Ted Taylor，一位擁有25年半導體產業經歷後轉入餐飲業的獨立加盟商，目前在新墨西哥州經營三家Schlotzsky’s和Cinnabon的聯名餐廳。他利用OpenAI技術加速處理菜單定價、人員排班及後台運營等耗時任務。
在菜單重新定價方面，Ted使用ChatGPT Work整合食譜成本、項目受歡迎程度、當地競爭對手定價、份量大小以及店內與外送訂單的不同經濟效益等因素。過去需要5天才能完成的分析工作，現在僅需1至2小時即可完成，時間縮短了95%。ChatGPT Work會根據Ted提供的定價目標、策略及菜單項目清單（包含當前價格），生成建議的店內和外送價格電子表格，並考慮客戶留存率和避免價格衝擊等整體業務結果。Ted表示，ChatGPT Work提供了更深入的地方比較分析，幫助他避免了可能導致某些項目失去競爭力的漲價。
在勞動力管理方面，Ted授予ChatGPT Work對銷售和勞動力數據的只讀權限，以審查三家餐廳的勞動力追蹤情況。該工具比較計劃、預算和實際工時與預測及實際銷售額，並回顧過去12週的數據以標記加班、超長班次和覆蓋缺口。此外，Ted測試了使用ChatGPT Work生成每週排班表的功能，提供員工名單（包含角色、培訓、可用性和薪資）及不同銷售水平下的 staffing 需求。經過與經理共同調整規則後，ChatGPT Work現在能生成完整排班表供經理審核和輸入系統。Ted估計，優化後的排班可能將每小時勞動力成本降低銷售額的1-2%，每年可能釋放5萬至10萬美元的現金流，用於增加薪資、獎金或業務投資。
在後台任務方面，ChatGPT Work幫助Ted將每月三家餐廳的現金對帳時間從3小時縮短至5-10分鐘（減少94%），並通過匯總工資輸入數據，每個工資週期節省4小時的手動工作。此外，當新墨西哥州要求餐廳保留體液事件書面程序時，ChatGPT在約30秒內起草了相關文件；Ted還利用ChatGPT Work建立了一個網頁門戶，讓員工請求供應品或維修，並通過專用電子郵件通知狀態。
Ted的方法論是向ChatGPT提供與自己做決策時相同的數據和指南，並比較其輸出結果。隨著對結果信心的增加，他擴展了使用範圍，但始終在實施前審查結果。他認為ChatGPT Work的價值不僅在於節省時間，更在於讓他能進行原本可能跳過的深入分析，並將更多時間用於客戶、員工和業務增長。
尚待確認：原文提到‘could free up $100K in cash flow’及‘could eventually reduce hourly labor costs by one to two percentage points’，這些是基於Ted估計的潛在效益，而非已實現的確定財務結果。
尚待確認：ChatGPT Work生成的排班表需經過經理審核和調整後才能使用，並非完全自動化無人介入的流程。
