名簿には38人。でも、食堂に来るのは何人か。
「多めに炊いておく」を、根拠のある見立てに変える。

宿の朝食には、はっきりした片側の怖さがあります。「足りない」は事故で、「余る」は我慢。だから前夜の仕込みは名簿の人数プラス数人ぶんに倒れ、炊飯器のご飯と寸胴の味噌汁が毎朝すこしずつ余ります。ビュッフェ台のある宿なら、終了30分前に「空にしておけない」と新しい大鉢を出して、ほぼ手つかずのまま下げる——あの一鉢も同じ理屈です。しかも炊飯は朝いちに決め切りで、あとから炊き直す時間はありません。多めに倒すのは、いいかげんだからではなく、外したときの保険がそれしかないからです。

面白いのは、この予測が「誰が来るか分からない」予測ではないことです。スーパーの惣菜やパン屋の見込み製造とちがい、あすの朝食を食べる人の名簿は、前の晩にはもう帳場にあります。プランに朝食が付いているか、連泊何日目か、団体か、チェックインが何時だったか——読みの材料は揃っているのに、毎朝の「来た・来ない」を記録していないから答え合わせができず、目算がいつまでも上手くならない。大手チェーンはICタグやAIカメラで朝食会場の人数を数え始めましたが、あれは数百室の規模で成り立つ仕組みです。客室14室の宿が問い合わせて、届く値段では返ってきません。この想定シナリオは、その「うちの規模じゃ無理」を外すための設計です。

使うデータは、突拍子もないものではありません。帳場の予約台帳にある項目（プランに朝食が付いているか・人数構成・連泊何日目か・団体か・チェックイン時刻）と、毎朝の消し込み（どの部屋が何時に食堂へ来たか）。この2つです。消し込みの実績がまだ無い宿は、最初の1ヶ月は紙の名簿にチェックを付けるところから始めれば十分で、その1ヶ月がそのまま読みの土台になります。読みは1個の数字ではなく「38人中32〜35人」のような幅で出します。臨時の早出、子どもの体調、天気——外れる朝は必ずあるからで、外れた朝には理由を一言だけ残してもらい、それが次の読みに戻る作りにします。

もうひとつの軸は時間です。宿の朝は、何人来るかと同じくらい「いつ来るか」で決まります。バスが8時20分に出る団体は7時台前半に固まる。工事の連泊は開店と同時。家族連れは朝湯のあとの8時台。だから見立ては人数の幅と一緒に15分刻みの山で出し、炊き上がりの時刻・焼き場の先焼き・ホールの人数まで翻訳します。そして仕込みは「朝いちに決め切るもの」（炊飯・出汁）と「様子を見て足せるもの」（焼き物・小鉢）に分け、決め切るものは読みの下限で構え、上振れは足せるもので受ける。予測AIの設計（EvoQuest AI）と、板場とホールが毎朝触る画面の設計（EvoQuest Apps）を、うちがまとめて面倒を見る理由はそこにあります。