Pengecer Berjudi Besar pada AI – tetapi Data yang Terfragmentasi Menghambat Mereka

Hampir setiap pengecer berjudi pada AI. Namun, meskipun kasus penggunaan sehari-hari, hanya 11% yang mengatakan mereka yakin dapat menskalakan AI di seluruh perusahaan. Menurut laporan 2025 State of AI in Retail dari Amperity, 97% pengecer berencana untuk mempertahankan atau meningkatkan investasi AI selama setahun ke depan, dan hampir setengahnya mengatakan mereka sudah menggunakan alat AI setiap hari. Masalahnya bukanlah algoritma — tetapi data. Dari mesin harga dinamis dan pemasaran yang dipersonalisasi hingga perencanaan inventori prediktif, AI dengan cepat menjadi pusat strategi ritel dan diferensiasi kompetitif di pasar konsumen yang semakin ramai.

AI berjanji untuk mengubah keterlibatan pelanggan dan efisiensi operasional pada saat pengecer berada di bawah tekanan besar. Namun, meskipun niat, ada kesenjangan yang jelas antara ambisi AI dan eksekusi AI, menciptakan peluang yang terlewat, investasi yang terbuang, dan tim kepemimpinan yang frustrasi berjuang untuk melihat hasil bisnis yang terukur.

AI Tanpa Resolusi Identitas: Masa Depan yang Terfragmentasi

Meskipun sebagian besar pengecer melaporkan menggunakan AI dalam beberapa kapasitas, hanya 11% yang mengatakan mereka siap untuk menskalakan AI di seluruh perusahaan. Tantangan inti adalah data yang terisolasi, tidak lengkap, atau terfragmentasi. Fragmentasi data memblokir kemampuan untuk mempersatukan identitas pelanggan. Tanpa identitas yang akurat, AI tidak dapat mengenali individu di seluruh saluran atau memprediksi kebutuhan mereka — membuat personalisasi yang sebenarnya hampir mustahil.

Survei Amperity menemukan bahwa hanya 43% pengecer menerapkan AI pada pengalaman pelanggan yang menghadap, dan hanya 23% menggunakan AI untuk resolusi identitas atau persiapan data. Kesenjangan ini menjelaskan mengapa banyak upaya gagal untuk memberikan nilai yang berarti.

Kurangnya pandangan pelanggan yang terintegrasi tidak hanya memperlambat adopsi AI; tetapi juga secara langsung melemahkan kesempatan pertumbuhan. Laporan Deloitte terbaru menyoroti taruhan, menemukan bahwa:

• 80% konsumen AS lebih mungkin untuk membeli ketika merek menawarkan pengalaman yang dipersonalisasi
• Personalisasi dapat meningkatkan tingkat konversi sebesar 16 poin persentase
• Konsumen menghabiskan 50% lebih dengan merek yang mempersonalisasi dengan baik, membuat kualitas data tidak hanya menjadi perhatian IT, tetapi juga penggerak pendapatan

Di dunia di mana preferensi konsumen untuk personalisasi mencapai titik tertinggi, dengan 80% konsumen global yang mengharapkannya, gagal untuk mempersatukan data pelanggan dapat menghambat strategi pertumbuhan merek. AI tanpa resolusi identitas tidak hanya melewatkan sasaran; tetapi juga berisiko mengalienasi pelanggan.

Data Terintegrasi, AI yang Lebih Pintar

Ritel tidak kekurangan kasus penggunaan: analitik prediktif, chatbot, harga dinamis, konten generatif. Tidak satu pun dari ini akan berhasil secara konsisten tanpa fondasi data pelanggan yang terintegrasi dan dapat dipercaya.

Resolusi identitas memastikan bahwa semua sinyal yang berbeda, dari sistem penjualan, program loyalitas, aplikasi mobile, dan pasar pihak ketiga, bergabung menjadi satu profil yang dikelola. Ini memungkinkan sistem AI untuk:

• Mempersonalisasi dengan skala — memastikan bahwa setiap pesan, penawaran, dan rekomendasi relevan dengan individu
• Memprediksi dengan akurasi — memungkinkan model churn, ramalan permintaan, dan strategi tindakan berikutnya
• Mempertahankan kepercayaan pelanggan — dengan memberikan pengalaman yang lancar, hormat, dan aman di seluruh saluran

Dengan sederhana, resolusi identitas mengubah AI dari sesuatu yang baru menjadi sesuatu yang penting.

Biaya Menggunakan AI yang Salah

Risiko mengabaikan langkah resolusi identitas semakin besar. Dengan kebutuhan untuk menerapkan AI generatif dalam konteks yang terlihat, juga ada kekhawatiran tentang implementasi praktis. Satu kesalahan, seperti mengirimkan penawaran perpanjangan ke pelanggan yang baru saja memperbarui, dapat merusak loyalitas merek.

Laporan PwC terbaru menemukan bahwa 32% pelanggan akan meninggalkan merek yang mereka cintai setelah hanya satu pengalaman buruk. Jika AI memberikan interaksi yang tidak konsisten atau tidak personal, pengecer tidak hanya gagal untuk membuka ROI; mereka akan kehilangan pelanggan secara langsung. Seperti yang disoroti dalam laporan Deloitte, sebagian besar konsumen sekarang mengharapkan perusahaan untuk memahami kebutuhan dan harapan mereka, meningkatkan batang untuk setiap pengecer yang bereksperimen dengan AI di pasar yang sangat kompetitif dan sensitif margin.

Kesenjangan Antara Ambisi AI dan Kenyataan

Menutup kesenjangan ini turun ke tiga prioritas:

1. Persatukan Data Pelanggan Sebelum Menskalakan AI

Merek perlu memeriksa sistem data yang ada untuk silo dan inkonsistensi. Mereka harus berinvestasi pada platform data pelanggan (CDP) dan solusi resolusi identitas yang dapat mempersatukan catatan yang terfragmentasi dan membuat profil yang dapat diaktifkan secara real-time.

2. Terapkan AI di Tempat yang Paling Berdampak

Bukannya menerapkan AI di mana-mana sekaligus, merek harus fokus pada kasus penggunaan yang berdampak tinggi: promosi yang dipersonalisasi, prediksi churn, otomatisasi layanan, dan optimasi inventori. Setiap ini jauh lebih efektif dengan data yang terintegrasi. Misalnya, pelanggan setia mungkin menerima diskon pencegahan churn pada hari yang sama mereka baru saja membeli. Tanpa resolusi identitas, AI berisiko menciptakan kesalahan yang merusak ini.

3. Bangun Kepercayaan Melalui Privasi dan Tata Kelola

Sementara konsumen mengharapkan personalisasi, mereka juga mengharapkan privasi dan sistem yang aman yang melindungi informasi mereka. Mengimplementasikan praktik data yang aman dan transparan memastikan AI meningkatkan kepercayaan pelanggan daripada mengompromikannya.

Dari Fragmentasi ke Transformasi

Masa depan AI ritel tidak akan ditentukan oleh siapa yang mengadopsi teknologi tercepat, tetapi oleh siapa yang mengadopsinya dengan lebih bertanggung jawab dan efektif.

Ketika pengecer mempersatukan data pelanggan yang terfragmentasi seperti riwayat pembelian, sinyal perilaku, dan pola keterlibatan, mereka membuka personalisasi dengan skala dan merealisasikan ROI AI yang sebenarnya.

Perbedaannya jelas: AI yang dibangun pada data yang terputus memberikan hasil yang tersebar. AI yang dibangun pada resolusi identitas memberikan transformasi perusahaan.

Going All-in

Data yang terfragmentasi memperlambat kemajuan hari ini — dan mengancam relevansi besok. AI yang dilakukan dengan benar bukan hanya upgrade teknologi; tetapi transformasi dalam cara pengecer berinteraksi, memenangkan kepercayaan, dan tumbuh.

Dengan pasar AI tumbuh 42% setiap tahunnya menjadi $733,7 miliar pada 2027, pemenangnya tidak akan menjadi mereka yang menerapkan model terbanyak, tetapi mereka yang membangun fondasi data terkuat. Pengecer yang menyelesaikan tantangan data terlebih dahulu akan menjadi mereka yang menang dengan pengalaman pelanggan yang ditenagai AI.

Kemajuan selama setahun ke depan akan melibatkan lebih banyak investasi, eksperimen, dan penerapan untuk memposisikan pengecer untuk menggunakan AI secara efektif dan efisien sambil meminimalkan risiko, memperkuat diferensiasi, dan mempercepat pengembalian yang terukur.

Ketika harapan konsumen terus meningkat, resolusi identitas adalah tuas strategis yang akan memisahkan pemenang AI ritel dari mereka yang ketinggalan.