ホーム › ガイド一覧 › メニューとメニューエンジニアリング
ガイド一覧

AIを使ってメニューの原価計算と最適化を行う方法

Diego F. Parra 著者 Diego F. Parra · 更新日 · メニューとメニューエンジニアリング

2026年10月29日の更新:新しいよくある質問3件を追加しました。

AIを使ってメニューの原価計算と最適化を行う方法 — Masterestaurant
簡易判定

AIは作業を加速させますが、決め手は方法です。AIは次の用途に使いましょう。技術仕様書(レシピカード)をより速く作る、フードコストを見積もる、メニューエンジニアリングの優先順位を決める。ただし、料理1皿の直接費はフードコストだけであり、貢献利益(貢献マージン=販売価格−フードコスト)で判断する点を忘れないでください。ここでは、Masterestaurantの方法に沿って、ひとつずつ解説します。

🧭 ガイド各ステップで成果を測定できる、段階的なガイド· 読了時間 3分· 2026-10-29
並べて比較

メニュー原価計算のためのAI活用:並列比較

AIも方法論もなしに原価計算をするAI+方法論 Masterestaurant
スピード✕手作業✓AIで算出作業を加速
直接費✕分かりにくい✓食材原価のみ(貢献利益率)
メニュー✕60品✓看板商品は少数

AIは原価計算の方法を置き換えるものではありませんが、作業を数倍速くします。

AIは自然言語で操作できる電卓であり、独自の判断力を持つ会計士ではありません。得意なことは、口述または手書きのレシピを90秒以内に構造化されたレシピ台帳へ変換することです。ツールを使わない担当者なら12〜18分かかる作業です。一方、できないことは、食材原価率34%が御社の平均客単価、立地、コンセプトに照らして妥当かどうかを判断することです。その判断は御社のものです。Masterestaurant では、これを「食材原価の上限ルール」と呼んでいます。設定した上限を超える商品はメニューに載せません。AIは上限に達しているかどうかを示すだけで、達していない場合に何を変えるかは御社が決めます。

ステップ1 — AIを使う前に、現在の価格で食材ベースを整理する

オーナーが「商品の原価を計算して」とAIに頼み、実際の価格を与えないケースが繰り返し見られます。その結果は絵に描いた餅になります。AIツールを開く前に、最新の仕入先請求書をCSVに書き出すか、写真に撮ってください。40語程度のプロンプトで、AIは1グラムあたりの価格を含む食材表を2分以内に作成します。これは節約できた時間です。80席の店舗では、平均して180〜240品目の有効な食材を扱います。手作業で更新すると月4〜6時間かかりますが、AIを使えば35〜50分に短縮されます。Diego F. Parra では、毎月最初の月曜日にこの作業を定例化することを推奨しています。

ステップ2 — AIでレシピ台帳を作成し、シェフと15分で検証する

AIのレシピ台帳には内部で3つの段階があります。モデルが食材と分量を受け取り、1食分の食材原価を計算し、調理後の期待歩留まりを生成します。重要なのは歩留まりです。AIは文献上の平均値を使いますが、御社の厨房はチームや切り方によって異なる運用をしている場合があります。そのためMasterestaurant のプロトコルでは、シェフが一度実際に調理して実測結果を量り、承認前にレシピ台帳の歩留まり係数を修正することを求めています。

ステップ3 — AIでメニューをメニューエンジニアリング(Stars、Plowhorses、Puzzles、Dogs)に基づいて分類する

MillerとKasavana(1982)によるメニューエンジニアリングは、人気度と貢献利益に基づいて商品を4つの象限に分けます。40品目のメニューを手作業でこの分析をすると、POS のデータを使って約3時間かかります。AIと月間販売データのエクスポートを使えば、同じ分析は8分で終わります。正しい貢献利益は販売価格から食材原価を引いたものです。人件費、家賃、光熱費は商品に割り当てず、事業全体の損益分岐点に含めます。一般的なカジュアルメニューの店舗では、在庫を消費しながら現金を生まない「Dogs」が6〜9品あることが少なくありません。それらを削除または見直すと、在庫に固定されていた資金が解放されます。これはDiego F. Parra が支援する飲食店での実績でもあります。

ステップ4 — 価値の認識を損なわずに、AIで価格を最適化する

レシピの分類が済んだら、AIで価格シミュレーションを数秒で実行できます。現在のフードコスト、目標とする限界利益率、現行の販売価格の3つを与えて、各メニューの最低価格、推奨価格、上限価格を出してもらいましょう。平均価格がその価格帯を下回っていれば、AIが数秒で指摘します。ただし限界もあります。AIはお客様がどこまで支払えるか、同じエリアで競合店が何をしているかは把握できません。それには言語モデルではなく、現地でのベンチマーク調査が必要です。

AIによるレシピ(商品仕様書)と手作業のレシピでは、実際の店舗運営で何が変わるか

AIで作成したレシピが初期設定で正確になるわけではありません。優れているのは速さと書式の統一性です。正確さは入力データの質で決まります。重量やロスを示さずに「白玉ねぎ」とだけ書けば、目分量で作ったレシピと同じくらい原価が不正確になります。一方で、AIが明らかに優れているのは規模が大きい場合です。たとえば22品の新メニューを出す店舗では、2〜3日かかる事務作業が35分でレシピの下書きまで完成します。AIを使ったフローは、メニュー構成に多くの時間を取られていた手戻りを減らすため、メニュー開発のサイクルを数倍短縮できます。

AIに依存せず、週次の原価管理ルーティンにAIを組み込む方法

最もコストがかかる落とし穴は、作業だけでなく判断まで任せてしまうことです。1〜5店舗規模の運営で機能しているフローは次のとおりです。月曜日はAIで仕入先の価格を更新します。水曜日は、カジュアル業態で売上の大部分を占めることが多い売れ筋メニューのフードコストの変動を確認します。金曜日は、価格変更があった場合にメニューエンジニアリング分析を実行します。作業をするのはAI、解釈するのはあなたです。たとえば「ロモサルタード」のフードコストが2週間で29%から34%に上昇した場合、AIは警告を出しますが、牛肉の仕入先に連絡するか、盛り付け量を調整するかを決めるのはあなたです。その判断は、どんなアルゴリズムよりも価値があります。

唯一重要な数字は、フードコスト単体ではなく、店全体の限界利益率です

フードコストが低くても、利益が出るとは限りません。たとえば、フードコストの低いメニューが1日に数食しか売れなければ、フードコストが高くても何倍も売れるメニューより、手元に残る現金は少なくなります。だからDiego F. Parraは、AIに単品のフードコストだけでなく、販売ミックス全体の限界利益率を必ず計算させるべきだと強調しています。計算は単純です。(販売価格−フードコスト)×メニューごとの販売数量を合計します。最も良い販売ミックスを持つ店は、製造原価が最も安いメニューを多く揃えている店ではなく、絶対的な限界利益率の高いメニューを多く売っている店です。AIなら週次の売上レポートから3分で計算できますが、AIを使わない場合は同じ分析に90分から半日かかります。

並べて比較

AIも方法も使わずに原価計算する

  • 遅い、一品ずつ手作業
  • 採算の良い商品を優先できない
  • 勘による判断

AI+Masterestaurantの方法

  • レシピ台帳の作成がより速くなる
  • AIによるメニューエンジニアリング
  • 実際の食材原価に基づく判断
重要な数字

重要な数字

60%
従来の方法よりモバイルアプリで注文したい客
79%
AIを何らかの形で利用している米国のレストラン
7–15
カテゴリー別の最適なメニュー規模
175000–750,000 USD
アメリカで飲食店を開業する場合の平均コスト
+27%
説明的な商品説明を付けた料理の売上
33.7%
年商200万USD未満のフルサービスレストランの原価率
表示
数字で見る
数字で見る60% 従来の方法よりモバイルアプリで注文したい客; 79% AIを何らかの形で利用している米国のレストラン; 7–15 カテゴリー別の最適なメニュー規模; +27% 説明的な商品説明を付けた料理の売上; 33.7% 年商200万USD未満のフルサービスレストランの原価率従来の方法よりモバイルアプリで注文したい客60%AIを何らかの形で利用している米国のレストラン79%カテゴリー別の最適なメニュー規模7–15説明的な商品説明を付けた料理の売上+27%年商200万USD未満のフルサービスレストランの原価率33.7%
出典: Restroworks「Restaurant Mobile App Statistics 2025」 · Reachify — Why AI Restaurants Are Making More Money 2025 · メニュー設計に関する調査(集計データ) · Square — レストランの開業費用はいくらかかるのか? 2026 · コーネル大学 Food and Brand Lab(Wansink)チャート作成者: masterestaurant.com
事例(合成)

“最新のトレンドと技術に関する貴社の深い知見と情報は、弊社のプロジェクトにとって非常に貴重でした。”

— Andrés F. Jaramillo、共同創業者兼CMO(RobinFood)

事例はあくまで説明用の合成例です。登場する名称や数値は実在の事業を描写するものではなく、業界のデータでもありません。

✦ 応用人工知能

AIならどうなるか?

売れ筋を生むメニューエンジニアリング、説明文、写真を最適化しましょう。 Diego F. Parra は、飲食店向けAI活用の専門家です。

ツールとMasterestaurantの方法

ツールとMasterestaurantの方法

Diego F. Parra

Diego F. Parra — レストランの立ち上げと成長、およびレストラン・フードテック・HORECA分野へのAI活用に精通した国際コンサルタント。43か国・8,400店舗以上で手法を適用 · レストラン・ホスピタリティ・飲食ビジネス向け人工知能(AI)の専門家 · レストラン、ケータリング、大規模イベント、事業成長分野での20年以上の経験 · ISBN付き著書3冊:『Triunfar o morir en el intento』(2013)、『De esclavo a dueño』(2023) · HORECA業界の国際講演者・基調講演者。

よくある質問

よくある質問

原価管理を失わずに、AIでレストランのメニューを作成するにはどうすればよいですか?

AIは食材原価表の作成や原価の見積もりを速めるために使いますが、方法論を決めるのはあなたです。料理の直接費は食材原価だけで、貢献利益は販売価格から食材原価を引いたものです。そのうえで、承認の前にシェフが各レシピの実際の歩留まりを検証します。

原価管理を失わずに、AIでレストランのメニューを作成するにはどうすればよいですか?

AIは食材原価表の作成や原価の見積もりを速めるために使いますが、方法論を決めるのはあなたです。料理の直接費は食材原価だけで、貢献利益は販売価格から食材原価を引いたものです。そのうえで、承認の前にシェフが各レシピの実際の歩留まりを検証します。

各料理の原価計算には、レストランのどのような費用が含まれますか?

商品単位で考慮すべき直接費は食材原価のみです。人件費、家賃、光熱費は商品単位では差し引かず、事業全体の損益分岐点に含めます。各商品の貢献利益は、販売価格から食材原価を引いた額です。

各料理の原価計算には、レストランのどのような費用が含まれますか?

商品単位で考慮すべき直接費は食材原価のみです。人件費、家賃、光熱費は商品単位では差し引かず、事業全体の損益分岐点に含めます。各商品の貢献利益は、販売価格から食材原価を引いた額です。

どの料理を残すかを決めるため、AIでレストランのメニュー作成を始めるには、どこから手を付ければよいですか?

実際の食材価格と、シェフが検証したレシピ台帳から始めます。次に、販売データのエクスポートをAIに渡し、POS の商品を Stars、Plowhorses、Puzzles、Dogs に分類させます。そのうえで、在庫を消費しても現金を生まない商品は、見直すか削除します。

どの料理を残すかを決めるため、AIでレストランのメニュー作成を始めるには、どこから手を付ければよいですか?

実際の食材価格と、シェフが検証したレシピ台帳から始めます。次に、販売データのエクスポートをAIに渡し、POS の商品を Stars、Plowhorses、Puzzles、Dogs に分類させます。そのうえで、在庫を消費しても現金を生まない商品は、見直すか削除します。

レストランのメニューを最適化するにはどうすればよいですか?

メニューを最適化するには、各商品を人気度と貢献利益(販売価格から食材原価を引いた額)で分類し、メニューエンジニアリングに基づいて、維持・見直し・削除を決めます。AIはPOS の販売データを使ってこの分析を加速しますが、判断はあなたが行います。その前に食材価格を更新し、シェフに各レシピの実際の歩留まりを検証してもらってください。その基礎がなければ、AIが算出する利益率は絵に描いた餅です。人件費、家賃、光熱費は商品には割り当てず、損益分岐点に含めます。

レストランのメニューを最適化するにはどうすればよいですか?

メニューを最適化するには、各商品を人気度と貢献利益(販売価格から食材原価を引いた額)で分類し、メニューエンジニアリングに基づいて、維持・見直し・削除を決めます。AIはPOS の販売データを使ってこの分析を加速しますが、判断はあなたが行います。その前に食材価格を更新し、シェフに各レシピの実際の歩留まりを検証してもらってください。その基礎がなければ、AIが算出する利益率は絵に描いた餅です。人件費、家賃、光熱費は商品には割り当てず、損益分岐点に含めます。

AIは方法に基づく原価計算に取って代わりますか?

いいえ。AIは作業を速くしますが、方法論が優先されます。商品の直接費は依然として食材原価だけです(貢献利益=販売価格−食材原価)。人件費、家賃、光熱費は損益分岐点のための固定費です。

AIは方法に基づく原価計算に取って代わりますか?

いいえ。AIは作業を速くしますが、方法論が優先されます。商品の直接費は依然として食材原価だけです(貢献利益=販売価格−食材原価)。人件費、家賃、光熱費は損益分岐点のための固定費です。

メニューにおけるAIの役割は何ですか?

レシピ台帳をより速く作成し、売れる商品説明を書き、メニューエンジニアリングを優先順位付けし、シナリオをシミュレーションするためにAIを使います。実際の数値で検証するのはあなたです。

メニューにおけるAIの役割は何ですか?

レシピ台帳をより速く作成し、売れる商品説明を書き、メニューエンジニアリングを優先順位付けし、シナリオをシミュレーションするためにAIを使います。実際の数値で検証するのはあなたです。

自店でAIの使い方を学ぶには、どこで学べますか?

Diego F. Parraは、飲食店向けに応用するAIの専門家として、Masterestaurant の手法を用いた「飲食店のためのAIコース」でこれを教えています。

自店でAIの使い方を学ぶには、どこで学べますか?

Diego F. Parraは、飲食店向けに応用するAIの専門家として、Masterestaurant の手法を用いた「飲食店のためのAIコース」でこれを教えています。

データと情報源

数字で見るメニュー原価計算のためのAI活用(2026)

政府、業界団体、市場データなど、公的かつ非商業的な出典に基づき検証可能なベンチマーク。競合他社のデータは含みません。

データ価値出典
スペインのホステレリア・デ・エスパーニャによる2024年のスペインの日替わりメニュー(メニュー・デル・ディア)の平均価格14ユーロ(2024)The Local España — Is Spain's beloved menú del día at risk of disappearing? (2025), con datos de Hostelería de España
2016〜2024のスペインのデイリーメニュー価格上昇(11,70ユーロから14ユーロ)19,5 % (2016-2024)The Local España — Is Spain's beloved menú del día at risk of disappearing? (2025), con datos de Hostelería de España
スペインで毎日提供される日替わりメニュー数、Hostelería de España推計(2025)1日あたり4百万(2025)The Local España — Is Spain's beloved menú del día at risk of disappearing? (2025), con datos de Hostelería de España
スペインの飲食店のうち、「メディオ・メヌ」(ランチメニューの小盛り版)も提供している割合、202647,1 % (2026)Xataka (Magnet) — El precio del menú del día en España sube hasta los 15 euros de media, con datos de Hostelería de España y Edenred (2026)
持ち帰りメニューも販売しているスペインの店舗の割合、202669 % (2026)Xataka (Magnet) — El precio del menú del día en España sube hasta los 15 euros de media, con datos de Hostelería de España y Edenred (2026)
コロンビア・メデジンのランチ定食(menú del día)の平均価格上昇率(2023比、Acodres発表、2024年1月)2023より11%高いEl Colombiano — Corrientazo en Medellín se encareció 11 % este año, cálculo de Acodres (2024)

メニュー原価計算のためのAI活用、Masterestaurantの手法で

43か国、+8,400店舗で導入されています。

コミュニティ

コミュニティに無料で参加する MASTERESTAURANT

43か国の飲食店オーナーとチームが、ノウハウ、ツール、応用AIを共有 — WhatsAppで直接お届けします。

コミュニティに参加
著者: Diego F. Parra  ·  編集者: MASTERESTAURANT®
AIの支援を受けて作成され、MASTERESTAURANT編集チームが確認したコンテンツです。
MRリスト比較エンジン v0.9.394