Marble、レストランの在庫と労務向けAIバックオフィスシステムを発表

Why it matters

Marble is testing whether multimodal AI can automate restaurant workflows where small errors in inventory and labor planning can erase an already thin profit margin.

Aakar Khanna and Arjun Chaliha (@arjunjchaliha) は木曜日に Marble を立ち上げ、在庫、購買、請求書、食品準備、労務計画を扱うレストラン向けのAIオペレーティングシステムを提案しました。

Chaliha は 7月30日のXでの投稿 で Marble を「自律的なバックオブハウス」と紹介しました。以前は Truffle と呼ばれていたこのニューヨークの企業は Y Combinator の Summer 2026 バッチの一員で、従業員は2名しかおらず、CEO が Khanna、CTO が Chaliha です。

創業者らはほぼ10年前、ミシガン大学の1年生として出会いました。Khanna は家族の複数店舗レストラン事業の経営に携わって育ち、その後 Goldman Sachs の投資銀行アナリストとしてレストランや飲食業界を担当しました。のちにトラッキングファイナンス企業 AtoB で事業運営に携わり、ヘルスケアのスタートアップ Kouper では戦略とオペレーションを率いました。

Chaliha はミシガンでコンピュータサイエンスを学び、その後 Bloomberg の電子取引部門でAIと機械学習プロジェクトを主導しました。彼の最初の創業プロジェクトは大学時代に始まり、学生を分単位の料金でピアチューターとつなぐマーケットプレイス Peer Minutes の立ち上げを手伝いました。このプロジェクトは大学の Michigan Business Challenge に出場しました。

Marbleの仕組み

Marble は、レストランのマネージャーのポケットに既にある携帯電話から始まります。オペレーターはモバイルアプリを使って在庫の写真を撮ったり、項目を声に出して数えたりできます。Marble によれば、そのコンピュータビジョンと音声システムは手動カウントに比べて在庫記録を90%速く行い、精度は99%です。

得られた在庫データは機械学習モデルに供給され、Marble はそれがアイテム単位の需要を97%の精度で予測すると述べています。ソフトウェアエージェントはその予測を用いて発注を行い、調理指示書を作成し、従業員のシフトを作成し、廃棄を追跡し、請求書を照合し、メニューの経済性を分析します。モデルは需要を推定する際に、予約、天候、祝日、地域イベントやニュースも考慮に入れることができます。

これらの精度と性能の数値は同社の報告によるものです。レストラン向けソフトウェアは、雑多で場所依存の情報を日々のサービス中にマネージャーが信頼できる発注やスケジュールに変換する必要があるため、これらの数値は Marble の販売上の主張にとって中心的です。

Marble はアメリカ合衆国とカナダの複数店舗を持つレストラングループで稼働していると述べています。同社の Y Combinator のランチページ は A&W Restaurants、The Kati Roll Company、Sophie's Cuban、Kokomo NYC、HolyShred、Dead Letter No. 9 を顧客に挙げています。

Marble によれば、顧客は食品廃棄を40%削減し、在庫切れを解消し、マネージャーの労働時間を毎週30時間以上節約しています。Marble は公表したランチ資料でその結果を特定の顧客に結びつけていないため、これらの数値は初期導入に関する Marble の主張として残っています。

混雑するバックオフィス領域

この製品は、既に確立されたベンダーと増えつつあるAI志向の挑戦者が存在するレストランソフトウェアのカテゴリに参入しています。MarketMan は在庫、購買、レシピコスト計算のソフトウェアを月額199ドルから提供しています。Stockcount は音声在庫、請求書スキャン、AIアシスタントを月額19ドルから提供しています。MarginEdge は在庫、請求書処理、発注、コスト報告を組み合わせ、Crunchtime は大規模なレストラングループ向けに在庫、スケジューリング、キッチン管理、運用タスクをカバーしています。

Marble はより広範なプロダクトへの賭けをしています。在庫カウントを単独の時短機能として売るのではなく、Khanna と Chaliha は1つのシステムでレストランのデータを収集し、需要を予測し、その後に続く作業を実行したいと考えています。その範囲は Marble にアカウントへの複数の入り口を与えますが、同時にPOSシステム、会計パッケージ、サプライヤーに既に接続しているベンダーと競合することにもなります。

経済的な訴求は直接的です。National Restaurant Association は、食品と労働がそれぞれ典型的なレストランの売上の約3分の1を消費し、税引前利益率が約5%に留まると推定しています。同協会は、平均的なレストラン費用が2019年から2026年の間に36%上昇したと推定しています。2026年前半の調査では、回答した事業者の33%が自分たちのレストランが赤字であると述べました。

その圧力があるため、日々のレストラン環境で節約が維持されるならばバックオフィスの自動化は正当化しやすくなります。Marble にとっての試練は、そのエージェントがメニュー、仕入先、保管レイアウト、スタッフ規則の違いを、マネージャーが維持しなければならない別のシステムを増やすことなく扱えるかどうかです。

YCは垂直特化のAIプレイを支援

Y Combinator は Marble を Summer 2026 の現役企業としてリストしており、パートナーの Brad Flora が主要パートナーに割り当てられています。Khanna は6月に受け入れを発表した際に Flora とYCパートナーの Christina Gilbert にも感謝を述べました。

Y Combinator の標準的なディールでは、受け入れられた企業は50万ドルを受け取ります。YC は12万5千ドルを7%の対価で投資し、追加で37万5千ドルを上限のないSAFEを通じて出資します。そのSAFEには最恵国条項が付いています。

この投資により Khanna と Chaliha は、マルチモーダルAIが従来は従業員が入力していた物理的な詳細を構造化できることを実証する余地を得ます。Marble の強みは、各在庫カウント、修正、発注の後に蓄積される運用データから生まれるでしょう。その学習ループが、既にキッチンで使われているクリップボードやポイントツールを置き換えるのに十分有用かどうかは顧客が判断します。