Bagaimana Aplikasi E-Commerce Berkembang Menjadi Sebuah Sistem, Bukan Sekadar Etalase

Pembuatan aplikasi masih banyak mengikuti proses yang sudah ketinggalan zaman: merancang, mengembangkan, meluncurkan, lalu menyerahkannya agar analitik, personalisasi, dan kampanye mendatang ditangani oleh serangkaian alat terpisah. Namun, kini AI sepenuhnya mengubah fungsi aplikasi bagi pelanggan dan makna perubahan ini bagi bisnis.

Bagi banyak merek, perjalanan dari mengadopsi AI hingga benar-benar merasakan manfaatnya masih panjang. AI mempercepat proses pembuatan aplikasi, mempersempit jarak antara data dan keputusan, serta mengubah hakikat makna sebuah aplikasi.

Kini saatnya berhenti memperlakukan aplikasi sebagai etalase yang ramah perangkat seluler dan mulai menganggapnya sebagai sistem yang terus berkembang, yang membentuk pengalaman berbelanja yang intuitif, personal, dan responsif. Berikut gambaran pergeseran ini dalam praktik dan dampaknya bagi tim yang harus mengelolanya.

Memahami Peran AI dalam Lapisan Kreasi

Perjalanan dari konsep hingga aplikasi final biasanya melibatkan beberapa kali serah terima: ide merek dirumuskan, desain disetujui, pengembang menerjemahkannya ke dalam kode, lalu aplikasi menjalani pengujian QA dan dibuat prototipenya sebelum diluncurkan. Namun, setiap peralihan menyita waktu yang berharga dan meningkatkan kemungkinan maksud awal hilang atau disalahartikan.

AI semakin menjadi bagian penting dalam lapisan kreasi. Organisasi dengan tingkat adopsi AI lebih dari 50% melaporkan penghematan waktu yang lebih besar, khususnya dalam pekerjaan pengembangan tahap awal. Penghematan paling terlihat pada tugas-tugas tertentu, seperti mengumpulkan persyaratan, menulis kisah pengguna, dan menggali ide. Padahal, pekerjaan awal inilah yang bisa memakan waktu berminggu-minggu, bahkan berbulan-bulan, sebelum satu layar pun dibuat. AI juga membebaskan waktu berharga bagi pengembang agar dapat berfokus pada fungsionalitas dan logika, alih-alih pengerjaan berulang.

Kreativitas, fungsionalitas khusus, dan logika tidak lagi terhambat oleh jeda panjang untuk menentukan apakah suatu ide layak diwujudkan. Agen AI memungkinkan kerja berbasis intuisi—eksperimen cepat yang memungkinkan orang tanpa pelatihan teknis mendalam membangun dan menguji ide mereka sendiri. Sistem AI dapat menghasilkan tata letak dan komponen yang sesuai berdasarkan bingkai Figma, sehingga alur desain tidak perlu lagi dibuat ulang secara manual pada setiap iterasi. Hal ini tidak menggantikan pertimbangan seorang pengembang terlatih dalam menangani arsitektur atau kebutuhan operasional, tetapi berarti lebih sedikit ide yang harus menunggu dalam antrean pengembangan sebelum dapat dipastikan layak diwujudkan.

Waktu dan tenaga tim desain dan rekayasa pun dapat dialihkan ke bagian aplikasi yang lebih sulit distandardisasi, seperti logika pembayaran, integrasi, fungsionalitas khusus merek, dan personalisasi. Ini berarti beralih dari pekerjaan implementasi rutin yang mengubah tata letak yang telah disetujui menjadi komponen yang berfungsi.

AI Bukan Sekadar Fitur Analitik Lain

Setelah aplikasi diluncurkan, masalah yang lebih sulit biasanya bersifat organisasional dan operasional, bukan semata-mata teknis. Data kinerja, alat kampanye, dan informasi pelanggan cenderung berada di sistem yang terpisah. Untuk memahami apa yang terjadi dan menentukan tindakan yang perlu diambil, tim harus berpindah-pindah di antara sistem tersebut.

AI semakin berperan penting dalam menjembatani kesenjangan tersebut. Menurut laporan terbaru Deloitte, 60% eksekutif kini rutin menggunakan AI untuk mendukung pengambilan keputusan. AI dapat membantu pedagang langsung memahami inti persoalan—misalnya, mencari tahu penyebab penurunan konversi atau memperkirakan pendapatan kuartal berikutnya—sekaligus menindaklanjuti wawasan tersebut. Peralihan yang lebih cepat dari wawasan ke tindakan ini sangat penting agar bisnis dapat mengikuti pasar dan pelanggan yang berubah dengan cepat. Misalnya, membuat kampanye untuk keranjang belanja yang ditinggalkan atau menindaklanjuti peluang untuk menarik kembali pelanggan. Wawasan dan pelaksanaan tidak lagi menjadi langkah terpisah yang ditangani dengan alat yang berbeda. Peran AI di sini pun melampaui sekadar melaporkan apa yang terjadi: AI kini turut membentuk keputusan dan tindakan selanjutnya.

Namun, akses tidak serta-merta berarti penggunaan. Di antara 68% perusahaan yang mengadopsi agen AI, separuh atau kurang dari separuh karyawannya dilaporkan berinteraksi dengan agen dalam pekerjaan sehari-hari. Peralihan dari adopsi secara luas menuju kegunaan sehari-hari dan pengambilan keputusan yang lebih leluasa seperti itu membutuhkan pertimbangan dan persiapan yang matang.

Setiap Pembeli Seharusnya Merasakan Pengalaman yang Personal

Sebagian besar aplikasi perdagangan seluler cenderung menampilkan beranda yang nyaris sama kepada setiap pengunjung, lalu menambahkan personalisasi melalui widget rekomendasi. AI mulai menghadirkan personalisasi lebih awal, yakni pada konten yang dilihat pembeli saat membuka aplikasi, bukan hanya pada rekomendasi yang ditampilkan setelah mereka mulai menjelajah.

Riset BCG tentang pengalaman pelanggan menyatakan bahwa merek tidak lagi sepenuhnya mengendalikan perjalanan pelanggan, meskipun konsumen mungkin masih menilai merek seolah-olah mereka mengendalikannya. Akibatnya, pengalaman dalam aplikasi yang generik atau tidak konsisten menimbulkan kerugian yang lebih besar dibandingkan sebelumnya.

Mekanisme yang mendasarinya adalah sinyal perilaku—seperti apa yang pernah dijelajahi, ditinggalkan, atau dibeli seseorang—kini dapat membentuk tata letak dan konten secara real time, tanpa perlu mengirimkan versi baru aplikasi ke toko aplikasi. Pengunjung yang kembali setelah meninggalkan barang di keranjang tidak perlu melihat spanduk umum yang sama dengan pengunjung yang baru pertama kali datang. Ini merupakan masalah desain yang berbeda dari sekadar memilih spanduk yang dilihat suatu segmen, dan berarti tim produk serta desain perlu merancang antarmuka yang menyesuaikan diri untuk setiap pengguna, alih-alih tetap statis sebagai bagian dari etalase yang tetap.

Langkah Selanjutnya

Aplikasi e-commerce bukan produk tetap yang diluncurkan sekali, melainkan sistem yang terus dibangun, dijalankan, dan disempurnakan. AI berperan dalam setiap tahap tersebut: mengubah desain menjadi pengalaman aplikasi yang berfungsi, membantu tim beralih dari wawasan ke tindakan, dan menyesuaikan diri dengan pengalaman setiap pembeli berdasarkan interaksi mereka dengan aplikasi. Penerapannya berbeda-beda, tetapi semuanya mengarah ke tujuan yang sama: menjadikan aplikasi sistem adaptif yang dapat dibuat, dioperasikan, dan dipersonalisasi dengan AI.

Jangan menganggap AI sekadar fitur tambahan yang disematkan. AI semakin menjadi bagian penting dari infrastruktur di balik pengalaman aplikasi e-commerce. Hal ini mengubah cara aplikasi perlu dikelola serta langkah-langkah yang harus dilakukan sebelum memperluas skalanya.

Kesiapan data harus mendahului otomatisasi AI. Hambatan sering kali terletak pada data yang mendasarinya, bukan AI yang ditambahkan ke alur kerja. Para pemimpin teknologi dan tim yang ingin memperluas penerapan yang digerakkan oleh agen harus terlebih dahulu mengaudit arsitektur data mereka.

Tata kelola harus tersedia sebelum otonomi diperluas. Mengingat penggunaan agen sehari-hari masih sangat beragam, bahkan di perusahaan dengan tingkat adopsi yang luas, menetapkan keputusan mana yang dapat diambil sistem tanpa pengawasan dan mana yang harus ditinjau manusia merupakan langkah awal yang mutlak.

Waktu yang dihemat dalam desain dan pengembangan hanya menjadi keuntungan jika dialihkan secara strategis. Jika AI mengambil alih bagian-bagian rutin dalam pembuatan aplikasi, kapasitas ekstra yang diperoleh hanya bernilai jika tim memiliki rencana untuk memanfaatkannya, misalnya untuk logika dan integrasi khusus.

Strategi personalisasi perlu berkembang dari sekadar memilih spanduk yang dilihat segmen tertentu menjadi merancang sesi yang dapat terasa dan terlihat berbeda bagi setiap pengunjung. Hal ini berdampak besar pada sistem desain dan proses pengujian kualitas (QA), yang perlu dirancang untuk mengakomodasi variasi.

Aplikasi bukan hanya apa yang dilihat pelanggan. Pertanyaan bagi para pemimpin teknologi kini bukan lagi semata-mata tentang antarmuka, melainkan juga tentang apa yang dapat dibuat, dipahami, dan disesuaikan oleh teknologi di baliknya. AI mulai berperan dalam semua fungsi tersebut sekaligus, mempercepat proses pembuatan aplikasi, menjembatani data dan keputusan, serta menjadikan etalase mampu merespons orang yang menggunakannya alih-alih menampilkan hal yang sama kepada semua orang.

Namun, hal itu tidak menghilangkan peran pertimbangan manusia, baik dalam tata kelola maupun dalam menentukan keputusan mana yang memang seharusnya menjadi wewenang sistem. Meski demikian, model yang memisahkan pembangunan, peluncuran, dan pengoptimalan menjadi tiga tahap terpisah yang ditangani tiga tim berbeda mulai beralih ke model yang lebih ringkas dan saling terhubung. Ke depannya, yang penting bukanlah meluncurkan aplikasi yang sudah selesai, melainkan mengelolanya sebagai sistem yang akan terus berkembang.