecia y Suiza. En cuatro de ellas, la comida tirada bajó entre un 23 % y un 51 %, y en una el coste de lo que se tiraba por cada plato servido llegó a bajar un 39 %. En la quinta, un hotel suizo, la comida desperdiciada subió un 13 %.

Para mí, ese quinto caso es lo más interesante del estudio, porque recuerda que el aparato solo no basta. Pesó, fotografió y dejó los datos a la vista, pero preparar menos cantidad o ajustar una ración, o aprovechar mejor una zanahoria, tenía que hacerlo el equipo. En cuatro cocinas lo hicieron y en una no. 

> ***La tecnología enseñó dónde estaba el problema; resolverlo siguió siendo cosa del oficio.***

## ¿Puede una máquina aprender un martes?

Aquí el tema se vuelve de verdad gastronómico, porque una cocina no funciona solo con datos que se puedan meter en una tabla.

![Encimera de acero de una cocina profesional antes del servicio, con preparaciones en recipientes y una pizarra con la lista del día](https://storage.ghost.io/c/08/72/08726b70-1a7d-4e2d-a252-eff74825af61/content/images/2026/10/IA_cocina_antes_del_servicio_FatimaRiera.jpg)

La lista del día, escrita a mano antes del servicio. Foto: Fátima Riera

Quien lleva diez años en el mismo restaurante sabe muchas cosas que nunca ha escrito. Sabe que aquel proveedor trae un pescado estupendo, aunque hay semanas en que llega distinto, o que el viernes antes de un puente no se parece a ningún otro viernes. Sabe cuándo conviene preparar un poco más aunque las reservas digan lo contrario. Y sabe que una salsa está reduciendo demasiado deprisa solo por cómo burbujea: cuando pierde agua y espesa, las burbujas se hacen más grandes y más lentas, y ese cambio avisa antes que la cuchara.

En 2025, las investigadoras Nicole Farmer y Rachel Hingst llamaron a esto conocimiento tácito en un artículo del *Journal of Nutrition Education and Behavior*. Es lo que se aprende a base de repetir y que cuesta explicar con palabras: lo que te permite cambiar un ingrediente sobre la marcha o saber que algo está en su punto sin necesidad de medirlo.

En la cocina hay muchísimo de ese saber, pero tampoco hay que idealizarlo. La experiencia también se equivoca, y a veces lo que llamamos intuición no es más que rutina. Que algo se lleve haciendo igual veinte años no quiere decir que sea la mejor manera. Todos hemos oído defender una forma de trabajar con un “aquí siempre se ha hecho así”, y eso, más que una razón, es una costumbre. Los datos pueden enseñarnos cosas que no veíamos. Lo que no tengo tan claro es que todo lo que sabe una buena cocina se pueda convertir en datos.

Por eso la pregunta de fondo es qué parte del oficio se puede medir y enseñar con números, y qué parte sigue estando en las manos y en la experiencia de cada uno. 

> ***Un programa puede descubrir que los martes de lluvia se vende menos pescado. Pero alguien tiene que decidir qué se hace con eso.***

## Optimizar tampoco es una palabra inocente

Casi todas estas herramientas llegan con la misma promesa: optimizar. Sobre todo comprar mejor y tirar menos, y de paso cuadrar los turnos. Cuesta llevarle la contraria, porque nadie quiere tirar comida ni quedarse corto de gente un sábado. Pero quien ha organizado un servicio sabe que detrás de un cuadrante hay personas, no solo horas. Un programa que prevé cuánta gente vendrá puede evitar que el equipo llegue justo a una noche difícil. También puede servir para apretar cada minuto libre de cada trabajador. Y no siempre es fácil darse cuenta a tiempo de cuál de las dos cosas está pasando.

En 2025, Brana Jianu, Iis Tussyadiah y Graham Miller publicaron en la revista *Annals of Tourism Research* una investigación sobre el uso de este tipo de programas para organizar el trabajo en hostelería. Hicieron 30 entrevistas y revisaron 61 documentos públicos. Lo que encontraron no se parece a un algoritmo que manda y todos obedecen: los encargados corrigen a menudo lo que propone el sistema, y el personal también lo discute y lo negocia. A mí eso me cambia la pregunta. Ya no es solo cuánto puede optimizar un programa, sino quién puede decirle que se ha equivocado. Y sospecho que saber hacerlo va a pesar cada vez más en una cocina.

## También hay cadáveres tecnológicos

Sobre IA y restaurantes se publican muchos anuncios, pruebas piloto y porcentajes espectaculares. Por eso me interesa mirar también lo que no salió bien, que suele enseñar más.

McDonald's empezó a probar en 2021, junto con IBM, un sistema de IA que tomaba los pedidos por voz en sus ventanillas para clientes en coche. La prueba llegó a más de cien restaurantes de Estados Unidos y en junio de 2024 la empresa anunció que la dejaba. No renunciaba a la idea de los pedidos por voz, pero sí a ese sistema.

Con Starbucks pasó algo parecido, y más rápido. La cámara que contaba el almacén, la que había llegado a más de 11.000 locales en septiembre de 2025, se retiró en mayo de 2026, nueve meses después. Según la prensa que lo contó, confundía productos que se parecen, como distintos tipos de leche, o directamente se los saltaba, y al final el personal tenía que volver a contar a mano lo que ya había contado la cámara. La empresa reconoció que la herramienta no había funcionado como esperaba y que la retiraba después de escuchar a sus equipos. En la demostración, la cámara contaba bien. En un almacén de verdad, con prisas y estanterías llenas, el equipo dejó de fiarse de ella.

Estos casos sirven para no creerse todo lo que se anuncia. Que algo funcione en unas pocas tiendas de prueba no quiere decir que vaya a funcionar en todas. Y cuando la cifra de ahorro la da la misma empresa que vende el sistema, todavía no sabemos si se repetirá en otra cocina. Antes de meter una máquina nueva en un restaurante, yo le haría las mismas preguntas que a un proveedor nuevo. La primera, si de verdad funciona en una cocina como la tuya y no solo en la demostración. Y la que casi nadie se hace: qué problema viene a resolver.

## Un restaurante de cuarenta cubiertos no es Starbucks

Hay otra cuestión incómoda, que es el tamaño. Una cadena con miles de locales tiene millones de ventas con las que entrenar sus programas, puede pagarse un equipo de informáticos y repartir el coste entre toda la red. Un restaurante de cuarenta cubiertos juega en otra liga, así que un caso de éxito de una gran cadena dice muy poco de lo que le pasaría a él.

Eso no quiere decir que la IA le quede lejos. Quiere decir que hay que dejar de hablar de «la restauración» como si todos los restaurantes fueran el mismo negocio. Un restaurante pequeño puede usar programas de reservas, de previsión o de compras, pero antes necesita algo mucho menos vistoso: tener sus propios datos en orden. Que el inventario cuadre y que los escandallos estén al día, por ejemplo. 

> ***Si lo que le das al programa está mal apuntado, el programa aprenderá a equivocarse con mucha seguridad.***

Por eso quizá lo primero que aporten estas herramientas sea obligarnos a poner orden en casa antes de usarlas.

## Entonces, ¿qué pasa con el oficio?

![Caja de rábanos blancos con sus hojas, recién llegada a cocina](https://storage.ghost.io/c/08/72/08726b70-1a7d-4e2d-a252-eff74825af61/content/images/2026/10/IA_caja_rabanos_FatimaRiera.jpg)

Lo difícil no es cortar: es saber qué entra hoy en cocina. Foto: Fátima Riera

Cuando un programa puede contar el almacén, contestar dudas o calcular cuánta gente vendrá, algunas tareas cambian, pero aparecen otras. Alguien tiene que mirar esa previsión y darse cuenta de cuándo no tiene sentido, o saber que este jueves es distinto porque hay fiestas en el barrio y el programa no lo sabe. Alguien tiene que decidir cuándo hacerle caso y cuándo no.

Y luego está lo que un restaurante no puede dejar en manos de una máquina sin dejar de ser un restaurante. Conocer el producto de verdad, y no solo por la ficha técnica, o darse cuenta un lunes cualquiera de que alguien del equipo no está bien antes de que lo diga. También saber, con solo mirar una mesa, si quieren charla o que los dejen tranquilos. Eso no lo calcula ningún programa, y es buena parte de lo que significa dar de comer a alguien.

Mi lectura es que la IA no le quita valor al oficio, pero sí nos obliga a explicarlo mejor y a poner en palabras cosas que hasta ahora dábamos por sabidas. Durante mucho tiempo, saber cocinar ha sido dominar técnicas, productos y tiempos. A eso habrá que sumar otra cosa: trabajar al lado de programas que también miran el restaurante y que a veces verán lo que nosotros no vemos, y otras, como pasó en aquel almacén, no verán lo que cualquiera del equipo tiene delante de las narices. La cuestión será decidir en cada momento de qué nos fiamos.

Al terminar un servicio, una máquina podrá decirnos cuántos kilos hemos desperdiciado, qué producción se desvió de la previsión o qué franja horaria necesitaba más personal. Pero alguien tendrá que entrar en cocina al día siguiente, mirar esa información y convertirla en una decisión.

> ***Ahí sigue estando el oficio. Solo que empieza a compartir mesa.***

Y si cambia la manera en que un restaurante aprende y decide, me queda una pregunta que no sé todavía cómo responder del todo: ¿qué tendremos que enseñar a quienes van a dirigir las cocinas del futuro?

Eso merece otro artículo.

Si trabajas en cocina y ya convives con alguno de estos sistemas, o lo probaste y lo dejaste, me interesa saber cómo te ha ido. Cuéntamelo en los comentarios o, si me lees en la newsletter, respondiendo a este correo.

## Fuentes consultadas

- Starbucks, [*Meet Green Dot Assist: Starbucks Generative AI-Powered Coffeehouse Companion*](https://about.starbucks.com/press/2025/meet-green-dot-assist-starbucks-generative-ai-powered-coffeehouse-companion/?ref=territorioumami.com), junio de 2025.
- GeekWire, [*Starbucks rolls out automated counting tech for inventory, with help from Seattle-area startup*](https://www.geekwire.com/2025/starbucks-rolls-out-automated-counting-tech-for-inventory-with-help-from-seattle-area-startup/?ref=territorioumami.com), 3 de septiembre de 2025.
- GeekWire, [*Report: Starbucks scrapped an AI inventory tool and left a Seattle-area startup 'blindsided'*](https://www.geekwire.com/2026/report-starbucks-scrapped-an-ai-inventory-tool-and-left-a-seattle-area-startup-blindsided/?ref=territorioumami.com), mayo de 2026, y Quartz, [*Starbucks scraps AI inventory tool after nine months*](https://qz.com/starbucks-scraps-ai-inventory-tool-nomadgo-052226?ref=territorioumami.com), mayo de 2026.
- Yum! Brands, [*Introducing Byte by Yum!*](https://investors.yum.com/news-events/financial-releases/news-details/2025/Introducing-Byte-by-Yum-an-AI-Driven-Restaurant-Technology-Platform-Powering-Customer-and-Team-Member-Experiences-Worldwide/default.aspx?ref=territorioumami.com), febrero de 2025, y [*Yum! Brands to Accelerate AI Innovation in an Industry-First Collaboration With NVIDIA*](https://www.businesswire.com/news/home/20250318283808/en/Yum-Brands-to-Accelerate-AI-Innovation-in-an-Industry-First-Collaboration-With-NVIDIA?ref=territorioumami.com), 18 de marzo de 2025.
- Sigala, E. G., Gerwin, P., Chroni, C., Abeliotis, K., Strotmann, C. y Lasaridi, K., [*Reducing food waste in the HORECA sector using AI-based waste-tracking devices*](https://www.sciencedirect.com/science/article/pii/S0956053X25001072?ref=territorioumami.com), *Waste Management*, 198 (2025), 77-86.
- Farmer, N. y Hingst, R., [*Tacit Knowledge in Cooking: A Key to Teaching and Integrating Cooking as a Practice*](https://www.sciencedirect.com/science/article/pii/S1499404625000934?ref=territorioumami.com), *Journal of Nutrition Education and Behavior*, 57(8) (2025), 787-797.
- Jianu, B., Tussyadiah, I. P. y Miller, G., [*Humanising algorithmic management systems*](https://www.sciencedirect.com/science/article/abs/pii/S0160738325001276?ref=territorioumami.com), *Annals of Tourism Research*, 115 (2025).
- CNBC, [*McDonald's to end AI drive-thru test with IBM*](https://www.cnbc.com/2024/06/17/mcdonalds-to-end-ibm-ai-drive-thru-test.html?ref=territorioumami.com), 17 de junio de 2024.