3 Kesalahan yang Dilakukan Jajaran Eksekutif dan Dewan Direksi Perusahaan Ritel dalam Menyikapi AI

Awal tahun ini, perusahaan saya menyurvei para CIO dan CTO di perusahaan-perusahaan dengan pendapatan tahunan $500 juta ke atas tentang pendekatan merek mereka terhadap AI. Di antara para eksekutif ini, 84% sepakat bahwa hanya proyek AI yang menghasilkan ROI yang akan bertahan hingga akhir tahun, dan 82% sepakat bahwa dewan direksi mereka semakin mempertanyakan besarnya pengeluaran untuk AI.

Menurut saya, tekanan bermata dua ini menjadi penyebab utama perusahaan—terutama peritel—kembali pada kebiasaan lama saat mengadopsi gelombang teknologi terbaru: sesuatu yang saya suka sebut sebagai “aksi-aksi acak dalam [fill in latest technology here].” Sepanjang karier saya, saya telah menyaksikan aksi-aksi acak dalam teknologi seluler, aksi-aksi acak dalam IoT, dan kini kita memasuki era aksi-aksi acak dalam AI.

Lebih daripada gelombang teknologi sebelumnya, menganggap adopsi AI sebagai “masalah teknologi” yang sepenuhnya berada di bawah wewenang CIO/CTO berarti gagal melihat gambaran besarnya. Bagi para pemimpin perusahaan ritel yang serius ingin meraih keunggulan kompetitif dalam gelombang AI saat ini, ada tiga kesalahan besar yang perlu dihindari.

Kesalahan 1: Membiarkan Mekanisme Pertahanan Korporasi Menang

Karena AI berpotensi menjadi kekuatan transformatif bagi perusahaan, salah satu hambatan terbesar untuk benar-benar memaksimalkan manfaatnya adalah persepsi yang kaku tentang jati diri perusahaan atau tentang perusahaan itu dapat berkembang menjadi apa. Khususnya di kalangan peritel, pola pikir ini biasanya terdengar seperti mengutamakan produk—misalnya, “kami menjual kemeja, kami bukan perusahaan teknologi.”

Sikap kaku ini merupakan mekanisme pertahanan korporasi—yang menghambat inovasi sejati demi mempertahankan status quo. Akibatnya, anggaran AI diserahkan kepada CTO yang diberi mandat untuk memangkas biaya. Tanpa arahan strategis atau visi jangka panjang sebagai panduan, mereka pun beralih ke hal-hal yang sudah dikenal: investasi tergesa-gesa pada solusi tambahan yang berdiri sendiri, seperti mesin rekomendasi, chatbot, atau plugin pencarian visual.

Paling baik, pendekatan ini menghasilkan peningkatan kecil, meski langsung terasa. Namun, paling buruk, alat AI yang terpisah-pisah ini tidak memiliki penataan sistem belakang yang diperlukan agar dapat berfungsi di seluruh organisasi. Akibatnya, alat-alat tersebut lebih sering menghasilkan pengalaman “liar” yang membuat pelanggan frustrasi. Pada akhirnya, saya telah melihat pendekatan ini berujung pada uji coba yang ditinggalkan dan anggaran yang terbuang. Semua pihak dirugikan.

Kesalahan 2: Tesis Investasi yang Kaku

Masalah yang berkaitan dengan visi perusahaan yang kaku adalah tesis investasi yang juga kaku. Saat berinvestasi dalam AI, para eksekutif tingkat C dan anggota dewan perlu membicarakan dengan jujur apakah mereka benar-benar berminat melakukan transformasi AI (beserta segala hal yang menyertainya), atau apakah mereka lebih baik menghemat waktu dan uang dengan sama sekali tidak melakukannya. Percakapan ini akan lebih terarah jika bertumpu pada contoh konkret yang dikenal luas, seperti Amazon.

Bukan rahasia lagi bahwa Amazon menjadi perusahaan raksasa seperti sekarang karena selama lebih dari satu dekade, perusahaan itu tidak menghasilkan keuntungan yang berarti. Pada masa itu, teknologi dan visi jangka panjangnya dinilai cukup berharga untuk membenarkan investasi serta tidak adanya ROI dalam waktu dekat. Membentuk kembali perusahaan dengan AI sebagai porosnya menuntut komitmen penuh yang sama.

Dalam acara industri baru-baru ini, peritel daring Stitch Fix mengungkapkan bahwa perusahaan tersebut menjalankan sekitar 40 proyek percontohan AI secara bersamaan dalam upayanya yang gigih untuk menghadirkan pengalaman belanja yang dipersonalisasi. Seperti inilah “visi yang teguh” ketika transformasi AI ditanggapi dengan serius. Jika mata Anda sampai terbelalak karena berpikir bahwa Anda tidak punya anggaran untuk hal semacam itu, Anda tidak sendirian.

Saya menyarankan agar AI diperlakukan seperti portofolio investasi terdiversifikasi yang terdiri atas tiga lapisan: hasil cepat (pendorong kemajuan yang cepat dan berisiko rendah, seperti chatbot), investasi bertahap (inisiatif jangka menengah dengan pendekatan “berinvestasi sambil belajar”, seperti pesan pelanggan yang dipersonalisasi), dan investasi yang berpotensi mengubah keadaan (langkah berisiko tinggi dengan imbal hasil tinggi, seperti asisten belanja AI terintegrasi penuh yang dapat mengubah arah perusahaan). Menjalankan ketiganya secara bersamaan akan menghasilkan capaian dalam waktu dekat sekaligus membangun ketangguhan dan momentum yang diperlukan untuk perubahan transformatif yang lebih besar.

Kesalahan 3: Menjadikan AI Permen untuk Sarapan

Menganggap AI tak lebih dari alat pemangkas biaya atau gimmick pemasaran ibarat makan permen untuk sarapan—sensasinya tidak akan bertahan lebih lama daripada Red 40 di lidah Anda, dan tak lama kemudian Anda harus mengisi tenaga dengan sesuatu yang lebih bernutrisi. Tanda paling jelas bahwa suatu alat hanyalah “permen AI” adalah alat itu menghalangi bisnis Anda untuk melakukan transaksi, memenuhi pesanan, atau belajar dengan cara yang transparan.

Jadi, jangan memulai perjalanan AI di bisnis ritel Anda dengan chatbot siap pakai. Mulailah dengan berinvestasi pada infrastruktur yang membuka jalan bagi chatbot eksklusif yang belajar dari basis pelanggan Anda sendiri sehingga memberi Anda keunggulan kompetitif yang nyata. Langkah pertama adalah menyiapkan data agar siap digunakan oleh agen.

Anda mungkin sudah memikirkan cara memperkaya data produk agar mudah ditemukan melalui LLM, mengingat platform-platform ini semakin menjadi titik awal pencarian. Selain itu, Anda juga perlu berinvestasi pada lapisan kecerdasan yang memahami konteks pelanggan (perilaku, loyalitas, riwayat pesanan, dan niat yang dinyatakan), konteks sesi (produk yang dibandingkan, hal yang ditanyakan, produk yang sempat dipertimbangkan, dan yang ditinggalkan di keranjang), serta konteks bisnis (inventaris, margin, promosi, dan aturan penataan produk). Dengan menyusun dan mengatur data seperti ini, terciptalah siklus yang terus belajar dan menyempurnakan dirinya sendiri.

Namun, yang lebih penting, tahap-tahap awal perjalanan AI Anda juga seharusnya menjadi waktu untuk membangun arsitektur tata kelola dan toleransi risiko yang memungkinkan agen benar-benar bertindak secara mandiri. Meski belakangan ini banyak pembicaraan tentang tetap melibatkan “manusia dalam proses”, pendekatan ini tidak dapat diterapkan dalam skala besar dan tidak efisien dari segi biaya.

Bagi peritel berskala besar, langkah-langkah ini tentu lebih mudah diucapkan daripada dilakukan. Namun, menganggap AI sebagai teknologi yang serius menuntut upaya besar sejak tahap awal, yang dapat menghasilkan inovasi yang mengubah lanskap sektor dalam waktu dekat. Tentu saja, selalu ada pilihan untuk terus berbisnis seperti biasa. Namun, seiring AI bergerak menuju status quo, waktu untuk mengejar ketertinggalan semakin sempit. Saya tidak menyarankan Anda tertinggal.