天気と予約をAIで読み、飲食店の仕込み量を整えるまで

雨音が、駅から少し離れた食堂こもれびの厨房に細く響いていた。開店前の薄暗い冷蔵庫を開けると、白菜、長ねぎ、きのこ、切り身の魚が、白い容器の中で静かに並んでいた。料理長の美咲は、奥から大きな鍋を取り出し、ふたを少しだけ持ち上げた。

昨夜仕込んだ煮込み料理が、まだたっぷり残っている。晴れの予報を見て、いつもの朝より多く仕込んだのだ。けれど、朝から降り始めた雨は昼になっても止まず、窓の向こうの歩道を歩く人影は少なかった。

美咲は、前日の仕込み表をそっと閉じた。鍋の表面には、冷めた脂が薄い膜のように浮かんでいる。冷蔵庫の野菜も魚も、今日使わなければ、明日には香りが変わってしまうかもしれない。

「この量は、今日だけでは使い切れないね」

背後で、店長の直人が小さく息をついた。彼は予約台帳を抱え、濡れた傘を入口の傘立てに置いたところだった。

「昨日の予約は、二十人近くあったでしょう。でも、実際に来たのはずっと少なかった。雨が強くなって、何組かは取り消しの連絡もなく来なかったの」

美咲は、台帳の端に挟まれた付せんを指でなぞった。そこには、予約の人数と来店した人数が、別々の筆跡で記されている。予約があるから安心だと思って仕込んだのに、鍋の中には、その安心の重さが残っていた。

その日の昼前、ホールの彩が厨房へ駆け込んできた。入口のベルが続けて鳴り、濡れたコートを脱ぐ客の声が、いつもより大きく聞こえた。

「美咲さん、予約のお客さまが一気に来ました。あと、予約なしのお客さまも入っています」

「煮込みは、あと何人分ある？」

美咲が鍋をのぞくと、底が見え始めていた。予約台帳には十人分の注文があるのに、鍋に残っているのは、その半分ほどだった。追加で作るには時間が足りず、魚を焼く手を止めても、すぐには追いつかない。

「すみません。煮込み料理は、あと三食です」

彩が客席へ戻ると、直人は発注用の紙を握ったまま立ち尽くした。美咲はまな板の上の長ねぎを見つめた。余った日と、足りない日が、同じ店の中で背中合わせになっている。

「予約人数だけでは、実際に来る人数がわからないね」

「うん。予約を取り消す人もいるし、予約なしで来る人もいる。雨の日は来店が減るけれど、寒い日は煮込みを選ぶ人が増えることもある」

直人は、店の小さな事務机を厨房のそばまで運んだ。机の上に、予約台帳、手書きの天気メモ、古いPOS画面を順番に並べる。POSは、料理が売れた記録を残す機械だが、画面にはメニュー名と売れた数が日付ごとに積み重なっていた。

「ここには、過去のPOS実績がある。曜日ごとの売れ方も、雨の日に減った客数も、祝日の昼に増えた注文も残っている」

「この天気メモには、近くの公園の祭りや、駅前の催しも書いてあるよ」

「それなら、予約情報と合わせられるかもしれない。まず予約分を見て、その上に、予約なしで来そうな人数を重ねる。曜日、祝日、天気、周辺イベントを見れば、明日の仕込みを今より落ち着いて考えられそうだ」

美咲は、余った野菜の箱を見た。箱の脇には、発注した日と仕入れ値を書いた伝票が立てかけてある。直人は、在庫の量、発注履歴、食材の原価も、同じ材料として扱いたいと話した。

「仕込み量だけじゃない。何をどれだけ発注するかも、判断しやすくしたい。今日の在庫を引いて、届くまでの日数も考えるんだ」

「新しい料理はどうするの？　まだ売れた記録がないよ」

「そこは、最初は私たちが決める。AIに全部任せるのではなくて、わかることと、まだわからないことを分けるんだ」

直人は、古いPOS画面を閉じ、紙の余白に小さな表を書いた。日ごとの来店客数、時間帯ごとの注文、料理別の販売数。その横に、予約人数、キャンセル、来店しなかった人数を書く欄を加えた。

「生成AIに、この表を読みやすくまとめてもらうことはできる。明日の予測を、通常分、予約対応分、天気による増減分に分けて説明してもらうこともできそうだ」

「でも、数字を予言する魔法ではないのね」

「そう。数を計算する中心は、過去の実績を学ぶ需要予測の仕組み。生成AIは、その結果を仕込み表や発注メモに直して、私たちが確認しやすくする道具だよ」

雨はまだ、厨房の小窓を細かくたたいていた。美咲は残った煮込みを小さな容器へ移し、明日の昼までに使う料理と、今日中に別の料理へ変える食材を分けた。直人は、予約台帳の横に新しい紙を置き、来店した人数と売れ残った量を書き始めた。

その夜、二人は店を閉めたあとも、机の明かりを消さなかった。余った日と足りなかった日の記録が、初めて同じ表の上に並んだ。美咲は、明日の仕込みを決める前に、まず今日の失敗を一行ずつ残すことにした。

週末の昼、「食堂こもれび」は予約で満席のはずだった。ところが、開店前からキャンセルの電話が続き、予約時間を過ぎても姿を見せない客がいた。

土曜の朝、直人は予約台帳を開いた。名前の横に並ぶ人数を見ながら、厨房へ声をかけた。

「今日は予約の人数を、そのまま仕込もう。煮込みも季節の魚も、足りないより多いほうが安心だよ」

美咲はうなずき、大鍋に野菜と魚を入れた。予約の多い時間に合わせて、人気の煮込み料理をいつもより多く作り、季節メニューの下ごしらえも進めた。

鍋からは、しょうがと醤油の香りが立ちのぼった。店の窓には、細い雨が流れていた。

やがて、一本目の電話が鳴った。

「申し訳ありません。予約を取り消したいのですが」

直人は台帳の名前に線を引いた。そのすぐあとにも、別の客から連絡が入った。さらに予約時間を過ぎても来店しない客がいて、ホールの時計だけが静かに進んだ。

「予約は満席なのに、席が空いているね」

直人がそう言ったとき、雨がふっとやんだ。駅から歩いてきた人たちが、雨のやみ間にまとまって店へ入ってきた。予約のない客が、温かい定食や焼き魚を次々に注文した。

ところが、焼き魚の下ごしらえは少なかった。反対に、予約客を見込んで多く作った煮込み料理は、鍋の中に残っていた。

「焼き魚は、あと二食です」

ホールの由美が札を持ってきた。直人は「売り切れ」と書かれた札を受け取り、入口のメニューにそっと立てた。

厨房では、美咲が残った煮込みを浅い容器へ移していた。粗熱を取り、決められた手順で冷蔵庫へ運ぶ作業は、いつもより重く感じられた。

閉店後、美咲は空になった魚の皿と、残った煮込みの容器を見比べた。

「予約人数は、来店する人数そのものではないんだね」

直人は返事をせず、予約台帳とPOS画面を並べた。そこには予約人数、注文内容、売れた料理が別々に残っていた。手書きの天気メモには、雨の強さと気温が記されていたが、どの画面ともつながっていなかった。

「美咲の勘が悪いんじゃない。判断に使える材料が、店のあちこちに分かれているんだ」

翌朝、直人は商店街の小さな相談会へ出かけた。そこで、飲食店のデータ整理を手伝う里奈と出会った。里奈は、直人の話を聞くと、白い紙に四つの丸を描いた。

「予約は、とても大切な材料です。でも、予約した人が全員来るとは限りません。過去のキャンセルやNo-Show、つまり予約したのに来ないことの記録を重ねると、実際に来そうな人数を考えやすくなります」

「天気も関係しますか？」

「はい。雨の強さや気温で、来店する人の数も、選ばれる料理も変わります。寒い日は煮込みが増え、雨の日は予約なしの来店が減ることもあります。店の過去の記録から、その傾向を見つけるのです」

里奈は、日付、曜日、予約人数、キャンセル、実来店人数、天気、料理ごとの販売数を一枚の表に並べた。

「こうしたデータを読むのが需要予測AIです。未来を言い当てる魔法ではありません。予約を土台にして、予約なしで来そうな人を加え、キャンセルやNo-Showの可能性を考え、料理ごとの注文を予測します」

直人は、昨日の空っぽの皿を思い出した。

「すると、仕込み量も自動で決まるんですか？」

「最初から任せきりにはしません。AIが示した来店人数や料理の数を見て、在庫や仕込み時間を加減します。予測が外れたときは、追加で作る料理や、売り切りにする料理も先に決めておくのです」

「生成AIは、どこで使うのでしょう」

「数を予測する主役は、需要予測AIや機械学習です。生成AIは、その結果を人に分かる言葉へ変えます。たとえば『雨のため予約外の来店を控えめに見込み、魚は予約分を優先する』という仕込みメモを作る役目です」

里奈は、富士通の「AI需要予測サービス」が、天気やPOSのデータから店舗ごとの客数や販売数を予測する事例を紹介した。丸亀製麺のような大きな店だけでなく、こもれびでも、まずは手元の記録をそろえるところから始められると、外食業のAI活用事例を見せながら話した。

直人は、AIという言葉に少し身構えていた。けれど、必要なのは大きな機械ではなく、散らばった記録を同じ表に集め、毎日の実績と比べることだと分かった。

店へ戻る道で、直人は美咲に電話をかけた。

「明日の予測を、予約人数だけでなく、実際に来そうな人数で見てみよう。予約、天気、POS、在庫を一緒に並べるんだ」

美咲は、冷蔵庫の中を思い浮かべた。余った鍋と、足りなかった魚。その両方を減らせる可能性が、まだ小さな灯りのように残っていた。

「うん。やってみよう。明日は、予測を見てから鍋を火にかけよう」

雨音が細く続く午後、奈緒は「食堂こもれび」の厨房に入った。直人の知人で、飲食店の業務改善を手伝う仕事をしている。美咲は、古いPOS画面と予約台帳を並べた作業台へ奈緒を案内した。

「今日は、AIにいきなり仕込み量を聞きません。先に、店の記録を同じ場所へそろえます」

奈緒は白いホワイトボードに、青いペンで大きな丸を描いた。その中へ、過去のPOS販売実績、曜日、祝日、気温、降水確率、周辺イベント、人の流れを書き込んだ。

「季節メニューがあったかどうかも必要です。在庫と発注履歴も入れます。予約人数、キャンセル、No-Show、つまり予約したのに来なかった記録も大切です」

美咲は、鍋のふたを閉めながら首をかしげた。

「そんなにたくさんの記録を、ひとつにつなげられるの？」

「つなぐ場所を作れば大丈夫です。まずPOSから販売実績をCSVで出します。CSVは、表の一行一行を、カンマで並べたファイルです」

奈緒は店のPOSから、日付、商品名、販売数を含むファイルを出した。予約台帳からは、来店日、時間、人数、予約の状態、コース名をGoogleスプレッドシートへ写した。

「次に、Open-Meteo APIから明日の天気を取ります。APIは、別のサービスへデータを取りに行く窓口です。Google Apps Scriptを使えば、指定した日付の気温や降水確率を、表へ自動で入れられます」

直人が画面をのぞき込むと、POSの日付は「月・日・年」の順だった。予約表は「年・月・日」の順で、同じ日なのに別の日として表示されている。

「つながりませんね」

「小さなつまずきです。日付の形をそろえます。食材を箱へ詰める前に、ラベルをそろえるようなものです」

奈緒は両方の日付を同じ形式に直した。そして、同じ日付の行を横に並べた。曜日と祝日、季節メニューの有無、イベントのメモも、その行へ加えた。

しばらくして、予約人数を入れた予測画面が表示された。ところが、翌日の来店見込みが、直人の感覚より高い。

「予約の人数を、そのまま足していませんか？」

美咲が予約表を調べると、「仮予約」の行まで確定予約として入っていた。さらに、過去のキャンセルとNo-Showの欄が空白だった。

「AIの計算が間違ったの？」

「今回は、AIより前の決め方が間違っていました。予約人数をそのまま確定需要にはしません。過去の曜日や時間帯ごとのキャンセル傾向を見て、実来店見込み数に置き換えます」

奈緒は予約の状態を「確定」「キャンセル」「No-Show」「仮予約」に分けた。確定だけを基礎にし、過去の記録からキャンセル見込みを加えた。仮予約は別の欄に残し、直人が確認できるようにした。

ホワイトボードの右側には、予測の流れができた。予約から見込める人数に、予約なしで訪れる客の傾向を足す。曜日、天候、周辺イベント、季節メニューの影響を重ね、翌日の来客数とメニュー別販売数を予測する。

「ここで数字を出すのは、需要予測AIです。生成AIは、その結果を人が読める仕込み指示へ変えます」

奈緒は、画面に表示する項目を一つずつ決めた。翌日予測来客数、予約人数、キャンセル見込み、天候要因、メニュー別仕込み量、発注推奨量。天候要因の欄には、「雨のため予約外の来店を控えめに推計」と短い説明が出るようにした。

美咲は画面を見ながら、眉を上げた。

「AIが出した数字を、そのまま鍋に入れるの？」

「入れません。AIは予測と提案をします。消費期限、冷蔵庫の容量、発注のリードタイム、最低発注量を確認して、最後は直人さんが承認します」

奈緒は発注推奨量の横に、在庫量と発注済みの食材も表示した。必要な食材量から、いまある在庫と届く予定の分を差し引く。足りない分だけを発注候補にする仕組みだ。

「業務システムへ戻すときは、API連携を使います。AIからの返事はJSONという箱に入れます。料理名、仕込み量、理由を決めた場所へ入れる形式です」

直人が「もし箱の中身が違ったら？」と尋ねると、奈緒は白い箱の絵を描いた。

「JSON Schemaは、その箱の形を決める設計図です。まず形式を確認します。次に、最低発注量や保管容量を守っているか、業務ルールを確認します。合わなければ、送信せずに直します」

試しに、翌日の仕込み指示を作った。煮込み料理は予約分を先に確保し、魚料理は天気による予約外の減少を反映した。新しく始めた季節メニューには、過去の販売記録が少ないため、「店長が調整」と赤い印が付いた。

美咲はその印を見て、季節メニューの仕込み量を少し戻した。奈緒はその変更理由を「新メニューで実績が少ない」と記録欄へ残した。予測と実績の差を毎日見れば、次の判断に使えるからだ。

直人は最後に、仕込み指示の承認ボタンを押した。画面の下に、予約分、通常分、天候による調整分が分かれて並んだ。

「これなら、なぜその量なのかを厨房で話せます」

窓の外では、雨が少し弱くなっていた。美咲はホワイトボードの端に、明日の朝に確認することを書いた。予約の変化、冷蔵庫の残り、実際の来店数。その三つを見て、鍋の火加減と仕込み量を最後に整えることにした。

翌朝、こもれびの三人は、翌日の来客数と予約の実来店見込みを画面で確かめながら、仕込み台を整えた。昨日まで紙の束に埋もれていた厨房に、今日は同じ予測画面が一枚だけ光っていた。けれど、最初の提案には、すぐに赤い印がついた。

「いきなり全メニューを任せるのは、まだ早いです。まずは明日の人数と、予約のお客さまが本当に来る見込みを見ましょう」

奈緒は、画面の左側を指でなぞった。店内データを整え、予約と実来店見込みを結びつける。そのあとで天候、曜日、イベントを重ね、最後にメニュー別の仕込み量と発注の目安を出す。需要予測では、販売実績や予約だけでなく、天候や曜日などを組み合わせる考え方が使われている。出典3

「順番を飛ばさないんですね」

美咲が、予約台帳の小さな欄を見た。予約人数は確定したように見えても、キャンセルや変更が残っている。奈緒は、来店が確実な予約、確認が必要な予約、キャンセルの可能性がある予約を画面上で分けた。

その下に、生成AIが作った説明文が表示された。需要の数値を計算するのは需要予測AIで、生成AIはその理由を厨房の言葉に置き換えている。

「雨の可能性が高く、冷たい料理の注文は弱まり、温かい料理の需要が増える可能性があります」

直人は、画面の文章をゆっくり読み上げた。以前なら、晴れると思って冷たい料理を多く仕込み、雨の午後に鍋を見つめていた。その記憶が、三人の間に静かによみがえった。

「これは、使えそうですね」

美咲が野菜の推奨量を確認した。だが、冷蔵庫の棚を開けると、提案された量は店の保管容量を超えていた。葉物を重ねれば、下の野菜がつぶれてしまう。保存時間を考えれば、すべてを朝に仕込むこともできなかった。

「AIは、冷蔵庫の大きさまでは知らないんですね」

直人は苦笑し、予測画面を印刷した紙をカウンターに置いた。赤いペンで、保管できる量、食材の消費期限、仕入れ先の納品日を書き込んでいく。発注リストには、納品が仕込み日に間に合わない食材や、最低発注量が店の必要量と合わない食材もあった。

「現在庫と必要量だけでは足りません。いつ届くかと、どれだけ置けるかも一緒に見ないと、発注にはできません」

奈緒は、赤い印のついた欄をデータに戻した。仕込み量は予測来店客数や商品別需要だけでなく、現在庫や発注リードタイムを差し引いて決める考え方が基本になっている。出典3

美咲は画面を見ながら、食材を二つのかごに分けた。すぐ使う魚と葉物は朝の仕込みへ。注文を受けてから仕上げられる具材は、下ごしらえだけにして残した。予約客のキャンセル見込みがある分は少し控えたが、全部を減らすことはしなかった。

「雨でも、思ったより来ることはあります。追加できる分を残しておけば、足りなくなったときに動けます」

「余らせないことだけを目標にすると、今度は欠品になりますね」

直人は、赤い線の横に青い丸をつけた。通常の仕込み、予約対応分、天候による増減分が、ひとつの画面で分かれていく。前は経験の違う三人が別々の紙を見ていたが、今は同じ理由を見ながら、別々の判断を重ねられた。

最後に、直人が承認欄を開いた。画面には、予測値をそのまま発注や仕込みに使わず、店長が確認してから進める流れが表示されている。

「赤いペンの仕事も、仕組みの一部にしておきましょう。AIの提案は、答えではなく下書きです」

美咲が承認前の食材をひとつずつ読み上げ、奈緒が修正内容を記録した。三人の手が止まる回数は、昨日までより少なかった。厨房には、迷いの大きな沈黙ではなく、確かめるための短い声が残った。

開店前、窓の外の空が変わった。雨雲は薄くなり、朝の予報も更新されていた。奈緒が新しい天候データを取り込むと、AIは来客数の予測と発注推奨をもう一度計算した。

「一度出して終わり、ではないんですね」

「予約も天気も動きます。だから、仕込みの前に見直せるようにします」

画面の提案が少し変わり、赤い修正線も短くなった。冷蔵庫には、詰め込まれすぎない野菜が並び、仕込み台には注文後に仕上げる食材が残っている。雨の日に余った鍋を囲んでいた厨房の空気は、まだ慎重なままだったが、明日の変化を待てる落ち着きを帯びていた。

数日間の試行を重ねた夕方、「食堂こもれび」の厨房では、閉店前の鍋が静かに湯気を上げていた。余る料理も、売り切れを告げる声も、少しずつ減っていた。

美咲は、朝から全部を仕込まなかった。だしと根菜は先に火へかけ、魚は予約の時間に合わせて下ごしらえをする。冷蔵庫の棚には、使う時刻を書いた小さな札が並んでいた。

「前は、安心したくて多めに作っていたんだね」

直人は、タブレットの画面を開いた。そこには天候、予約人数、キャンセル見込み、メニュー別の仕込み量、発注推奨量が順に表示されていた。生成AIは、その数字を見やすい文章に直し、「雨で温かい煮込みの需要が増えそうです」と理由も添えていた。

「雨の日は、煮込みを少し厚くする。でも、生魚は予約分を中心にするよ」

直人は赤ペンで画面の案を直し、最後に承認の印をつけた。予測を出すAIと、店の保管場所や納品時間を知る人が、同じ仕込み表を見ていた。

その日の夕方、急に雨が上がった。近くの公園で予定外の催しが始まり、予約のない客が続いたため、予測より焼き魚が早くなくなった。

「外れた理由も、残しておこう」

奈緒は、販売数と廃棄量の欄に、地域イベントと天候の変化を書き加えた。

「この記録が、次の予測に戻ります。店独自の判断材料が増えるんです。難しく言うとモデルの学習ですが、ここでは『こもれびの経験を覚えてもらう』くらいで大丈夫です」

壁の報告書には、こもれびの成果ではなく、参考事例が並んでいた。発注・在庫AIの事例には廃棄30〜40％削減（調査名・企業名・URLの記載なし）、Aetherisの需要予測事例には廃棄30％削減（URL記載なし）とある。スシロー系事例では、1〜15分先の需要予測が95％超の精度となり、廃棄75％削減と紹介されていた。富士通のAI需要予測サービスを丸亀製麺の国内823店舗に導入した事例も、飲食・外食業のAI活用事例として貼られていた。

別の紙には、天候と予約を仕込み量に結びつけた事例として、食品ロス20％削減、コスト15％削減と記されていた。企業名や調査名、URLは不明だったため、奈緒はそのまま「出典情報不足」と添えた。数字は、こもれびの結果に見えないよう、太い線で区切られていた。

閉店後、美咲は廃棄箱をのぞいた。山盛りだった頃の面影はなく、底が見えていた。

「明日の分まで、今日の鍋に入れなくてよくなったね」

直人は、実際の販売数と廃棄量を記録した仕込み表を閉じた。窓の外では、昼の雨が乾いた道を、駅へ向かう人の靴音だけが静かに渡っていた。厨房の冷蔵庫には、明日の予約分と、まだ決めすぎていない食材が、ちょうどよい間隔で並んでいた。

奈緒は最後の灯りを落とし、翌日の天気欄に小さく「確認」と書いた。こもれびの夜は、余った料理を見つめる夜から、明日の一皿を待つ夜へ変わっていた。

数週間後の朝、こもれびでは、天気と予約を見ながら必要な分だけを仕込む時間が始まっていた。雨は前と同じように、駅から少し離れた厨房の窓を細くたたいている。それでも、冷蔵庫の前に立つ美咲の手は、以前のように止まらなかった。

直人は予約台帳を開き、その横でAIの画面を確認した。画面には予約人数だけでなく、実来店見込みと天候要因が並んでいる。雨による来店の下がり幅や、過去の同じ天気の日のキャンセル見込みも、短い文章で表示されていた。

「予約が入っていても、そのまま全員が来るとは限らない。今日は雨の影響を少し見ておこう」

直人は予測を読み、しばらく窓の外を見た。AIの予測が表示されても、店長の承認欄には毎日、直人の赤いチェックが入る。画面の数字をそのまま信じるのではなく、駅前の様子や近くの店の開き具合まで確かめてから、仕込みの合図を出していた。

「今日は煮込みを先に少し。魚は注文の流れを見て、あとから焼けるようにしておくね」

美咲は食材を一度に山積みにしなかった。鍋に入れる野菜を先に切り、魚は保存時間を考えて下処理を分けた。すぐに使う食材と、後半の注文に合わせて追加できる食材が、仕込み台の左右に静かに並んでいく。

ホールの奈緒は、予約の席を確認しながら、厨房の札を見ていた。そこには、早めに準備するものと、注文が増えたら追加調理できるものが分けて書かれている。

「売り切れが心配でも、最初から全部作らなくていいんだね」

「うん。足りなくなりそうなら、次の鍋をすぐ動かせるから」

奈緒はうなずき、席の案内表に小さく印をつけた。売り切れを恐れて余分に仕込む代わりに、どの食材なら途中で増やせるかを知っている。そのことが、ホールの声にも厨房の動きにも、落ち着きをつくっていた。

前日の夕方、駅前広場で急な催しが開かれると知らせが入ったときも、奈緒は慌てなかった。予約台帳にイベント情報を追加すると、AIの予測が更新され、時間帯ごとの実来店見込みが少し変わった。直人は更新された画面を見て、仕込みの順番だけを調整した。

「天候要因は雨。キャンセル見込みは少し高め。でも、催しの帰りのお客さんは遅い時間に来そうだね」

美咲は画面の文章を読み、厨房の動きに置き換えた。最初の鍋は小さく始め、遅い時間に出る分の具材は冷蔵庫の手前に置く。AIの言葉は、そのままではなく、包丁を入れる順番や火をつける時刻に変わっていった。

以前は、閉店後に余った食材を一つずつ数えていた。今は、予測と実績の違いを、翌日の仕込み台帳に書き込む。魚が思ったより早く出た日には「雨でも遅い時間に注文が増えた」と残し、煮込みが残った日には「予約客のキャンセルが多かった」と記す。

その夜も、廃棄箱は軽かった。美咲は台帳を閉じ、空いた保存容器を洗い場へ運んだ。直人は赤いチェックのついた画面を保存し、翌日の天気欄をひとつだけ確認した。

やがて雨が上がった。濡れた道に朝の光が細く伸び、最初の客が暖簾をくぐる。

直人は画面を閉じ、美咲は鍋のふたを開けた。湯気の向こうには、必要な分だけが静かに整った厨房があった。