Retail, terutama minimarket dan supermarket, adalah bisnis dengan margin laba yang tipis. Di Indonesia, misalnya, salah satu pengelola jaringan minimarket melaporkan margin laba bersih antara 2,66% dan 3,18% selama 2023–2025. Pada 2025, marginnya sebesar 2,69%. Artinya, dari setiap Rp100.000 penjualan, sekitar Rp2.690 menjadi laba bersih perusahaan. Di Amerika Serikat, FMI mencatat margin laba retailer pangan sebesar 2,1% pada 2025. Dalam bisnis seperti ini, mengurangi barang kedaluwarsa atau memangkas lembur untuk pekerjaan rutin dapat memberi kontribusi nyata terhadap profitabilitas, terutama jika perbaikannya berlaku di banyak cabang.
Salah satu peluang perbaikan itu terlihat saat pelanggan mencari susu rendah lemak pada Sabtu pagi. Rak susu tampak penuh, tetapi varian yang ia cari kosong. Padahal, sistem mencatat toko masih memiliki enam karton. Apakah staf perlu mengambil barang dari ruang belakang, memeriksa kiriman yang seharusnya sudah tiba, atau menyesuaikan pesanan untuk akhir pekan berikutnya? AI dapat membantu tim menjawabnya dengan mencocokkan kondisi rak, catatan persediaan, dan pola penjualan di cabang tersebut.
Di sinilah kecerdasan buatan atau artificial intelligence (AI) dapat membantu. Pertanyaan pertama yang perlu dijawab adalah di bagian mana proses retail mengalami masalah.
Apa yang dimaksud dengan implementasi AI di industri retail?
Implementasi AI di industri retail berarti menggunakan teknologi yang mampu mengenali pola dalam data untuk membantu tim mengambil keputusan atau menyelesaikan pekerjaan. Jenis datanya mengikuti kebutuhan. Riwayat penjualan membantu perencana memperkirakan permintaan. Video rak membantu staf menemukan produk yang salah tempat. Pertanyaan yang diucapkan pelanggan dapat digunakan oleh kios interaktif untuk mencari informasi produk atau menunjukkan lokasi suatu kategori di toko.
Ambil contoh aturan pemesanan otomatis. Toko dapat mengatur sistem untuk mengirim peringatan saat stok susu tersisa sepuluh karton. Peringatan itu menghemat waktu, tetapi ambangnya sama untuk Senin pagi dan Jumat malam. Dengan mempelajari pola permintaan cabang tersebut, AI dapat membantu memperkirakan apakah sepuluh karton cukup sampai kiriman berikutnya tiba. Kepala toko pun bisa mengetahui mengapa stok dengan jumlah yang sama masih aman pada awal pekan, tetapi perlu segera ditambah menjelang akhir pekan.
Lima contoh penerapan AI di industri retail dan manfaatnya
1. Mempercepat forecasting harian dan memperbaiki perkiraan permintaan
Bayangkan dua cabang supermarket masing-masing menjual rata-rata 20 karton susu per hari. Cabang dekat perkantoran paling ramai pada hari kerja, sedangkan cabang dekat permukiman mencatat penjualan tertinggi pada akhir pekan. Jika angka rata-rata itu dipakai untuk memesan stok hari Sabtu, cabang pertama berisiko menerima terlalu banyak susu dan cabang kedua bisa kehabisan sebelum sore. Perencana berpengalaman mungkin hafal pola dua cabang tersebut. Tantangannya muncul ketika ia harus memeriksa ribuan kombinasi produk dan toko setiap pagi.
AI dapat memperhitungkan pola hari, perbedaan antarproduk dan antartoko, serta pengaruh harga dan promosi secara bersamaan. Sebagai contoh, lonjakan penjualan susu pada Sabtu saat ada diskon memberikan petunjuk yang berbeda dari kenaikan yang konsisten terjadi setiap Sabtu dengan harga normal. Dengan data yang memadai, model dapat membedakan kedua pola tersebut saat menyusun perkiraan berikutnya. Akurasinya bisa diuji dengan membandingkan hasilnya terhadap metode yang biasa digunakan retailer. doi.org
Manfaat bagi tim perencanaan adalah berkurangnya waktu untuk menyusun dan memperbarui forecast harian. Setelah perkiraan awal tersedia, perencana dapat memusatkan perhatian pada kasus yang membutuhkan penilaian, misalnya:
- Penjualan tercatat rendah karena produk sudah habis sejak siang.
- Promo besar akan dimulai, tetapi riwayat produk serupa masih terbatas.
- Ada acara di dekat satu cabang yang berpotensi meningkatkan kunjungan.
Perkiraan penjualan menjawab berapa banyak susu yang mungkin terjual akhir pekan ini. Untuk menentukan berapa karton yang perlu dikirim ke setiap cabang, tim perlu memahami perbedaan demand forecasting dan inventory optimization.
2. Mengisi stok sesuai kebutuhan dan mengurangi persediaan berlebih
Perkiraan permintaan membantu retailer menentukan berapa banyak barang yang mungkin terjual. Keputusan berikutnya adalah dari mana barang itu sebaiknya dipenuhi. Misalnya, sebuah toko diperkirakan kekurangan sepuluh karton minuman sebelum pengiriman rutin berikutnya. Pada saat yang sama, cabang terdekat memiliki stok berlebih dengan sisa masa simpan pendek. Jika biaya transfer masuk akal dan stok cabang asal tetap mencukupi, memindahkan barang dapat mencegah penjualan yang hilang sekaligus mengurangi risiko produk kedaluwarsa.
Jumlah yang perlu dipesan bisa berbeda meskipun dua toko memiliki perkiraan penjualan yang sama. Di sinilah replenishment berbasis AI membantu tim memperhitungkan stok yang masih tersedia dan kiriman yang sedang dalam perjalanan.
InfiniSupply dari digitalplace.ai membantu tim menghubungkan perkiraan permintaan dengan rekomendasi pengisian dan redistribusi stok. Bagi tim pembelian, manfaatnya adalah menjaga ketersediaan barang tanpa selalu menambah pesanan ke pemasok. Bagi tim keuangan, lebih sedikit modal tertahan pada produk yang lambat terjual.
3. Mempersingkat pemeriksaan rak dan kepatuhan planogram
Planogram adalah panduan penataan produk di rak, termasuk posisi setiap varian dan jumlah kemasan yang seharusnya berjajar menghadap pelanggan. Pada contoh susu tadi, ruang untuk varian rendah lemak mungkin terisi susu cokelat. Untuk menemukan kesalahan itu secara manual, staf harus mencocokkan kemasan satu per satu dengan panduan, menghitung jumlahnya, lalu mencatat lokasi yang perlu diperbaiki. Pekerjaan ini memakan waktu, terutama untuk kategori dengan kemasan yang hampir identik.
Dengan InfiniShelf dari digitalplace.ai, staf merekam kondisi rak menggunakan ponsel. AI menganalisis video untuk membantu menandai ruang kosong, produk yang salah tempat, atau jumlah kemasan yang berbeda dari planogram. Staf kemudian dapat langsung memeriksa lokasi yang ditandai.
Dari rekaman tersebut, staf dapat mendeteksi stok kosong di rak dengan AI sekaligus mengetahui apakah ruang untuk susu rendah lemak justru ditempati varian lain.
Waktu yang biasanya digunakan untuk mencocokkan dan mencatat kondisi rak dapat dialihkan untuk mengisi produk yang kosong dan memperbaiki penataannya. Jika susu rendah lemak tersedia di ruang belakang, tindakan paling bernilai pada Sabtu pagi itu adalah membawanya ke rak selagi pelanggan masih berbelanja.
4. Mengurangi kebutuhan staf gudang memeriksa rak di ketinggian
Di gudang dengan rak tinggi, membaca label pada karton di tingkat atas bisa mengharuskan staf menggunakan peralatan akses. Setiap pemeriksaan membutuhkan persiapan, meskipun tujuannya hanya memastikan karton berada di lokasi yang tercatat. Ketika proses ini berulang di banyak lorong, tim menghabiskan waktu untuk mencapai titik pemeriksaan dan staf lebih sering terpapar risiko bekerja di ketinggian.
Waktu untuk menyiapkan akses ke rak tinggi dan mencari barang yang berpindah lokasi merupakan bagian dari biaya tersembunyi pemeriksaan stok gudang secara manual.
InfiniDrone dari digitalplace.ai dapat memindai kode QR pada karton di rak tinggi, sehingga staf dapat meninjau hasil pemeriksaan dari lantai.
Tim kemudian mencocokkan lokasi hasil pemindaian dengan catatan sistem gudang. Jika karton terdeteksi di rak B padahal tercatat di rak A, staf dapat menelusuri selisih itu sebelum tim pengambilan barang menyiapkan kiriman. Pemeriksaan langsung di ketinggian dapat difokuskan pada lokasi yang memang perlu ditindaklanjuti, seperti label yang belum terbaca. Manfaatnya mencakup berkurangnya paparan risiko bagi staf dan lebih sedikit waktu yang terbuang untuk mencari barang di lokasi yang keliru.
5. Membantu pelanggan memperoleh informasi saat toko ramai
Pertanyaan seperti “Popok bayi ada di lorong mana?” mudah dijawab, tetapi pelanggan tetap harus menunggu jika staf sedang melayani orang lain. Melalui kios dengan avatar AI seperti InfiniTalk, pelanggan dapat menanyakan lokasi kategori atau ketentuan promo menggunakan bahasa sehari-hari. Agar jawabannya berguna, toko perlu memperbarui informasi ketika susunan lorong atau program promosi berubah.
Pelanggan bisa melanjutkan belanja lebih cepat. Staf memiliki lebih banyak waktu untuk membantu kebutuhan yang memerlukan kehadiran langsung, seperti memeriksa kondisi produk atau menangani penukaran barang.
Bagaimana mengukur manfaat AI bagi retailer?
Mulailah dengan dua ukuran untuk setiap penerapan. Ukuran pertama menunjukkan apakah pekerjaan menjadi lebih cepat atau lebih mudah. Ukuran kedua menunjukkan apakah perubahan itu memberi hasil bagi toko, staf, atau pelanggan.
| Penerapan AI | Ukuran operasional | Hasil yang perlu dipantau |
|---|---|---|
| Forecasting harian | Waktu perencana untuk menyiapkan forecast | Selisih perkiraan terhadap penjualan aktual saat produk tersedia |
| Pengisian dan redistribusi stok | Frekuensi kehabisan barang per cabang | Nilai rata-rata persediaan dan kerugian akibat kedaluwarsa |
| Pemeriksaan rak dan planogram | Waktu pemeriksaan per lorong | Lama waktu sejak masalah terdeteksi hingga rak diperbaiki |
| Drone inventori gudang | Frekuensi staf perlu mengakses rak tinggi | Selisih lokasi yang terselesaikan sebelum pengambilan barang |
| Avatar layanan pelanggan | Waktu tunggu untuk pertanyaan rutin | Proporsi pertanyaan yang terselesaikan melalui kios |
Pertanyaan tentang restoran ramah anak yang dekat bioskop dan sedang menawarkan diskon menunjukkan cara kerja AI avatar yang memahami konteks. Untuk memberi jawaban yang berguna, avatar perlu mencocokkan lokasi, fasilitas, dan promo yang berlaku.
Jam kerja yang berhasil dihemat juga perlu ditafsirkan dengan tepat. Jika pemeriksaan rak selesai lebih cepat, retailer memperoleh waktu staf yang dapat digunakan untuk pekerjaan lain. Dampaknya terhadap laba dapat dihitung ketika ada hasil ekonomi yang terukur, misalnya biaya lembur berkurang atau produk kembali tersedia lebih awal dan menghasilkan tambahan laba kotor. Untuk menilai manfaat bersihnya, retailer juga perlu memperhitungkan biaya penerapan dan pengoperasian teknologi.
5 Penerapan AI di Retail
Pelanggan mencari susu rendah lemak, tetapi raknya kosong. Apakah permintaan melonjak, kiriman terlambat, atau barang masih di ruang belakang? Berikut lima cara AI membantu tim retail mengambil keputusan dari gudang hingga toko.
-
AI untuk forecasting harian
AI mempelajari pola penjualan per cabang, hari, dan periode promo untuk memperkirakan berapa karton susu yang dibutuhkan akhir pekan ini.
Manfaat bagi perencana Waktu menyusun forecast harian berkurang. Perencana bisa meninjau cabang yang perkiraannya berubah tajam.
-
AI untuk pengisian dan transfer stok
AI membandingkan perkiraan kebutuhan dengan stok dan jadwal kiriman. Jika satu cabang kekurangan susu, tim dapat menilai pilihan transfer dari cabang yang stoknya berlebih.
Manfaat bagi tim persediaan Produk tersedia di lokasi yang membutuhkan, sementara cabang asal mengurangi risiko barang kedaluwarsa.
-
AI untuk pemeriksaan rak dan planogram
Dari video rak yang direkam staf, AI menandai ruang kosong atau varian yang salah posisi. Rak susu yang tampak penuh pun bisa diperiksa sampai ke varian yang seharusnya dipajang.
Manfaat bagi staf toko Pemeriksaan dan pencatatan lebih singkat. Staf dapat segera mengambil produk dari ruang belakang dan mengisi rak.
-
Drone inventori dengan navigasi berbasis AI
Drone menavigasi lorong gudang dan memindai kode QR pada karton di rak tinggi. Tim mencocokkan lokasi hasil pemindaian dengan lokasi yang tercatat di sistem gudang.
Manfaat bagi staf gudang Staf lebih jarang perlu naik untuk membaca label dan dapat memusatkan pemeriksaan pada lokasi yang menunjukkan selisih.
-
AI avatar untuk pertanyaan pelanggan
Pelanggan bisa bertanya, “Susu rendah lemak yang sedang promo ada di lorong mana?” Dengan akses ke katalog, data promo, dan tata letak toko terbaru, avatar AI dapat mencari jawaban untuk ketiga kriteria tersebut.
Manfaat bagi layanan pelanggan Pelanggan lebih cepat menemukan produk. Staf memiliki lebih banyak waktu untuk kebutuhan yang memerlukan bantuan langsung.
Cara memilih penerapan AI: jika susu tersedia di ruang belakang tetapi rak sering kosong, mulai dari pemeriksaan rak dan proses pengisian. Jika stok toko selalu habis sebelum kiriman berikutnya, periksa forecast, jumlah pesanan, dan jadwal kirim.
Bagaimana memulai implementasi AI di toko?
Pilih masalah yang cukup spesifik agar tim dapat menguji penyebab dan hasilnya. Keluhan “stok sering bermasalah” masih terlalu luas. Keluhan “susu rendah lemak sering kosong di rak pada Sabtu pagi meskipun sistem menunjukkan stok tersedia” sudah memberi titik awal yang jelas.
- Catat kondisi awal. Periksa beberapa Sabtu yang sebanding. Catat kapan rak mulai kosong, apakah barang tersedia di ruang belakang, dan berapa lama staf mengisinya kembali.
- Uji di satu kategori. Gunakan pemeriksaan rak berbantuan AI pada kategori susu di beberapa cabang. Tentukan siapa yang meninjau temuan dan siapa yang bertugas mengisi rak.
- Evaluasi sebelum memperluas. Jika masalah terdeteksi lebih cepat tetapi rak tetap kosong, telusuri hambatannya. Staf mungkin kesulitan menemukan karton atau sedang menerima pengiriman saat toko mulai ramai.
Pada akhirnya, keberhasilan implementasi AI terlihat pada keputusan yang diambil setelah masalah ditemukan. Jika enam karton susu sudah ada di ruang belakang, menambah pesanan hanya akan menambah persediaan. Jika barang selalu habis sebelum kiriman berikutnya tiba, forecast dan jadwal pengisianlah yang perlu ditinjau. Bagi retailer dengan margin tipis, membedakan kedua situasi itu berarti bisa mempertahankan penjualan sekaligus menghindari biaya yang tidak perlu.




